Connect with us

Kunstig intelligens

Hvordan AI lar oss spille gamle brettspill

mm

Forestillingen om å dykke ned i mysteriene til gamle sivilisasjoner gjennom deres brettspill, som Senet og Patolli, er spennende. Disse spillene gir en glimt inn i fortiden, men reglene har gått tapt, og folk undrer seg over hvordan de ble spilt. Kunstig intelligens (AI) skinner i denne sammenhengen, og det er nøkkelen til å låse opp disse gamle hemmelighetene.

AI revolusjonerer hvordan folk forstår disse gamle spillene, ved å bruke komplekse algoritmer til å hypotetisere regler fra fragmenter av historiske tekster og artefakter. Dette innovative tilnærmingen lar forskerne gå tilbake i tid og spille disse spillene, akkurat som deres forfedre måtte ha gjort for århundrer siden.

Mysteriet om gamle brettspill

Spill har vært en hjørnesten i menneskets sosiale og kulturelle liv i årtusener. De eldste artefaktene som anses for å være spillbrett daterer tilbake 6 000 til 10 000 år. Dette tyder på at lenge før skrevne historier, var mennesker allerede engasjert i strategisk spill.

Disse spillene var mer enn bare fritidsaktiviteter, men hadde stor kulturell betydning, ofte reflektert samfunnets tro, verdier og sosiale hierarkier. Når forskerne utforsker disse gamle levningene, taper de inn i de kollektive minnene til sivilisasjoner. Dette hjelper dem å forstå mer om hvordan mennesker interagerer og underholder seg.

Men å avdekke hvordan disse spillene ble spilt, stiller en unik utfordring på grunn av den sparsomme informasjonen som er igjen. Historikere fant gamle spill uten instruksjoner eller regler, og hemmelighetene er tapt for alle tider.

Dette gapet i kunnskap inviterer forskerne til å forestille seg og rekonstruere ved hjelp av fragmenterte biter og delvise spillsett funnet i arkeologiske utgravninger. Oppgaven er vanskelig, men det er også det som gjør oppdagelsesprosessen så intrigerende og givende. Når de setter sammen disse gamle puslespillene, bidrar de til en dypere forståelse av deres forfedres liv og fritid.

AI og spillrekonstruksjon

AI — spesielt maskinlæring — revolusjonerer hvordan forskerne forstår gamle spill. Det lar datamaskiner lære fra data, tilpasse og forbedre sin kunnskap over tid uten eksplisitt programmering.

En av de mest fremtredende initiativene på dette feltet er det femårige Digital Ludeme-prosjektet — en banebrytende komputasjonsstudie av verdens tradisjonelle strategispill. Dette prosjektet utnytter AI til å dissekere og rekonstruere regelsettene for disse spillene, og gir et digitalt vindu inn i fortiden.

Forskere trener AI-modeller til å hypotetisere spillregler ved å analysere tilgjengelige komponenter og relevante historiske tekster. De bruker en teknikk kjent som forsterkingslæring, hvor AI lærer gjennom prøving og feil, og spiller talløse spillscenarier.

Denne metoden hjelper programmet til å slutte seg til hvilke regler som har mening og hvilke som ikke gjør det, basert på resultater som ser logiske eller stemmer overens med historiske beretninger. Når forskerne utforsker denne prosessen, vil de se programvare som spiller spill og tester hypoteser bygge broer over tid.

AI-modellen: Hvordan den lærer og tilpasser seg

Den tekniske prosessen begynner med å innføre data. Denne informasjonen inkluderer detaljerte bilder av gamle spillbrett, fragmenter av tekster som beskriver spill og relaterte kulturelle artefakter. En modell undersøker denne dataen under trening, og finner sammenhenger som kanskje ikke er umiddelbart åpenbare.

Den går deretter over til feilretting, hvor den justerer feil antagelser basert på tilbakemeldinger fra spillscenarier. Denne iterative prosessen hjelper til å finjustere hypotesene om hvordan spillene kunne ha blitt spilt.

AI bruker sofistikert mønstergjenkjenning til å foreslå regler som har logisk mening og stemmer overens med fysisk layout og historiske beskrivelser av artefaktene. Denne metoden lar historikere få en glimt av hvordan disse spillene kunne ha fungert, og broer gapet mellom fortidens fritid og nåtidens nysgjerrighet.

Eksempler på AI i arbeid

Her er eksempler på hvordan forskere bruker AI til å gjenopplive de glemt reglene til gamle brettspill.

