Vad AI lär oss om forntida civilisationer

Att undervisa människor om deras forntida civilisationer kan tyckas vara ett underligt jobb för artificiell intelligens, men det har potential. Traditionellt har arkeologiska undersökningar och avkodning varit smärtsamt tråkiga. Denna teknik kunde automatisera eller effektivisera mycket av processen, vilket hjälper människor att avslöja mer om det förflutna i en exponentiell takt. 

Varför AI behövs för att undervisa om forntida civilisationer

Talad språk är mer eller mindre universell. Genom historien har skriven språk varit betydligt ovanligare. Det tidigaste kända skriftsystemet är kilskrift, som uppfanns runt 3100 f.Kr. av sumererna. För-litterära ingraverade bilder daterar tillbaka så långt som 4400 f.Kr., så akademiker har tusentals år av register att gå igenom och översätta. 

Det finns också glyfer, keramik, gravar, strukturer och statyer, var och en med en unik historia. I århundraden har människor smärtsamt identifierat, avkodat och undersökt dessa kuriositeter. Jakten, upptäckten och framgången är belönande – till och med spännande. Men framstegen är långsamma. Ibland finns ett extremt litet antal ämnen, vilket skapar flaskhalsar. 

Tänk om forskare inte behövde vänta? Tänk om de kunde accelerera sin framgång tiofaldigt? Med AI kan det vara möjligt. En avancerad, specialbyggd modell kunde avslöja hemligheter som har varit dolda i tusentals år. 

En maskinlärande modells kraft ligger i automatisering och utveckling. Eftersom den lär sig när den bearbetar ny information, kan den utvecklas när forskning eller arkeologiska projekt fortskrider, effektivt framtidsäkra sig själv. Dessutom kräver den minimal mänsklig tillsyn och kan agera oberoende, vilket möjliggör att den kan utföra komplexa, flerstegsuppdrag på egen hand. 

Vad historiker har lärt sig om förmoderna kulturer med hjälp av AI

Medan modern AI är relativt ny, har forskare och arkeologer redan använt den för att lära sig mer om var förmoderna människor bodde och hur de kommunicerade. 

Ord i långdöda språk

Ett ord kan ha otaliga betydelser beroende på författarens avsikter och sammanhanget. Detta komplicerar avkodningen. Till och med enkla, meningslösa fraser blir komplexa pussel. Skämtet “Vad gör en klocka när den är hungrig? Den går tillbaka för sekunder” är ett bra exempel eftersom det är ett ordspel. På ett annat språk kan det vara meningslöst.

I det förflutna har datorprogram fastnat i dessa nyanser. Naturlig språkbehandlingsteknik använder delningsmärkning, tokenisering och lemmatisering för att känna igen enskilda morfem. Med denna ram kan en algoritm förstå nyanserna i sammanhang och betydelse, till och med i långdöda språk. 

Vanligtvis har avkodning av forntida språk manuellt varit ett mödosamt, felbenäget arbete. Nu kan en modell med NLP-förmågor avkoda skriven språk på en bråkdel av tiden. 

Ta till exempel de figurativa geoglyfer – förkolumbianska mönster ingraverade i ökensand – för instance. Det tog nästan ett århundrade att upptäcka 430 Nazca-geoglyfer runt Nazca Pampa. Med hjälp av AI hittade en forskargrupp 303 nya, nästan dubblat antalet kända geoglyfer inom sex månader av fältundersökningar. 

Var arkeologiska platser är

Nyligen använde en forskargrupp från Khalifa University i Abu Dhabi AI för att identifiera tecken på en 5 000 år gammal civilisation under sanddynerna i Rub al-Khali, världens största öken. Eftersom den sträcker sig över 250 000 kvadratmil, är det notoriskt svårt att studera. Skiftande sand och hårda förhållanden komplicerar arkeologiska undersökningar.

Forskargruppen använde högupplösta satellitbilder och syntetisk aperturradarteknik för att upptäcka begravda artefakter från rymden. Dessa resultat matades in i en maskinlärande modell för bildbehandling och geospatial analys, vilket automatiserade undersökningen. Denna metod var exakt inom 50 centimeter, vilket visar dess potential.  

