AIが古代文明について教えてくれること

人々に古代文明について教えることは、人工知能にとって不思議な仕事のようですが、潜在的に有益です。伝統的に、考古学的調査や解読は非常に面倒で時間がかかる作業でした。この技術は、多くのプロセスを自動化または合理化することで、人々が過去について指数関数的に多くのことを発見できるようになります。

古代文明について教えるためにAIが必要な理由

話し手の言語はほぼ普遍的です。歴史を通して、書き言葉はかなり珍しいものでした。最も古い既知の書き言葉システムは、シュメール人によって約BC3100年に発明された楔形文字です。約BC3100年に発明された楔形文字です。文字のない時代の彫刻されたイメージは、BC4400年まで遡ります。したがって、学者たちは数千年の記録を調査し、翻訳する必要があります。

また、グリフ、陶器、墓、建造物、像などがあり、それぞれがユニークな物語を語ります。何世紀にもわたって、人々はこれらの物を慎重に特定し、解読し、調査してきました。追求、発見、成功は報われており、甚至はスリリングです。しかし、進歩は遅いことがあります。時には、研究対象が非常に少ないことがボトルネックとなります。

研究者が待つ必要がないとしたらどうでしょうか。研究者が進歩を10倍に加速できるとしたらどうでしょうか。AIを使用することで、それが可能になるかもしれません。高度な、目的のモデルは、数千年間隠されていた秘密を明らかにすることができます。

機械学習モデルの力は、自動化と進化にあります。新しい情報を処理するにつれて学習するため、研究や考古学プロジェクトの進展に合わせて進化することができ、実際に自分自身を将来に適応させることができます。さらに、人間の監視が最小限で、独立して動作することができ、複雑な多段階のタスクを独自に実行することができます。

歴史家がAIを使用して学んだことのある先駆的文化について

現代のAIは比較的新しいですが、科学者や考古学者はすでに、先駆的文化の人々がどこに住んでいたか、どのようにコミュニケーションをとったかをより多く知るためにそれを使用しています。

死んだ言語の言葉

1つの言葉は、著者の意図や構成の文脈によって、数えきれないほどの意味を持ちます。これは解読を複雑にします。さほど重要でないフレーズさえも、複雑なパズルになります。例えば、「時計が空腹を感じたときに何をするのか？秒を取り戻す」は、言葉の遊びであり、別の言語では無意味になるかもしれません。

過去には、コンピュータープログラムがこれらのニュアンスに躓きました。自然言語処理技術は品詞タグ付け、トークナイゼーション、lemmatizationを使用して、個々の形態素を認識します。このフレームワークを使用すると、アルゴリズムは、長い間死んだ言語でも、コンテキストと意味の複雑さを把握することができます。

通常、古代言語を手動で解読することは、時間がかかり、エラーが発生しやすい作業でした。現在、NLP機能を持つモデルは、書き言葉を解読するのに、人間よりもはるかに短い時間で行うことができます。

例えば、地上に刻まれた先コロンブス期のデザイン — 地上に刻まれたジオグリフ — を考えます。ナスカの地帯でナスカ・ジオグリフを430個発見するのに、ほぼ1世紀かかりました。ナスカ・ジオグリフを430個発見するのに、ナスカの地帯で。AIを使用すると、研究チームは303個の新しいものを見つけ、6ヶ月以内にフィールド調査で既知の総数をほぼ2倍にしました。

考古学的遺跡の場所

最近、アブダビのカリファ大学の研究チームは、世界最大の砂漠であるルブアルハリの砂丘の下に、約5000年前の文明の痕跡を特定するためにAIを使用しました。250,000平方マイルにわたるため、、これは非常に調査が難しい地域です。砂の移動や厳しい条件が考古学的調査を複雑にします。

研究チームは、衛星画像と合成開口レーダー技術を使用して、空間から埋もれた遺物を検出しました。その結果は、画像処理と地理空間分析のための機械学習モデルにフィードされ、調査を自動化しました。このアプローチは50センチメートル以内で正確でした。将来の潜在的な可能性を実証しました。

