Wat AI ons leert over oude beschavingen

Het lesgeven aan mensen over hun oude beschavingen lijkt misschien een vreemde taak voor kunstmatige intelligentie, maar het heeft potentieel. Traditioneel waren archeologische onderzoeken en ontcijfering enorm tijdrovend. Deze technologie kan een groot deel van het proces automatiseren of stroomlijnen, waardoor mensen meer over het verleden kunnen ontdekken met een exponentiële snelheid.

Waarom AI nodig is om les te geven over oude beschavingen

Gesproken taal is meer of minder universeel. Gedurende de geschiedenis is geschreven taal veel zeldzamer geweest. Het vroegst bekende schriftsysteem is spijkerschrift, dat rond 3100 v.Chr. werd uitgevonden door de Sumeriërs. Prelitteraire gebeeldhouwde beelden dateren uit 4400 v.Chr., dus academici hebben duizenden jaren aan records om door te nemen en te vertalen.

Er zijn ook glyphen, aardewerk, graven, structuren en standbeelden, elk met een uniek verhaal. Gedurende eeuwen hebben mensen deze curiositeiten zorgvuldig geïdentificeerd, ontcijferd en onderzocht. Het nastreven, ontdekken en slagen is belonend – zelfs spannend. Echter, de vooruitgang is langzaam. Soms bestaat er een uiterst klein aantal onderwerpen, waardoor er bottlenecks ontstaan.

Stel dat onderzoekers niet hoefden te wachten? Stel dat ze hun vooruitgang met een factor tien konden versnellen? Met AI is dat misschien mogelijk. Een geavanceerd, speciaal ontwikkeld model kan geheimen ontdekken die duizenden jaren verborgen zijn gebleven.

De kracht van een machine learning-model ligt in automatisering en evolutie. Aangezien het leert terwijl het nieuwe informatie verwerkt, kan het evolueren naarmate het onderzoek of archeologische projecten vordert, waardoor het zich effectief toekomstbestendig maakt. Bovendien heeft het minimaal menselijk toezicht nodig en kan het onafhankelijk handelen, waardoor het complexe, meerdere stappen omvattende taken zelfstandig kan uitvoeren.

Wat historici hebben geleerd over premoderne culturen met behulp van AI

Hoewel moderne AI relatief nieuw is, hebben wetenschappers en archeologen deze al gebruikt om meer te leren over waar premoderne mensen woonden en hoe ze communiceerden.

Woorden in lange dode talen

Een woord kan afhankelijk van de bedoelingen van de auteur en de context van de compositie ontelbare betekenissen hebben. Dit compliceert het ontcijferen. Zelfs eenvoudige, zinloze zinnen worden complexe puzzels. De grap “Wat doet een klok als hij honger heeft? Het gaat terug voor seconden” is een goed voorbeeld, omdat het een woordspeling is. In een andere taal kan het betekenisloos zijn.

In het verleden hebben computerprogramma’s over deze nuances gestruikeld. Natural Language Processing-technologie gebruikt part-of-speech-tagging, tokenisatie en lemmatisering om individuele morfemen te herkennen. Met dit kader kan een algoritme de nuances van context en betekenis begrijpen, zelfs in lange dode talen.

Typisch is het ontcijferen van oude talen handmatig een tijdrovende, foutgevoelige taak. Nu kan een model met NLP-mogelijkheden geschreven taal in een fractie van de tijd decoderen.

Neem bijvoorbeeld de figuurlijke geoglyphen – pre-Columbiaanse ontwerpen die in de woestijnzand zijn gegraveerd. Het duurde bijna een eeuw om 430 Nazca-geoglyphen te ontdekken rond de Nazca Pampa. Met behulp van AI vond een onderzoeksteam 303 nieuwe, waardoor het totale aantal bekende geoglyphen bijna verdubbelde binnen zes maanden na veldonderzoek.

Waar archeologische sites zijn

Onlangs gebruikte een onderzoeksteam van de Khalifa University in Abu Dhabi AI om tekenen van een 5.000 jaar oude beschaving onder de duinen van de Rub al-Khali, de grootste woestijn ter wereld, te identificeren. Aangezien het meer dan 250.000 vierkante mijl beslaat, is het berucht moeilijk om te bestuderen. Verschuivende zand en extreme omstandigheden compliceren archeologische onderzoeken.

Het onderzoeksteam gebruikte hoogresolutie-satellietbeelden en synthetische apertuurradartechnologie om begraven artefacten vanuit de ruimte te detecteren. Deze resultaten werden ingevoerd in een machine learning-model voor beeldverwerking en georuimtelijke analyse, waardoor het onderzoek geautomatiseerd werd. Deze aanpak was nauwkeurig tot op 50 centimeter, waardoor het potentieel werd aangetoond.

