Hva AI lærer oss om gamle sivilisasjoner

Mens undervisning av mennesker om deres gamle sivilisasjoner kan synes som en merkelig jobb for kunstig intelligens, har det potensial. Tradisjonelt har arkeologiske undersøkelser og tyding vært meget tidskrevende. Denne teknologien kunne automatisere eller strømlinjeformere mye av prosessen, og hjelpe mennesker med å avdekke mer om fortiden i en eksponentiell rate.

Hvorfor AI er nødvendig for å undervise om gamle sivilisasjoner

Tale er mer eller mindre universell. Skriftlig språk har vært mye sjeldnere gjennom historien. Det eldste kjente skriftsystemet er kileskrift, som ble inventert rundt 3100 f.Kr. av sumererne. Forlitterære graverte bilder daterer tilbake til så langt som 4400 f.Kr., så akademikere har tusenvis av år med rekorder å gå gjennom og oversette.

Det finnes også glyfe, keramikk, graver, strukturer og statuer, hver med en unik historie. I århundrer har mennesker nøye identifisert, tydet og undersøkt disse kuriositetene. Forfølgelse, oppdagelse og suksess er belønning – selv spennende. Men fremgangen er langsom. Av og til finnes det en overveldende liten mengde emne som eksisterer, og det skaper flaskehals.

Hva hvis forskerne ikke trengte å vente? Hva hvis de kunne akselerere fremgangen ti ganger? Med AI kan det være mulig. En avansert, formål-bygget modell kunne avdekke hemmeligheter som har vært skjult i tusenvis av år.

En maskinlæringmodells kraft ligger i automatisering og evolusjon. Siden den lærer når den prosesserer ny informasjon, kan den utvikle seg når forskning eller arkeologiske prosjekter fremover, effektivt fremtidssikre seg selv. I tillegg trenger den minimalt med menneskelig tilsyn og kan handle uavhengig, muliggjøre det å utføre komplekse flertrinnsoppgaver på egen hånd.

Hva historikere har lært om for-moderne kulturer ved hjelp av AI

Mens moderne AI er relativt ny, har vitenskapsmenn og arkeologer allerede brukt det til å lære mer om hvor for-moderne mennesker bodde og hvordan de kommuniserte.

Ord i lange døde språk

Et ord kan ha ubegrenset mange betydninger avhengig av forfatterens intensjoner og komposisjonens kontekst. Dette kompliserer tyding. Selv enkle, meningsløse fraser blir komplekse puslespill. Spøken “Hva gjør en klokke når den er sulten? Den går tilbake for sekunder” er et godt eksempel fordi det er et ordspill. På et annet språk kan det være meningsløst.

I fortiden snublet dataprogrammer over disse nyansene. Naturlig språkbehandlingsteknologi bruker deling av ord, tokenisering og lemmatisering for å gjenkjenne enkeltlige morfemer. Med dette rammeverket kunne en algoritme gripe inn i kompleksiteten av kontekst og mening, selv i lange døde språk.

Vanligvis har tyding av gamle språk manuelt vært en tidskrevende og feilfylt oppgave. Nå kan en modell med NLP-egenskaper dechiffre skriftlig språk på en brøkdel av tiden.

La oss ta de figurative geoglyfene – før-kolumbiske design som er inngravert i ørkenens sand – som eksempel. Det tok nesten ett århundre å oppdage 430 Nazca-geoglyfer rundt Nazca Pampa. Ved hjelp av AI fant en forskningsgruppe 303 nye, og nesten doblet den totale kjente antallet på bare seks måneder med feltundersøkelser.

Hvor arkeologiske steder er

Nylig brukte en forskningsgruppe fra Khalifa University i Abu Dhabi AI til å identifisere tegn på en 5 000 år gammel sivilisasjon under sanddynene i Rub al-Khali, verdens største ørken. Siden den strekker seg over 250 000 kvadratmile, er det notorisk vanskelig å studere. Skiftende sand og harde forhold kompliserer arkeologiske undersøkelser.

Forskningsgruppen brukte høyoppløselige satellittbilder og syntetisk apertur-radar-teknologi til å detektere begravde artefakter fra rommet. Disse resultater ble matet inn i en maskinlæringmodell for bildebehandling og geospasial analyse, og automatiserte undersøkelsen. Denne tilnærmingen var nøyaktig innen 50 centimeter, og demonstrerte sitt potensial.

