DeepScribe AI kan hjelpe med å oversette gamle tavler

Forskere fra University of Chicagos Oriental Institute og Department of Computer Science har samarbeidet om å designe en AI som kan hjelpe med å dekodere tavler fra gamle sivilisasjoner. Ifølge Phys.org, heter AIen DeepScribe og ble trent på over 6 000 annoterte bilder fra Persepolis Fortification Archive. Når AI-modellen er fullstendig, vil den kunne tolke ikke-analysete tavler, og gjøre det lettere å studere gamle dokumenter.

Ekspertene som studerer gamle dokumenter, som forskerne som studerer dokumenter fra Achaemenid-riket i Persia, må oversette gamle dokumenter for hånd, en lang prosess som er utsatt for feil. Forskere har brukt datamaskiner til å assistere i tolkning av gamle dokumenter siden 1990-årene, men dataprogrammene som ble brukt var av begrenset nytte. De komplekse kileskrift-tegnene, samt den tredimensjonale formen på tavlene, satte en grense for hvor nyttige dataprogrammene kunne være.

Computer-vision-algoritmer og dyptlæringsarkitekturer har åpnet opp for nye muligheter i dette feltet. Sanjay Krishnan, fra Department of Computer Science ved OI, samarbeidet med associate professor of Assyriology Susanne Paulus for å lansere DeepScribe-programmet. Forskerne overvåket en database-håndteringplattform kalt OCHRE, som organiserte data fra arkeologiske utgravninger. Målet er å skape et AI-verktøy som er både omfattende og fleksibelt, i stand til å tolke skript fra forskjellige geografiske regioner og tidsperioder.

Som Phys.org rapporterte, forklarte Krishnan at utfordringene med å gjenkjenne skript, som arkeologiske forskere møter, i stor grad er de samme utfordringene som datavision-forskere møter:

“Fra datavision-perspektivet er det virkelig interessant, fordi disse er de samme utfordringene vi møter. Datavision har forbedret seg så mye de siste fem årene; for ti år siden ville dette vært håndvift, vi ville ikke ha kommet så langt. Det er et godt maskinlæringsproblem, fordi nøyaktigheten er objektiv her, vi har en merket treningssett og vi forstår skriptet ganske godt, og det hjelper oss. Det er ikke et fullstendig ukjent problem.”

Treningssettet i question er resultatet av å ta tavlene og oversettelsene fra over 80 års arkeologisk forskning ved OI og U Chicago, og lage høyoppløselige annoterte bilder fra dem. For øyeblikket er treningsdataene på omtrent 60 terabyte i størrelse. Forskerne kunne bruke datasettene og lage en ordbok med over 100 000 individuelt identifiserte tegn som modellen kunne lære fra. Når den trente modellen ble testet på et usett bilde, oppnådde modellen omtrent 80% nøyaktighet.

Mens forskergruppen prøver å øke nøyaktigheten til modellen, kan selv 80% nøyaktighet assistere i prosessen med transkripsjon. Ifølge Paulus kan modellen brukes til å identifisere eller oversette høyt repetitive deler av dokumentene, og la ekspertene bruke sin tid på å tolke de mer vanskelige delene av dokumentet. Selv om modellen ikke kan si med sikkerhet hva et symbol oversettes til, kan den gi forskerne sannsynligheter, noe som allerede setter dem i forkant.

Forskergruppen har også som mål å gjøre DeepScribe til et verktøy som andre arkeologer kan bruke i sine prosjekter. For eksempel kan modellen bli omtrukket på andre kileskrift-språk, eller modellen kan gi informerte anslag om teksten på skadde eller ufullstendige tavler. En tilstrekkelig robust modell kunne potensielt sogar anslå alderen og opphavet til tavler eller andre artefakter, noe som vanligvis gjøres med kjemiske tester.

DeepScribe-prosjektet er finansiert av Centre for the Development of Advanced Computing (CDAC). Computer-vision er blitt brukt i andre CDAC-finansierte prosjekter også, som et prosjekt som skal gjenkjenne stil i kunstverk og et prosjekt som skal kvantifisere biodiversitet i marine bivalver. Forskergruppen håper også at deres samarbeid vil føre til fremtidige samarbeid mellom Department of Computer Science og OI ved University of Chicago.