Sätt som AI förbättrar förståelsen av förgångna epoker

AI hjälper också forskare att förstå mer om hur forntida civilisationer fungerade, vilket ger dem ett tydligare fönster till det förflutna. 

Simulering av forntida kulturella attityder 

Michael Varnum, socialpsykologiavdelningens chef och biträdande professor vid Arizona State University, nyligen medförfattade en åsiktspiece som föreslog att använda generativ AI för att simulera forntida kulturella attityder. 

Existerande metoder kämpar för att avslöja mentaliteten eller beteendet hos långdöda kulturer. Varnum säger att människor i hans område vanligtvis använder indirekta proxier som arkivdata om brottsnivåer eller skilsmässor för att sluta sig till människors värderingar och känslor. Men denna metod är indirekt och otillförlitlig. Hans lösning är att träna en AI för att analysera historiska texter.

Men medan AI kunde sluta sig till människors åsikter och känslor från skrivna register, kommer dess insikter att vara snedvridna. Historiskt sett har förmågan att läsa och skriva varit sällsynt. Varmum medger att alla AI-genererade insikter sannolikt kommer från utbildade, övre klassens individer. Eftersom social klass påverkar psykologi, kommer analysen inte att ge en helt tillförlitlig bild av det förflutna.

Rekonstruktion av förmoderna sedvänjor 

När arkeologer återhämtar sig föremål från forntida gravplatser eller halvt begravda städer, är gissningar inblandade. Även om de vet exakt vad något användes för, kan de inte bestämma hur det fungerar. 

På 1970-talet grävde forskare upp en grav i en bronsålders begravningsplats i Iran. De hittade det äldsta intakta brädspel som någonsin upptäckts, daterat tillbaka 4 500 år. Det bestod av 27 geometriska bitar, 20 cirkulära utrymmen och fyra tärningar. Inga regelböcker begravdes, så de kunde bara gissa hur man spelar. 

AI kunde återskapa reglerna, återförande långglömda brädspel. Digital Ludeme-projektet gör just det. Redan har det spännat över tre tidsperioder och nio regioner, gör nästan 1 000 spel spelbara igen. Idag är dessa rekonstruktioner tillgängliga online för alla att spela.

Vad mer kan läras från dessa forntida kulturer?

Det finns fortfarande mycket mer att lära från AI. Kilskrift är ett av de mest intressanta. Idag har akademiker tillgång till runt 5 miljoner sumeriska ord, miljoner fler än romarna lämnade i latin. Många av de otaliga lertabletter som upptäckts i regionen har ännu inte avkodats, och fler upptäcks nästan dagligen. 

För att effektivisera processen använder forskargruppen AI för att förena tablettfragment, sammansättning av delar för att påskynda avkodning. De tränar den också för att avkoda kilskrift, som endast ett fåtal experter kan. Algoritmens processhastighet kunde göra denna teknik oändligt snabbare än människor. 

Denna nya kunskap kunde fylla luckor i historieböcker. Även om människor har en omfattande kulturell historia, förblir många regioner outforskade eftersom de inte har haft tekniken. Med maskinlärande tekniker och generativa modeller kan de ha en djupare förståelse för världen, vinna en ny perspektiv på historien.

Med AI:s hjälp i att avslöja arkeologiska platser, avkoda långdöda språk och översätta forntida texter, kunde branschproffs hitta nya böcker, historiska berättelser, konstverk och skatter. Dessa fynd kunde visas i ett museum eller hjälpa ättlingar att ansluta till sina förfäder. 

Framtidsutsikter för AI-lösningar som arkeologiska verktyg

AI kan avkoda långdöda språk, lokalisera forntida begravningsplatser och simulera forntida sedvänjor. Dess fynd kan hamna i historieböcker eller museer. Naturligtvis bör akademiker gå försiktigt tillväga. Medan denna teknik är kraftfull, är partiskhet, ofullkomligheter och hallucinationer inte ovanliga. En mänsklig-i-loopen-approach kunde hjälpa dem att mildra dessa problem.