Måter AI forbedrer forståelsen av gamle epoker

AI hjelper også vitenskapsmenn med å forstå mer om hvordan gamle sivilisasjoner fungerte, og gir dem et klarere vindu inn i fortiden.

Simulering av gamle kulturelle holdninger

Michael Varnum, sosialpsykologi-området og assosiert professor ved Arizona State University, har nylig skrevet en artikkel som foreslår å bruke generativ AI til å simulere gamle kulturelle holdninger.

Eksisterende metoder sliter med å avdekke mentaliteten eller atferden til lange døde kulturer. Varnum sier at folk i hans felt vanligvis bruker indirekte proxyer som arkivdata om kriminalitet eller skilsmisse-rater for å slutte seg til folks verdier og følelser. Men denne tilnærmingen er indirekt og upresis. Hans løsning er å trene en AI til å analysere historiske tekster.

Men mens AI kunne slutte seg til folks mening og følelser fra skriftlige rekorder, vil dens innsikt bli skjev. Historisk sett har evnen til å lese og skrive vært sjelden. Varmum innrømmer at noen AI-genererte innsikt ville sannsynligvis komme fra utdannede, overklasse-individer. Siden sosial klasse påvirker psykologi, ville analysen ikke gi et helt nøyaktig innblikk i fortiden.

Rekonstruksjon av for-moderne skikker

Når arkeologer gjenvinner objekter fra gamle gravsteder eller halv-begravde byer, er det mye gjetting involvert. Selv om de vet nøyaktig hva noe ble brukt til, kan de ikke bestemme hvordan det fungerer.

I 1970-årene oppdaget forskere en grav i en bronsealder-cemetery i Iran. De fant det eldste intakte brettspillet noen gang oppdaget, som daterer tilbake til 4 500 år siden. Det bestod av 27 geometriske deler, 20 runde områder og fire terninger. Ingen regelbok ble gravlagt, så de kunne bare gjetting på hvordan å spille.

AI kunne rekonstruere reglene, og bringe tilbake lange glemt brettspill. Prosjektet Digital Ludeme gjør nettopp det. Allerede har det dekket tre tidsperioder og ni regioner, og gjort nesten 1 000 spill spillbare igjen. I dag er disse rekonstruksjonene tilgjengelige online for alle å spille.

Hva mer kan læres fra disse gamle kulturene?

Det er fortsatt mye mer å lære fra AI. Kileskrift er ett av de mest interessante. I dag har akademikere tilgang til rundt 5 millioner sumeriske ord, millioner flere enn romerne etterlot i latin. Mange av de tallrike leiretavlene som er avdekket i regionen, er ennå ikke dechiffrert, og flere blir avdekket nesten daglig.

For å strømlinjeformere prosessen, bruker forskningsgruppen AI til å samle leiretavlefragmenter, og setter sammen deler for å akselerere dechiffrering. De trener også AI til å dechiffre kileskrift, som bare en håndfull eksperter er i stand til. Hastigheten av algoritmebehandling kunne gjøre denne teknologien uendelig raskere enn mennesker.

Denne nye kunnskapen kunne fylle hull i historiebøkene. Selv om mennesker har en omfattende kulturell historie, er det mange regioner som forblir uutforsket fordi de ikke har hatt teknologien. Med maskinlæringsteknikker og generative modeller, kan de få en dypere forståelse av verden og få et nytt perspektiv på historien.

Med AI-hjelp til å avdekke arkeologiske steder, dechiffre lange døde språk og oversette gamle tekster, kan fagfolk finne nye bøker, historiske beretninger, kunstverk og skatter. Disse funnene kunne bli vist i et museum eller hjelpe etterkommere med å knytte seg til sine forfedre.

Framtiden for AI-løsninger som arkeologiske verktøy

AI kan dechiffre lange døde språk, lokalisere gamle gravsteder og simulere gamle skikker. Dets funn kunne ende opp i historiebøker eller museer. Selvfølgelig bør akademikere gå forsiktig til verks. Mens denne teknologien er kraftig, er bias, uakkurathet og hallusinasjoner ikke uvanlige. En menneske-i-løkken-tilnærming kunne hjelpe dem å mildne disse problemene.