DeepScribe AI は古代のタブレットの翻訳に役立つ

シカゴ大学東洋研究所とコンピューターサイエンス学部の研究者は協力して、古代文明のタブレットの解読を支援できるAIを設計した。 Phys.org によると、AIはDeepScribeと呼ばれ、ペルセポリス要塞アーカイブから抽出された6,000以上の注釈付き画像でトレーニングされました。完成すると、AIモデルは未分析のタブレットを解釈できるようになり、古代文書の研究が容易になります。

ペルシャのアケメネス朝時代に作成された文書を研究している研究者と同様、古代文書を研究する専門家は、古代文書を手作業で翻訳する必要があり、間違いが発生しやすい長いプロセスです。 研究者たちは 1990 年代以来、古文書の解釈を支援するためにコンピューターを使用してきましたが、使用されたコンピューター プログラムの役に立ちませんでした。 複雑な楔形文字とタブレットの XNUMX 次元形状により、コンピューター プログラムがどれほど役立つかが決まります。

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、この分野に新たな可能性をもたらしました。 OI コンピューター サイエンス学部の Sanjay Krishnan 氏は、Assyriology 准教授の Susanne Paulus 氏と協力して、DeepScribe プログラムを立ち上げました。研究者らは、考古学的発掘データを整理する OCHRE と呼ばれるデータベース管理プラットフォームを監督しました。目標は、異なる地理的地域や期間のスクリプトを解釈できる、広範かつ柔軟な AI ツールを作成することです。

Phys.org が報告したように, クリシュナン氏は、考古学研究者が直面する文字認識の課題は、コンピュータビジョン研究者が直面する課題と本質的に同じであると説明した。

"から コンピュータ ビジョンの観点から見ると、これらは私たちが直面しているのと同じ課題であるため、非常に興味深いです。過去 5 年間でコンピューター ビジョンは大幅に向上しました。 10年前なら、これは手で波打っていたら、ここまで到達できなかったでしょう。これは機械学習に適した問題です。ここでは精度が客観的であり、ラベル付きのトレーニング セットがあり、スクリプトをよく理解しており、それが役に立ちます。まったく未知の問題というわけではありません。」

問題のトレーニング セットは、OI とシカゴ大学で行われた約 80 年以上の考古学研究から得られた石板と翻訳を取り出し、それらから高解像度の注釈付き画像を作成した結果です。 現在、トレーニング データのサイズは約 60 テラバイトです。 研究者は、このデータセットを使用して、モデルが学習できる 100,000 を超える個別に識別された兆候の辞書を作成することができました。 トレーニングされたモデルを目に見えない画像セットでテストしたところ、モデルは約 80% の精度を達成しました。

研究者チームはモデルの精度を高めようとしていますが、80% の精度でも転写のプロセスに役立つ可能性があります。 Paulus 氏によると、このモデルを使用すると、文書の繰り返しの多い部分を特定または翻訳できるため、専門家は文書のより難しい部分の解釈に時間を費やすことができます。 たとえモデルがシンボルが何に変換されるかを正確に言うことができなかったとしても、それは研究者に確率を与えることができ、それによって研究者はすでに優位に立つことができます。

チームはまた、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も目指しています。 たとえば、モデルを他の楔形文字言語で再トレーニングしたり、モデルが破損したタブレットや不完全なタブレットのテキストについて情報に基づいて推定したりすることができます。 十分に堅牢なモデルであれば、通常は化学試験で行われる、錠剤やその他の人工物の年代や起源を推定することもできる可能性があります。

DeepScribe プロジェクトは、先進コンピューティング開発センター (CDAC) から資金提供を受けています。 コンピューター ビジョンは、芸術作品のスタイルを認識することを目的としたプロジェクトや、海洋二枚貝の生物多様性を定量化することを目的としたプロジェクトなど、CDAC が資金提供する他のプロジェクトでも使用されています。 研究者チームはまた、彼らの協力が将来、シカゴ大学のコンピュータサイエンス学部とOIとの協力につながることを期待している。