Manieren waarop AI het begrip van verleden tijdperken verbetert

AI helpt wetenschappers ook om meer te leren over hoe oude beschavingen functioneerden, waardoor ze een duidelijker kijk op het verleden krijgen.

Simuleren van oude culturele houdingen

Michael Varnum, het hoofd van de afdeling sociale psychologie en associate professor aan de Arizona State University, publiceerde onlangs een opinieartikel waarin hij voorstelde om generatieve AI te gebruiken om oude culturele houdingen te simuleren.

Bestaande methoden hebben moeite om de mentaliteit of gedragingen van lang dode culturen te achterhalen. Varnum zegt dat mensen in zijn vakgebied meestal indirecte proxies gebruiken, zoals archiefgegevens over criminaliteitscijfers of echtscheidingspercentages, om mensen’s waarden en gevoelens af te leiden. Echter, deze aanpak is indirect en onnauwkeurig. Zijn oplossing is om een AI te trainen om historische teksten te analyseren.

Echter, terwijl AI mensen’s meningen en emoties uit geschreven records kan afleiden, zullen de inzichten vertekend zijn. Historisch gezien is het vermogen om te lezen en te schrijven zeldzaam geweest. Varmum geeft toe dat eventuele AI-gegenereerde inzichten waarschijnlijk afkomstig zullen zijn van opgeleide, hogere klassen. Aangezien sociale klasse de psychologie beïnvloedt, zal de analyse geen volledig nauwkeurig beeld van het verleden geven.

Reconstructie van premoderne gebruiken

Telkens als archeologen voorwerpen uit oude grafplaatsen of half-begraven steden opgraven, is er giswerk bij betrokken. Zelfs als ze exact weten waarvoor iets werd gebruikt, kunnen ze niet altijd bepalen hoe het werkt.

In de jaren zeventig ontdekten onderzoekers een graf in een bronstijdperk begraafplaats in Iran. Ze vonden het oudste intacte bordspel ooit ontdekt, dat dateert uit 4.500 jaar geleden. Het bestond uit 27 geometrische stukken, 20 cirkelvormige ruimtes en vier dobbelstenen. Er was geen regelboek begraven, dus konden ze alleen maar gissen hoe ze moesten spelen.

AI kan de regels recreëren, waardoor lang vergeten bordspellen weer tot leven komen. Het Digital Ludeme-project doet dit al. Het heeft al drie tijdperken en negen regio’s bestreken en maakt bijna 1.000 spellen weer speelbaar. Vandaag zijn deze reconstructies online beschikbaar voor iedereen om te spelen.

Wat er nog meer kan worden geleerd van deze oude culturen?

Er is nog veel meer te leren van AI. Spijkerschrift is een van de meest interessante. Vandaag hebben academici toegang tot ongeveer 5 miljoen Soemerische woorden, miljoenen meer dan de Romeinen in het Latijn hebben achtergelaten. Veel van de vele kleitabletten die in de regio zijn opgegraven, zijn nog niet ontcijferd en er worden er elke dag nog meer ontdekt.

Om het proces te versnellen, gebruikt het onderzoeksteam AI om tabletfragmenten te combineren, waardoor de ontcijfering wordt versneld. Ze trainen het ook om spijkerschrift te ontcijferen, waar slechts een handvol experts toe in staat is. De snelheid van algoritme-verwerking kan deze technologie oneindig sneller maken dan mensen.

Deze nieuwe kennis kan gaten in geschiedenisboeken opvullen. Hoewel mensen een uitgebreide culturele geschiedenis hebben, blijven veel regio’s onverkend omdat ze niet over de technologie beschikten. Met machine learning-technieken en generatieve modellen kunnen ze een dieper inzicht krijgen in de wereld en een nieuw perspectief op de geschiedenis.

Met de hulp van AI bij het ontdekken van archeologische sites, het ontcijferen van lange dode talen en het vertalen van oude teksten, kunnen professionals in de sector nieuwe boeken, historische verslagen, kunstwerken en schatten vinden. Deze vondsten kunnen in een museum worden tentoongesteld of helpen nakomelingen om contact te maken met hun voorouders.

De toekomstige vooruitzichten van AI-oplossingen als archeologische instrumenten

AI kan lange dode talen ontcijferen, oude begraafplaatsen lokaliseren en oude praktijken simuleren. De bevindingen kunnen in geschiedenisboeken of musea terechtkomen. Natuurlijk moeten academici voorzichtig te werk gaan. Hoewel deze technologie krachtig is, komen vooroordelen, onnauwkeurigheden en hallucinaties niet zelden voor. Een aanpak met een mens in de lus kan helpen om deze problemen te mitigeren.