ディープスクリブ AI は古代の石板を翻訳するのを助けることができる

シカゴ大学の東洋研究所とコンピューターサイエンス学部の研究者们は、古代文明の石板を解読するために AI を設計するために共同で作業しました。Phys.org によると、この AI は DeepScribe と呼ばれ、ペルセポリス要塞文書から抽出された 6,000 を超える注釈付き画像でトレーニングされています。AI モデルが完成すると、未解析の石板を解釈できるようになり、古代の文書を研究することが容易になります。

古代の文書を研究する専門家、たとえばアケメネス朝ペルシアで作成された文書を研究する研究者は、手作業で古代の文書を翻訳する必要があります。これは時間がかかり、エラーが発生しやすいプロセスです。研究者は 1990 年代からコンピューターを使用して古代の文書を解釈するのを支援するために使用してきましたが、使用されたコンピュータープログラムは限られた役割しか果たせませんでした。石板の複雑な楔形文字と 3 次元の形状が、コンピュータープログラムの役割を制限する要因でした。

コンピュータービジョンアルゴリズムとディープラーニングアーキテクチャは、この分野に新しい可能性をもたらしました。コンピューターサイエンス学部の Sanjay Krishnan は、アッシリア学の准教授である Susanne Paulus と共同で DeepScribe プログラムを立ち上げました。研究者们は、OCHRE というデータベース管理プラットフォームを監督しました。このプラットフォームは、考古学的発掘からのデータを整理しました。目標は、広範で柔軟な AI ツールを作成することで、さまざまな地理的地域や時代からのスクリプトを解釈できるようにすることです。

Phys.org が報告したように、Krishnan は、スクリプトを認識することの挑戦は、考古学的研究者が直面するものと本質的に同じであると説明しました。

“コンピュータービジョンの観点から見ると、これは非常に興味深いものです。コンピュータービジョンは過去 5 年で大幅に改善されてきました。10 年前であれば、これは手作業で行う必要がありました。機械学習の問題としては、精度が客観的であるため、ラベル付きのトレーニングセットがあり、スクリプトを十分に理解しているため、良い問題です。完全に未知の問題ではありません。”

質問にあるトレーニングセットは、シカゴ大学と OI で約 80 年間にわたって行われた考古学的研究の成果であり、石板と翻訳から高解像度の注釈付き画像を作成したものです。現在、トレーニングデータは約 60 テラバイトのサイズです。研究者们は、このデータセットを使用して、100,000 を超える個別に識別されたサインの辞書を作成しました。トレーニング済みモデルを未見の画像セットでテストした結果、約 80% の精度が達成されました。

研究者们は、モデルの精度を高めることを目指していますが、80% の精度でも転写プロセスを支援することができます。Paulus によると、モデルは文書の非常に繰り返しの多い部分を識別または翻訳するために使用でき、専門家はより困難な部分を解釈する時間を費やすことができます。モデルが特定のシンボルを翻訳することについて確実に判断できない場合でも、研究者们には確率を提供できます。これはすでに研究者们を先に進めるものです。

研究者们は、DeepScribe を他の考古学者がプロジェクトで使用できるツールにすることを目指しています。たとえば、モデルは他の楔形文字言語で再トレーニングできます。モデルは、損傷または不完全な石板のテキストについて情報に基づいた推定を行うことができます。十分にロバストなモデルは、化学テストで通常行われるものと同様に、石板またはその他の遺物の年代や起源を推定することができます。

DeepScribe プロジェクトは、Centre for the Development of Advanced Computing (CDAC) から資金提供されています。コンピュータービジョンは、CDAC から資金提供された他のプロジェクトでも使用されています。たとえば、芸術作品のスタイルを認識するプロジェクトや、海洋の二枚貝の生物多様性を定量化するプロジェクトがあります。研究者们は、コンピューターサイエンス学部とシカゴ大学の OI の間の将来の共同研究につながることを希望しています。