Kunstig intelligens

Hvordan AI gjør det mulig for oss å 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 oss et glimt inn i fortiden, men reglene har gått tapt, og folk undrer seg over hvordan de ble spilt. Kunstig intelligens (AI) er nøkkelen til å løse disse gamle hemmelighetene.

AI revolusjonerer måten mennesker forstår disse gamle spillene på, ved å bruke komplekse algoritmer til å hypotetisere regler fra fragmenter av historiske tekster og artefakter. Dette innovative tilnærmingen gjør det mulig for forskere å gå tilbake i tid og spille disse spillene, akkurat som deres forfedre gjorde for århundrer siden.

Mysteriet om gamle brettspill

Spill har vært en hjørnesten i menneskets sosiale og kulturelle liv i årtusener. De eldste artefaktene som regnes som brettspill daterer tilbake 6 000 til 10 000 år. Dette tyder på at langt 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 forskere 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 mangelfulle informasjonen som er igjen. Historikere fant gamle spill uten instruksjoner eller regler, og hemmelighetene er tapt for alltid.

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

AI og spillenes rekonstruksjon

AI, spesielt maskinlæring, revolusjonerer måten forskere 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 i dette feltet er det femårige Digital Ludeme-prosjektet, en banebrytende komputasjonal studie 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, der AI lærer gjennom prøving og feil, og spiller talløse spillscenarier.

Dette hjelper programmet 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 forskere utforsker denne prosessen, vil de se programvare spille spill og teste 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 gjør sammenhenger som kanskje ikke er umiddelbart åpenbare.

Den går deretter over i feilkorreksjon, der den justerer feilaktige antagelser basert på tilbakemelding fra spillscenarier. Denne iterative prosessen hjelper med å finjustere hypotesene om hvordan spillene ble spilt.

AI bruker sofistikert mønstergjenkjenning til å foreslå regler som har logisk mening og stemmer overens med fysisk layout og historiske beskrivelser. Denne metoden gjør det mulig for historikere å se hvordan disse spillene kan ha fungert, og bygger broer over tidsgapet 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.

Det kongelige spill fra Ur

Det kongelige spill fra Ur, som antas å være en forløper til moderne backgammon, har fascinert lærde siden det ble oppdaget. Spilt i Oldtidens Sumer for omtrent 4 000 år siden, fanget dette spillet oppmerksomheten til AI-forskere som hadde som mål å dechiffrere 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 gjør det mulig for forskere å oppleve et spill som gamle sivilisasjoner en gang nøt.

Senet

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

Dette hjelper forskere å forstå hvordan spillet ble satt opp og den strategiske tenkningen det kan ha krevd. Innsikten gir et glimt inn i den intellektuelle kulturen i oldtidens Egypt, og avslører mer om spillet som en gang underholdt faraoer.

Patolli

Patolli — som muligens opprinnelig kom fra det sørasianske spillet Pachisi — tilbyr en fascinerende casestudie i gamle strategier og risiko. Historikere kan utforske hvordan spillere kan ha nærmet seg dette spillet gjennom AI-simuleringer, og foreslå mulige spillstrategier og spillmetoder.

Simuleringene analyserer layouten og mulige bevegelsesmønster, og gjør det mulig for forskere å vurdere ulike strategier som kan ha påvirket spillutsagnet. Disse scenariene gir dem også en dypere forståelse for de kloke 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 der teknologi møter tradisjonell vitenskap.

Dette tverrfaglige samarbeidet gjør det mulig for akademikere å integrere ulike innsikter fra forskjellige fag. Det sikrer også at AI-hypotesene om spillregler er teknisk gyldige og kulturelt og historisk informerte.

Den rike blandingen av perspektiver forbedrer deres forståelse av gamle spill betydelig. 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, som kan føre til urimelige eller skjeve tolkninger av historiske fakta.

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

Konsekvenser og fremtidige prospekter

Integrering av AI-teknologi i arkeologisk og historisk forskning har enormt potensial til å revolusjonere menneskers forståelse av fortiden. Det å gjøre det mulig å rekonstruere gamle brettspill og andre kulturelle artefakter, gjør det mulig for lærde å avdekke nyanser i historisk liv som ellers ville være 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 danner en dypere forståelse av historiske kontekster og hjelper å bevare kulturelt arv. De tilbyr en rikere, mer sammenhengende forståelse av menneskehetens historie.

Avdekking av fortiden gjennom AI og kulturelle innsikter

AI forbedrer dramatisk menneskers forståelse av deres arv ved å gi nye 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 innsiktene.

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.