Czego sztuczna inteligencja uczy nas o starożytnych cywilizacjach

Choć uczenie ludzi o ich starożytnych cywilizacjach może wydawać się dziwnym zadaniem dla sztucznej inteligencji, ma ono potencjał. Tradycyjnie badania archeologiczne i odszyfrowywanie były żmudnie pracochłonne. Ta technologia mogłaby zautomatyzować lub usprawnić znaczną część procesu, pomagając ludziom odkrywać więcej o przeszłości w tempie wykładniczym.

Dlaczego potrzebna jest SI, aby uczyć o starożytnych cywilizacjach

Język mówiony jest mniej więcej uniwersalny. Na przestrzeni historii język pisany był znacznie rzadszy. Najwcześniejszy znany system pisma to pismo klinowe, które zostało wynalezione około 3100 r. p.n.e. przez Sumerów. Przedliterackie ryte obrazy sięgają aż 4400 r. p.n.e., więc naukowcy mają tysiące lat zapisów do przeanalizowania i przetłumaczenia. Są też glify, ceramika, groby, struktury i posągi, każdy z unikalną historią. Przez stulecia ludzie mozolnie identyfikowali, odszyfrowywali i badali te osobliwości. Poszukiwanie, odkrycie i sukces są satysfakcjonujące — nawet ekscytujące. Jednak postęp jest powolny. Czasami istnieje niezwykle mała liczba przedmiotów badań, tworząc wąskie gardła. A gdyby badacze nie musieli czekać? Gdyby mogli przyspieszyć swój postęp dziesięciokrotnie? Dzięki SI może to być możliwe. Zaawansowany, specjalnie zbudowany model mógłby odkryć sekrety ukrywane przez tysiące lat. Moc modelu uczenia maszynowego leży w automatyzacji i ewolucji. Ponieważ uczy się on podczas przetwarzania nowych informacji, może ewoluować wraz z postępem badań lub projektów archeologicznych, skutecznie zabezpieczając się na przyszłość. Co więcej, wymaga minimalnego nadzoru człowieka i może działać niezależnie, co umożliwia mu samodzielne wykonywanie złożonych, wieloetapowych zadań.

Czego historycy dowiedzieli się o kulturze przednowoczesnej za pomocą SI

Choć współczesna SI jest stosunkowo nowa, naukowcy i archeolodzy już wykorzystali ją, aby dowiedzieć się więcej o tym, gdzie żyli ludzie przednowocześni i jak się komunikowali.

Słowa w dawno wymarłych językach

Jedno słowo może mieć niezliczone znaczenia w zależności od intencji autora i kontekstu utworu. To komplikuje odszyfrowywanie. Nawet proste, bezsensowne frazy stają się złożonymi zagadkami. Żart „Co robi zegar, gdy jest głodny? Wraca po sekundy” jest doskonałym przykładem, ponieważ jest grą słów. W innym języku może być bez znaczenia. W przeszłości programy komputerowe potykały się o te niuanse. Technologia przetwarzania języka naturalnego wykorzystuje tagowanie części mowy, tokenizację i lematyzację do rozpoznawania poszczególnych morfemów. W tym frameworku algorytm mógłby uchwycić zawiłości kontekstu i znaczenia, nawet w dawno wymarłych językach. Zazwyczaj ręczne odszyfrowywanie starożytnych języków było żmudnym, podatnym na błędy zadaniem. Teraz model z możliwościami NLP mógłby zdekodować język pisany w ułamku czasu. Weźmy na przykład figuralne geoglify — przedkolumbijskie wzory wyryte w pustynnych piaskach. Odkrycie 430 geoglifów Nazca wokół Nazca Pampa zajęło prawie wiek. Wykorzystując SI, zespół badawczy znalazł 303 nowe, prawie podwajając całkowitą znaną liczbę w ciągu zaledwie sześciu miesięcy badań terenowych.

Gdzie znajdują się stanowiska archeologiczne

Ostatnio zespół badawczy z Khalifa University w Abu Zabi wykorzystał SI do zidentyfikowania śladów 5000-letniej cywilizacji pod wydmami Rub al-Chali, największej pustyni świata. Ponieważ rozciąga się ona na ponad 250 000 mil kwadratowych, jest notorycznie trudna do zbadania. Przemieszczające się piaski i surowe warunki komplikują badania archeologiczne. Zespół badawczy wykorzystał wysokorozdzielcze zdjęcia satelitarne i technologię radaru z syntetyczną aperturą do wykrycia zakopanych artefaktów z kosmosu. Wyniki te zostały wprowadzone do modelu uczenia maszynowego do przetwarzania obrazu i analizy geoprzestrzennej, automatyzując śledztwo. To podejście było dokładne z dokładnością do 50 centymetrów, demonstrując swój potencjał.

