Apa yang AI Ajarkan Kita tentang Peradaban Kuno

Sementara mengajar manusia tentang peradaban kuno mereka mungkin tampak seperti pekerjaan yang aneh untuk kecerdasan buatan, itu memiliki potensi. Secara tradisional, survei arkeologi dan dechiffrement telah sangat melelahkan. Teknologi ini bisa mengotomatisasi atau menyederhanakan sebagian besar proses, membantu orang menemukan lebih banyak tentang masa lalu dengan kecepatan eksponensial. 

Mengapa AI Dibutuhkan untuk Mengajar tentang Peradaban Kuno

Bahasa lisan lebih atau kurang universal. Sepanjang sejarah, bahasa tulisan telah jauh lebih jarang. Sistem penulisan yang diketahui paling awal adalah cuneiform, yang ditemukan sekitar 3100 SM. oleh bangsa Sumeria. Gambar praliterasi yang diukir berasal dari sejauh 4400 SM, sehingga para sarjana memiliki ribuan tahun catatan untuk disaring dan diterjemahkan. 

Ada juga glif, tembikar, makam, struktur, dan patung, masing-masing dengan cerita unik. Selama berabad-abad, manusia telah mengidentifikasi, mendekripsi, dan menyelidiki benda-benda aneh ini dengan susah payah. Pengejaran, penemuan, dan keberhasilan sangat memuaskan — bahkan menggembirakan. Namun, kemajuan sangat lambat. Terkadang, jumlah subjek yang sangat kecil ada, sehingga menciptakan bottleneck. 

Bagaimana jika peneliti tidak perlu menunggu? Bagaimana jika mereka bisa mempercepat kemajuan mereka sepuluh kali lipat? Dengan AI, itu mungkin saja. Sebuah model yang canggih dan dibangun khusus bisa mengungkap rahasia yang telah tersembunyi selama ribuan tahun. 

Kekuatan model pembelajaran mesin terletak pada otomatisasi dan evolusi. Karena ia belajar saat ia memproses informasi baru, ia bisa berkembang seiring proyek penelitian atau arkeologi maju, secara efektif memastikan dirinya sendiri untuk masa depan. Selain itu, ia memerlukan pengawasan manusia yang minimal dan dapat bertindak secara mandiri, memungkinkan ia untuk melakukan tugas-tugas kompleks multistep sendiri. 

Apa yang Ahli Sejarah Pelajari tentang Budaya Pra-Modern Menggunakan AI

Sementara AI modern relatif baru, ilmuwan dan arkeolog telah menggunakan AI untuk mempelajari lebih lanjut tentang di mana orang pra-modern tinggal dan bagaimana mereka berkomunikasi. 

Kata-kata dalam Bahasa yang Sudah Mati

Satu kata dapat memiliki makna yang tak terhitung banyaknya tergantung pada niat penulis dan konteks komposisi. Ini mempersulit dechiffrement. Bahkan kalimat sederhana dan tidak berguna menjadi teka-teki yang kompleks. Lelucon “Apa yang dilakukan jam ketika lapar? Ia kembali untuk detik” adalah contoh yang baik karena itu adalah permainan kata. Dalam bahasa yang berbeda, itu mungkin tidak berarti. 

Di masa lalu, program komputer terjebak dalam nuansa ini. Teknologi pemrosesan bahasa alami menggunakan penandaan bagian ucapan, tokenisasi, dan lemmatisasi untuk mengenali morfem individual. Dengan kerangka ini, sebuah algoritma bisa memahami kerumitan konteks dan makna, bahkan dalam bahasa yang sudah mati. 

Biasanya, mendekripsi bahasa kuno secara manual telah menjadi tugas yang melelahkan dan rawan kesalahan. Sekarang, sebuah model dengan kemampuan NLP bisa mendekripsi bahasa tulisan dalam waktu yang jauh lebih singkat. 

Ambil contoh geoglif figuratif — desain pra-Kolumbus yang diukir ke pasir gurun — sebagai contoh. Butuh hampir satu abad untuk menemukan 430 geoglif Nazca di sekitar Nazca Pampa. Dengan menggunakan AI, sebuah tim peneliti menemukan 303 yang baru, hampir menggandakan jumlah total yang diketahui dalam waktu enam bulan survei lapangan. 

Di Mana Situs Arkeologi Berada

Baru-baru ini, sebuah tim peneliti dari Universitas Khalifa di Abu Dhabi menggunakan AI untuk mengidentifikasi tanda-tanda peradaban yang berusia 5.000 tahun di bawah bukit pasir Rub al-Khali, gurun terbesar di dunia. Karena meliputi lebih dari 250.000 mil persegi, itu sangat sulit untuk dipelajari. Pasir yang bergerak dan kondisi yang keras mempersulit survei arkeologi.

Tim peneliti menggunakan citra satelit resolusi tinggi dan teknologi radar aperture sintetis untuk mendeteksi artefak yang terkubur dari luar angkasa. Hasil tersebut kemudian dimasukkan ke dalam model pembelajaran mesin untuk pemrosesan citra dan analisis geospasial, mengotomatisasi penyelidikan. Pendekatan ini akurat dalam 50 sentimeter, menunjukkan potensinya.  