Kongespillet i Ur

Det troes å være en forløper til moderne backgammon, har Kongespillet i Ur fascinert lærde siden det ble oppdaget. Spilt i oldtidens Sumer for omtrent 4 000 år siden, fanget dette spillet oppmerksomheten til AI-forskere som forsøkte å tyde ut reglene. Ved hjelp av AI, formulerte de spillregler som stemte overens med instruksjoner på gamle kileskrifttavler.

Denne prosessen involverte å trene modeller til å tolke disse inskripsjonene og teste ulike spillstrategier, og foreslå regler som hadde mening og respekterte spillets historiske og kulturelle kontekst. Denne innovative bruken av teknologi lar forskerne oppleve et spill som gamle sivilisasjoner en gang nøt.

Senet

AI har vært instrumental i å sette sammen teorier om Senets regler og mål. Ved å prosessere data fra spillbrett funnet i graver og gamle tekster, genererer AI simulasjoner for å teste ulike spillfremgang.

Dette hjelper forskerne å forstå hvordan spillet ble satt opp og hvilken strategisk tenkning det kanskje krevde. Innsikten gir en glimt inn i den intellektuelle kulturen i oldtidens Egypt, og avslører mer om spillet som en gang underholdt faraoer.

Patolli

Patolli — som potensielt stammer fra det sørasianske spillet Pachisi — tilbyr en fascinerende casestudie i gamle strategier og risiko. Historikere kan utforske hvordan spillere måtte ha nærmet seg dette spillet gjennom AI-simulasjoner, og det foreslår mulige spillstrategier og spillmetoder.

Simulasjonene analyserer layouten og mulige bevegelsesmønster, og lar forskerne vurdere ulike strategier som kunne ha påvirket spillutsagnet. Disse scenariene gir dem også en dypere forståelse for de listige og komplekse spillene i oldtiden.

Samarbeid mellom AI-eksperter og historikere

Samarbeid mellom AI-eksperter, historikere, arkeologer og antropologer er essensielt for å løse mysteriene omkring gamle brettspill. AI må arbeide sammen med fagfolk for å sikre en helhetlig tilnærming hvor teknologi møter tradisjonell vitenskap.

Dette tverrfaglige samarbeidet lar akademikere integrere ulike innblick fra forskjellige felt. Det sikrer også at AI-hypotesene om spillregler er teknisk solide og kulturelt og historisk informert.

Den rike blandingen av perspektiver forbedrer betydelig deres forståelse av gamle spill. Det gir en mer nøyaktig og nuansert rekonstruksjon av fritidsaktiviteter som formet tidlige menneskelige samfunn.

Etiske overveielser i AI-forskning

Bruken av AI i kulturell og historisk forskning bringer etiske bekymringer til overflaten. Spesielt kan autentisiteten og nøyaktigheten av AI-genererte regler potensielt misrepresentere gamle kulturer. Typen data disse systemene er trent på kan ofte bære fordommer og diskriminering, noe som kan føre til urettferdige eller skjeve tolkninger av historiske fakta.

For å mildne disse problemene, er forskerne stadig mer våkne på kildene de bruker for trening. De streber etter å sikre at deres metoder respekterer historisk integritet og kulturell betydning. Denne tilnærmingen hjelper til å beskytte mot videreføring av fordommer og støtter en mer nøyaktig og respektfull fremstilling av gamle historier i moderne vitenskap.

Konsekvenser og fremtidige perspektiver

Integrering av AI-teknologi i arkeologisk og historisk forskning har enormt potensial til å revolusjonere folks forståelse av fortiden. Muligheten til å rekonstruere gamle brettspill og andre kulturelle artefakter lar forskerne avdekke nyanser i historisk liv som ellers ville forbli skjult.

Utenfor brettspill kan AI også assistere i å dechiffrere tapte språk, rekonstruere ødelagte artefakter gjennom mønstergjenkjenning og forutsi plasseringen av ennå ikke oppdagede arkeologiske steder. Disse anvendelsene dyper forståelsen av historiske kontekster og hjelper med å bevare kulturelt arv. De tilbyr en rikere, mer sammenhengende forståelse av menneskehetens historie.

Avdekke fortiden gjennom AI og kulturelle innblick

AI forbedrer dramatisk folks forståelse av deres arv ved å bringe nytt liv til gamle spill, og avslører hvordan gamle sivilisasjoner en gang strategerte og sosialiserte. Denne fusjonen av teknologi og historie beriker samfunnets kunnskap om fortiden, og sikrer at fremtidige generasjoner bevare og verdsetter disse uvurderlige kulturelle innblick.

Zac Amos er en teknisk forfatter som fokuserer på kunstig intelligens. Han er også redaktør for artikler i ReHack, der du kan lese mer av hans arbeid.