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 potensiale. 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-språk er mer eller mindre universelt. Gjennom historien har skriftlig språk vært mye sjeldnere. Det eldste kjente skriftsystemet er kileskrift, som ble ble funnet rundt 3100 f.Kr. av sumererne. Forlitterære hogde bilder daterer tilbake til 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 usedvanlig liten mengde emne som skaper flaskehals. 

Hva hvis forskerne ikke måtte 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 mens den prosesserer ny informasjon, kan den utvikle seg mens forskning eller arkeologiske prosjekter fremover, effektivt fremtidssikre seg selv. Dessuten krever den minimalt menneskelig tilsyn og kan handle uavhengig, noe som gjør det mulig for den å utføre komplekse multistep-oppdrag på egen hånd. 

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

Mens moderne AI er relativt ny, har vitenskapsmenn og arkeologer allerede brukt den til å lære mer om hvor før-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 møysommelig, feilfylt oppgave. Nå kan en modell med NLP-egenskaper dekode skriftlig språk på en brøkdel av tiden. 

Ta for eksempel de figurative geoglyfene – pre-columbianske design som er innrisset i ørkenens sand – for eksempel. Det tok nesten ett århundre for å oppdage 430 Nazca-geoglyfer rundt Nazca Pampa. Ved hjelp av AI fant en forskningsgruppe 303 nye, nærmere dobling av det totale antallet kjente geoglyfer 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 for å detektere begravde artefakter fra rommet. Disse resultater ble matet inn i en maskinlæringmodell for bildebehandling og geografisk analyse, automatiserende undersøkelsen. Dette tilnærmingen var nøyaktig innen 50 centimeter, demonstrerende sitt potensiale.  

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, sosialpsykologiens områdefører og assosiert professor ved Arizona State University, har nylig co-forfattet en meningsskisse 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 kriminalitetsnivå eller skilsmissefrekvens for å slutte seg til folks verdier og følelser. Men denne tilnærmingen er indirekte 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 skrevne rekorder, vil dens innsikt bli skeive. Historisk 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 en helt nøyaktig glimt inn i fortiden.

Rekonstruksjon av før-moderne skikker 

Når arkeologer gjenoppdager objekter fra gamle gravplasser eller halv-begravde byer, er det alltid en del gjetting involvert. Selv om de vet nøyaktig hva noe ble brukt til, kan de ikke bestemme hvordan det fungerer. 

På 1970-tallet oppdaget forskere en grav i en bronsealder-cemetery i Iran. De fant den eldste intakte brettspillet noen gang funnet, som daterer tilbake 4 500 år. Det bestod av 27 geometriske deler, 20 runde rom og fire terninger. Ingen regelbok ble gravlagt, så de kunne bare gjette hvordan de skulle spille. 

AI kunne rekonstruere reglene, og bringe tilbake lange-glemte brettspill. Digital Ludeme-prosjektet 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 funnet i regionen har ennå ikke blitt tydet, og flere blir funnet nesten daglig. 

For å strømlinjeformere prosessen, bruker forskningsgruppen AI til å kombinere tavlefragmenter, og setter sammen deler for å akselerere tyding. De trener også AI til å tyde kileskrift, som bare noen få 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 mange regioner fortsatt uutforsket fordi de ikke har hatt teknologien. Med maskinlæringsteknikker og generative modeller kan de få en dypere forståelse av verden, og få en ny perspektiv på historien.

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

Framtidsutsikt for AI-løsninger som arkeologiske verktøy

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