Cara AI Meningkatkan Pemahaman tentang Masa Lalu

AI juga membantu ilmuwan memahami lebih lanjut tentang bagaimana peradaban kuno berfungsi, memberi mereka wawasan yang lebih jelas tentang masa lalu. 

Simulasi Sikap Budaya Kuno 

Michael Varnum, kepala bidang psikologi sosial dan profesor asosiasi di Universitas Arizona State, baru-baru ini menjadi co-penulis sebuah artikel opini yang mengusulkan menggunakan AI generatif untuk mensimulasikan sikap budaya kuno. 

Metode yang ada sulit untuk mengungkap mentalitas atau perilaku budaya yang sudah mati. Varnum mengatakan orang dalam bidangnya biasanya menggunakan proksi tidak langsung seperti data arsip tentang tingkat kejahatan atau tingkat perceraian untuk menginfer nilai dan perasaan orang. Namun, pendekatan ini tidak langsung dan tidak akurat. Solusinya adalah melatih AI untuk menganalisis teks sejarah.

Namun, sementara AI bisa menginfer opini dan emosi orang dari catatan tertulis, wawasannya akan terdistorsi. Secara historis, kemampuan membaca dan menulis telah langka. Varmum mengakui bahwa setiap wawasan yang dihasilkan AI kemungkinan akan berasal dari individu terdidik, kelas atas. Karena kelas sosial memengaruhi psikologi, analisisnya tidak akan memberikan gambaran yang sepenuhnya akurat tentang masa lalu.

Rekonstruksi Adat Pra-Modern 

Setiap kali arkeolog menggali benda dari situs pemakaman kuno atau kota yang setengah terkubur, dugaan kerja terlibat. Bahkan jika mereka tahu persis apa yang digunakan untuk sesuatu, mereka mungkin tidak dapat menentukan bagaimana itu bekerja. 

Pada 1970-an, peneliti menggali makam di pemakaman Zaman Perunggu di Iran. Mereka menemukan permainan papan tertua yang masih utuh yang pernah ditemukan, berasal dari 4.500 tahun yang lalu. Ini terdiri dari 27 bagian geometris, 20 ruang melingkar, dan empat dadu. Tidak ada buku aturan yang dikubur, sehingga mereka hanya bisa menebak bagaimana cara memainkannya. 

AI bisa merekonstruksi aturan, menghidupkan kembali permainan papan yang terlupakan. Proyek Digital Ludeme melakukan hal itu. Sudah, itu telah meliputi tiga periode waktu dan sembilan wilayah, membuat hampir 1.000 permainan dapat dimainkan kembali. Hari ini, rekonstruksi ini tersedia online untuk siapa saja untuk dimainkan.

Apa yang Bisa Dipelajari Lagi dari Budaya Kuno Ini?

Masih banyak hal yang bisa dipelajari dari AI. Cuneiform adalah salah satu yang paling menarik. Hari ini, para sarjana memiliki akses ke sekitar 5 juta kata Sumeria, jauh lebih banyak daripada yang ditinggalkan bangsa Romawi dalam bahasa Latin. Banyak dari tablet tanah liat yang ditemukan di wilayah tersebut belum didekripsi, dan lebih banyak lagi ditemukan hampir setiap hari. 

Untuk menyederhanakan proses, tim peneliti menggunakan AI untuk menggabungkan fragmen tablet, menyatukan bagian-bagian untuk mempercepat dechiffrement. Mereka juga melatihnya untuk mendekripsi cuneiform, yang hanya dapat dilakukan oleh segelintir ahli. Kecepatan pemrosesan algoritma bisa membuat teknologi ini jauh lebih cepat daripada manusia. 

Pengetahuan baru ini bisa mengisi celah dalam buku sejarah. Meskipun manusia memiliki sejarah budaya yang luas, banyak wilayah tetap tidak dieksplorasi karena mereka belum memiliki teknologi. Dengan teknik pembelajaran mesin dan model generatif, mereka bisa memiliki pemahaman yang lebih dalam tentang dunia, memperoleh perspektif baru tentang sejarah.

Dengan bantuan AI dalam mengungkap situs arkeologi, mendekripsi bahasa yang sudah mati, dan menerjemahkan teks kuno, para profesional industri bisa menemukan buku, catatan sejarah, karya seni, dan harta karun baru. Temuan tersebut bisa dipamerkan di museum atau membantu keturunan terhubung dengan leluhur mereka. 

Prospek Masa Depan Solusi AI sebagai Alat Arkeologi

AI bisa mendekripsi bahasa yang sudah mati, mengidentifikasi situs pemakaman kuno, dan mensimulasikan praktik kuno. Temuannya bisa berakhir dalam buku sejarah atau museum. Tentu saja, para sarjana harus berhati-hati. Sementara teknologi ini kuat, bias, ketidakakuratan, dan halusinasi tidak umum. Pendekatan human-in-the-loop bisa membantu mereka memitigasi masalah ini.