DeepScribe AI는 고대 석판 번역에 도움을 줄 수 있다

시카고 대학교의 오리엔탈 연구소와 컴퓨터 과학부의 연구자들은 고대 문명에서 온 석판을 해독하는 데 도움을 줄 수 있는 AI를 설계하기 위해 협력했습니다. Phys.org에 따르면, 이 AI는 DeepScribe라고 불리며 페르세폴리스 요새 기록 보관소에서 가져온 6,000개 이상의 주석이 달린 이미지로 훈련되었습니다. 이 모델이 완성되면 분석되지 않은 석판을 해석할 수 있어 고대 문서를 연구하는 것이 더 쉬워질 것입니다.

고대 문서를 연구하는 전문가들은 페르시아의 아케메네스 제국에서 작성된 문서를 연구하는 연구자들과 같이 고대 문서를 수동으로 번역해야 하는데, 이는 오랜 시간이 걸리고 오류가 발생하기 쉽습니다. 연구자들은 1990년대부터 컴퓨터를 사용하여 고대 문서를 해석하는 데 도움을 주기 시작했지만, 사용된 컴퓨터 프로그램은 제한적이었습니다. 석판의 복잡한 клинообраз 문자와 3차원 모양은 컴퓨터 프로그램이 얼마나 유용할 수 있는지에 제한을 두었습니다.

컴퓨터 비전 알고리즘과 딥 러닝 아키텍처는 이 분야에 새로운 가능성을 가져왔습니다. 산제이 크리슈난은 시카고 대학교 오리엔탈 연구소의 컴퓨터 과학부와 협력하여 DeepScribe 프로그램을 시작했습니다. 연구자들은 오체레라는 데이터베이스 관리 플랫폼을 감독했으며, 이는 고고학적 발굴에서 데이터를 조직했습니다. 목표는 광범위하고 유연한 AI 도구를 생성하여 다양한 지리적 지역과 시간대에서 문자를 해석할 수 있는 것입니다.

Phys.org에 따르면, 크리슈난은 다음과 같이 설명했습니다.

“컴퓨터 비전의 관점에서 볼 때, 이것은 정말 интересный 문제입니다. 이것은 고고학 연구자들이 직면하는 문자 인식의 문제와 본质적으로 동일한 문제입니다. 컴퓨터 비전은 지난 5년 동안 크게 개선되었습니다. 10년 전에는 이것을 할 수 없었을 것입니다. 이것은 좋은 기계 학습 문제입니다. 여기서 정확도는 객관적입니다. 우리는 레이블이 달린 훈련 세트를 가지고 있으며, 문자를 khá 잘 이해하고 있습니다. 이것은 완전히 desconocido 문제가 아닙니다.”

관련된 훈련 세트는 약 80년 동안 오리엔탈 연구소와 시카고 대학교에서 수행된 고고학적 연구에서 가져온 석판과 번역을 사용하여 생성된 것입니다. 현재 훈련 데이터는 약 60테라바이트 크기입니다. 연구자들은 이 데이터 세트를 사용하여 10만 개 이상의 개별적으로 식별된 문자를 포함하는 사전을 생성할 수 있었으며, 이 모델은 이를 학습할 수 있습니다. 훈련된 모델을 보지 않은 이미지 세트에 테스트했을 때, 모델은 약 80%의 정확도를 달성했습니다.

연구 팀은 모델의 정확도를提高하는 것을 목표로 하고 있습니다. 그러나 80%의 정확도만으로도 번역 과정에 도움이 될 수 있습니다. 폴루스에 따르면, 모델은 문서의 매우 반복되는 부분을 식별하거나 번역하는 데 사용할 수 있으며, 전문가들은 더 어려운 부분에 집중할 수 있습니다. 모델이 문자를 번역하는 데 확실하지 않더라도, 연구자들에게 확률을 제공할 수 있습니다. 이것은 이미 연구자들에게 앞서 나가는 것입니다.

연구 팀은 또한 DeepScribe를 다른 고고학자들이 자신의 프로젝트에서 사용할 수 있는 도구로 만들고자 합니다. 예를 들어, 모델은 다른 клинообраз 언어로 다시 훈련될 수 있으며, 모델은 손상되거나 불완전한 석판의 문자에 대한 정보를 제공할 수 있습니다. 충분히 강력한 모델은 심지어 석판이나 다른 유물의 연대와 기원을 추정할 수 있습니다. 이것은 일반적으로 화학적 테스트를 통해 수행됩니다.

DeepScribe 프로젝트는 고급 컴퓨팅 개발 센터(CDAC)에서 자금을 지원받고 있습니다. 컴퓨터 비전은 CDAC에서 지원하는 다른 프로젝트에서도 사용되었습니다. 예를 들어, 작품의 스타일을 인식하는 프로젝트와 해양 이매패류의 생물 다양성을 정량화하는 프로젝트가 있습니다. 연구 팀은 또한 협력이 시카고 대학교의 컴퓨터 과학부와 오리엔탈 연구소 간의 미래 협력을 이끌어낼 것이라고希望합니다.