DeepScribe AI poate ajuta la traducerea tăblițelor antice

Cercetătorii de la Institutul Oriental al Universității din Chicago și Departamentul de Științe ale Calculatoarelor au colaborat pentru a proiecta un AI care poate ajuta la decodificarea tăblițelor din civilizațiile antice. Conform Phys.org, AI-ul se numește DeepScribe și a fost antrenat pe peste 6.000 de imagini annotate din Arhiva Fortificațiilor Persepolis, iar atunci când va fi complet, modelul AI va putea interpreta tăblițe neanalizate, făcând studiul documentelor antice mai ușor.

Experții care studiază documente antice, precum cercetătorii care studiază documentele create în timpul Imperiului Ahemenid din Persia, au nevoie să traducă documente antice de mână, un proces lung și predispus la erori. Cercetătorii au folosit computere pentru a ajuta la interpretarea documentelor antice din anii 1990, dar programele de computer care au fost utilizate au fost de ajutor limitat. Caracterele cuneiforme complexe, precum și forma tridimensională a tăblițelor, au limitat cât de utile puteau fi programele de computer.

Algoritmii de viziune computerizată și arhitecturile de învățare profundă au adus noi posibilități în acest domeniu. Sanjay Krishnan, de la Departamentul de Științe ale Calculatoarelor de la OI, a colaborat cu profesoara asociat de asiriologie Susanne Paulus pentru a lansa programul DeepScribe. Cercetătorii au supervizat o platformă de gestionare a bazelor de date numită OCHRE, care a organizat date de la excavări arheologice. Scopul este de a crea un instrument AI care să fie atât extins, cât și flexibil, capabil să interpreteze scripturi din diferite regiuni geografice și perioade de timp.

Așa cum a raportat Phys.org, Krishnan a explicat că provocările recunoașterii scripturilor, cu care se confruntă cercetătorii arheologici, sunt esențialmente aceleași provocări cu care se confruntă cercetătorii de viziune computerizată:

“Din perspectiva viziunii computerizate, este foarte interesant, deoarece acestea sunt aceleași provocări cu care ne confruntăm. Viziunea computerizată a îmbunătățit semnificativ în ultimii cinci ani; acum zece ani, acest lucru ar fi fost vag, nu am fi ajuns atât de departe. Este o bună problemă de învățare automată, deoarece acuratețea este obiectivă aici, avem un set de antrenare etichetat și înțelegem scriptul destul de bine și acest lucru ne ajută. Nu este o problemă complet necunoscută.”

Setul de antrenare în cauză este rezultatul obținerii tăblițelor și traducerilor, din peste aproximativ 80 de ani de cercetare arheologică efectuată la OI și U Chicago, și creării unor imagini annotate de înaltă rezoluție din ele. În prezent, datele de antrenare sunt de aproximativ 60 de terabytes în dimensiune. Cercetătorii au putut utiliza setul de date și au creat un dicționar de peste 100.000 de semne individuale identificate pe care modelul le-ar putea învăța. Atunci când modelul antrenat a fost testat pe un set de imagini nevizionate, modelul a obținut o acuratețe de aproximativ 80%.

În timp ce echipa de cercetători încearcă să crească acuratețea modelului, chiar și o acuratețe de 80% poate ajuta la procesul de transcriere. Conform lui Paulus, modelul ar putea fi utilizat pentru a identifica sau a traduce părți foarte repetitive ale documentelor, permițând experților să-și petreacă timpul interpretând părțile mai dificile ale documentului. Chiar dacă modelul nu poate spune cu certitudine la ce se traduce un simbol, poate oferi cercetătorilor probabilități, ceea ce îi pune deja înainte.

Echipa își propune, de asemenea, să facă DeepScribe un instrument pe care și alți arheologi îl pot utiliza în proiectele lor. De exemplu, modelul ar putea fi reantrenat pe alte limbi cuneiforme, sau modelul ar putea face estimări informate despre textul de pe tăblițe deteriorate sau incomplete. Un model suficient de robust ar putea, în mod potențial, să estimeze chiar și vârsta și originea tăblițelor sau a altor artefacte, ceea ce se face, de obicei, prin testarea chimică.

Proiectul DeepScribe este finanțat de Centrul pentru Dezvoltarea Calculatoarelor Avansate (CDAC). Viziunea computerizată a fost utilizată și în alte proiecte finanțate de CDAC, cum ar fi un proiect destinat să recunoască stilul în opere de artă și un proiect proiectat pentru a cuantifica biodiversitatea în moluște marine bivalve. Echipa de cercetători speră, de asemenea, că colaborarea lor va duce la colaborări viitoare între Departamentul de Științe ale Calculatoarelor și OI de la Universitatea din Chicago.