過去の時代の理解を向上させるAIの方法

AIは、科学者が古代文明がどのように機能したかについてより多くを理解するのを助けており、過去へのより明確な窓を提供しています。

古代の文化的態度のシミュレーション

アリゾナ州立大学の社会心理学部門長兼准教授であるマイケル・ヴァーナムは、最近、古代の文化的態度をシミュレートするために生成的なAIを使用することを提案する意見記事を共同執筆しました。

既存の方法は、長い間死んだ文化の精神や行動を明らかにするのに苦労しています。ヴァーナムは、自分の分野の人々が間接的な代理変数を使用することを示しています。例えば、犯罪率や離婚率に関するアーカイブデータを使用して、人々の価値観や感情を推測します。しかし、このアプローチは間接的で不正確です。彼の解決策は、歴史的なテキストを分析するためにAIをトレーニングすることです。

しかし、AIが歴史的な記録から人々の意見や感情を推測できるかもしれませんが、その洞察は偏っているでしょう。歴史的に、読み書きができる能力は稀でした。ヴァルナムは、AIによって生成された洞察は、おそらく教育を受けた上流階級の人々から来ていることを認めています。社会階級は心理に影響を与えるため、分析は過去について全く正確な洞察を提供しないことになります。

先駆的な習慣の再構築

考古学者が古代の墓地や半分埋もれた都市から物を発見するとき、ある程度の推測が伴います。たとえそれが何に使われていたかを正確に知っていたとしても、それがどのように機能したかを判断することはできないかもしれません。

1970年代、研究者はイランの青銅器時代の墓地で墓を発見しました。彼らは4500年前に遡る、発見された最も古いボードゲームを見つけました。27個の幾何学的なピース、20個の円形のスペース、4個のサイコロで構成されていました。ルールブックは埋もれておらず、どのように遊ぶかは推測するしかありませんでした。

AIはルールを再現することで、長い間忘れ去られたボードゲームを復活させることができます。Digital Ludemeプロジェクトは、すでにそれを行っています。現在、3つの時代と9つの地域をカバーし、約1000のゲームを再びプレイ可能にしました。これらの再構築は、誰でもオンラインでプレイできます。

古代文化からさらに何が学べるか

AIから学べるものはまだまだあります。楔形文字は最も興味深いものの1つです。現在、学者たちは約500万のシュメール語の単語にアクセスできます。これは、ローマ人がラテン語で残したものよりもはるかに多くの単語です。この地域で発見された数多くの粘土板の多くはまだ解読されていません。さらに、新しいものがほぼ毎日発見されています。

プロセスを合理化するために、研究チームはAIを使用して、断片を結合し、解読を加速させるためにパーツを組み立てます。また、楔形文字を解読するためにそれをトレーニングしています。楔形文字を解読できるのは、わずかな数の専門家だけです。アルゴリズムの処理速度は、人間よりもはるかに速くなる可能性があります。

この新しい知識は、歴史書のギャップを埋めることができます。人間には豊かな文化的歴史がありますが、多くの地域はまだ調査されていません。機械学習技術や生成モデルを使用することで、世界についてより深く理解し、歴史に対する新しい視点を得ることができます。

AIの助けを借りて、考古学的遺跡を発見し、死んだ言語を解読し、古代のテキストを翻訳することで、業界の専門家は新しい本、歴史的記録、芸術作品、宝物を見つけることができます。これらの発見は、博物館に展示されるか、子孫が先祖とつながるのを助けることができます。

考古学的ツールとしてのAIソリューションの将来の展望

AIは、死んだ言語を解読したり、古代の墓地を見つけたり、古代の慣習をシミュレートしたりできます。その発見は、歴史書や博物館に収蔵される可能性があります。当然、学者は慎重に進める必要があります。この技術は強力ですが、偏見、不正確さ、妄想は珍しくありません。人間がループに組み込まれたアプローチは、これらの問題を軽減するのに役立ちます。