Sposoby, w jakie SI poprawia rozumienie minionych epok

SI pomaga również naukowcom lepiej zrozumieć, jak funkcjonowały starożytne cywilizacje, dając im wyraźniejsze okno w przeszłość.

Symulowanie starożytnych postaw kulturowych

Michael Varnum, kierownik obszaru psychologii społecznej i profesor nadzwyczajny na Arizona State University, niedawno współtworzył artykuł opiniotwórczy proponujący wykorzystanie generatywnej SI do symulowania starożytnych postaw kulturowych. Istniejące metody mają trudności z odkryciem mentalności lub zachowań dawno wymarłych kultur. Varnum mówi, że ludzie w jego dziedzinie zwykle używają pośrednich proxy, takich jak dane archiwalne o poziomie przestępczości czy wskaźnikach rozwodów, aby wnioskować o wartościach i uczuciach ludzi. Jednak to podejście jest pośrednie i niedokładne. Jego rozwiązaniem jest wytrenowanie SI do analizy historycznych tekstów. Jednak choć SI mogłaby wnioskować o opiniach i emocjach ludzi na podstawie zapisów pisanych, jej spostrzeżenia będą wypaczone. Historycznie umiejętność czytania i pisania była rzadka. Varmum przyznaje, że wszelkie spostrzeżenia wygenerowane przez SI prawdopodobnie pochodziłyby od wykształconych osób z wyższych klas. Ponieważ klasa społeczna wpływa na psychologię, analiza nie zapewniłaby całkowicie dokładnego spojrzenia w przeszłość.

Rekonstruowanie przednowoczesnych zwyczajów

Za każdym razem, gdy archeolodzy wydobywają przedmioty ze starożytnych miejsc pochówku lub częściowo zakopanych miast, w grę wchodzi zgadywanie. Nawet jeśli dokładnie wiedzą, do czego coś służyło, mogą nie być w stanie określić, jak to działa. W latach 70. XX wieku badacze odkryli grób na cmentarzysku z epoki brązu w Iranie. Znaleźli najstarszą nienaruszoną grę planszową, jaką kiedykolwiek odkryto, liczącą 4500 lat. Składała się z 27 geometrycznych elementów, 20 okrągłych pól i czterech kości. Nie zakopano żadnej instrukcji, więc mogli tylko zgadywać, jak w nią grać. SI mogłaby odtworzyć zasady, przywracając dawno zapomniane gry planszowe. Projekt Digital Ludeme robi właśnie to. Obejmuje już trzy okresy czasowe i dziewięć regionów, sprawiając, że prawie 1000 gier znów jest możliwych do grania. Dziś te rekonstrukcje są dostępne online dla każdego.

Czego więcej można się dowiedzieć od tych starożytnych kultur?

Wciąż jest wiele do nauczenia się od SI. Pismo klinowe jest jednym z najciekawszych. Dziś naukowcy mają dostęp do około 5 milionów sumeryjskich słów, o miliony więcej niż Rzymianie pozostawili po łacinie. Wiele z licznych glinianych tabliczek odkrytych w regionie wciąż nie zostało odszyfrowanych, a kolejne są odkopywane niemal codziennie. Aby usprawnić proces, zespół badawczy wykorzystuje SI do łączenia fragmentów tabliczek, składając części w całość, aby przyspieszyć odszyfrowywanie. Trenują ją również do odszyfrowywania pisma klinowego, co potrafi tylko garstka ekspertów. Szybkość przetwarzania algorytmicznego może sprawić, że ta technologia będzie nieskończenie szybsza niż ludzie. Ta nowa wiedza mogłaby wypełnić luki w podręcznikach historii. Chociaż ludzie mają rozległą historię kulturową, wiele regionów pozostaje niezbadanych, ponieważ nie mieli technologii. Dzięki technikom uczenia maszynowego i modelom generatywnym mogą głębiej zrozumieć świat, zyskując nową perspektywę na historię. Z pomocą SI w odkrywaniu stanowisk archeologicznych, odszyfrowywaniu dawno wymarłych języków i tłumaczeniu starożytnych tekstów, specjaliści z branży mogliby znaleźć nowe księgi, relacje historyczne, dzieła sztuki i skarby. Te odkrycia mogłyby być wystawione w muzeum lub pomóc potomkom połączyć się z przodkami.

Perspektywy przyszłości rozwiązań SI jako narzędzi archeologicznych

SI może odszyfrować dawno wymarłe języki, zlokalizować starożytne miejsca pochówku i symulować starożytne praktyki. Jej odkrycia mogą trafić do podręczników historii lub muzeów. Oczywiście, naukowcy powinni postępować ostrożnie. Chociaż ta technologia jest potężna, uprzedzenia, nieścisłości i halucynacje nie są rzadkością. Podejście z udziałem człowieka w pętli (human-in-the-loop) mogłoby pomóc im złagodzić te problemy.