Vad AI lär oss om forntida civilisationer

Medan undervisning av människor om deras forntida civilisationer kan verka som ett underligt jobb för artificiell intelligens, har det potential. Traditionellt har arkeologiska undersökningar och avkodning varit smärtsamt tråkiga. Denna teknik kunde automatisera eller effektivisera mycket av processen, vilket hjälper människor att upptäcka 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 mycket sällsynt. Det tidigaste kända skriftsystemet är kilskrift, som uppfanns runt 3100 f.Kr. av sumererna. Prelitterära 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 kurios. Jakten, upptäckten och framgången är belönande – till och med spännande. Men framstegen är långsamma. Ibland finns det ett extremt litet antal ämnen, vilket skapar flaskhalsar.

Vad om forskare inte behövde vänta? Vad om de kunde accelerera sitt framsteg tiofaldigt? Med AI kan detta vara möjligt. En avancerad, specialbyggd modell kunde avslöja hemligheter som har varit dolda i tusentals år.

En maskinlärande modells kraft ligger i automatisering och evolution. Eftersom den lär sig när den bearbetar ny information, kan den utvecklas när forskning eller arkeologiska projekt framskrider, effektivt framtidsäkra sig själv. Dessutom kräver den minimal mänsklig övervakning och kan agera oberoende, vilket möjliggör att den kan utföra komplexa multistegsuppgifter 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 sammanhangets kontext. Detta komplicerar avkodningen. Även 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 språkbehandlings-teknik använder delning av tal, tokenisering och lemmatisering för att känna igen enskilda morfem. Med detta ramverk kunde en algoritm förstå nyanserna av kontext och betydelse, till och med i långdöda språk.

Vanligtvis har avkodning av forntida språk manuellt varit en mödosam, felbenägen uppgift. Nu kunde en modell med NLP-förmågor avkoda skriven språk på en bråkdel av tiden.

Ta de geometriska geoglyferna – förkolumbianska mönster ingraverade i öken sand – till exempel. Det tog nästan ett sekel att upptäcka 430 Nazca-geoglyfer runt Nazca Pampa. Med hjälp av AI hittade en forskargrupp 303 nya, nästan dubblat det totala 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 apertur-radar-teknik för att upptäcka begravda föremål från rymden. Resultaten 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 en tydligare vy av det förflutna.

Simulering av forntida kulturella attityder

Michael Varnum, socialpsykologi-områdeschef och biträdande professor vid Arizona State University, har nyligen medförfattat en åsiktspiece som föreslår 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 fält vanligtvis använder indirekta proxyer som arkivdata om brottsnivåer eller skilsmässotal 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 eventuella AI-genererade insikter troligen kommer från utbildade, övre-klass individer. Eftersom social klass påverkar psykologi, kommer analysen inte att ge en fullständigt exakt vy av det förflutna.

Rekonstruktion av förmoderna sedvänjor

När arkeologer återupptäcker föremål från forntida gravplatser eller halvbegravda städer, är gissningar inblandade. Även om de vet exakt vad något användes för, kan de vara oförmögna att bestämma hur det fungerar.

På 1970-talet upptäckte forskare en grav i en bronsålders begravningsplats i Iran. De hittade det äldsta intakta bräd-spelet 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 spelade.

AI kunde återskapa reglerna, återuppliva glömda brädspel. Digital Ludeme-projektet gör just det. Redan har det omfattat tre tidsperioder och nio regioner, gjort 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 talrika 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, sätta ihop delar för att accelerera avkodning. De tränar också AI för att avkoda kilskrift, som endast ett fåtal experter är kapabla att göra. Algoritmens bearbetningshastighet kunde göra denna teknik oändligt snabbare än människor.

Denna nya kunskap kunde fylla luckor i historieböcker. Även om människor har en expansiv kulturell historia, finns det många regioner som förblir outforskade eftersom de inte har haft tekniken. Med maskinlärande-tekniker och generativa modeller kan de ha en djupare förståelse av världen, vinna en ny vy av historien.

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

Framtidsutsikterna för AI-lösningar som arkeologiska verktyg

AI kan avkoda långdöda språk, hitta forntida gravplatser och simulera forntida sedvänjor. Dess upptäckter kunde hamna i historieböcker eller museer. Naturligtvis bör akademiker vara försiktiga. Medan denna teknik är kraftfull, är fördomar, fel och hallucinationer inte ovanliga. En mänsklig-i-loopen-ansats kunde hjälpa dem att mildra dessa problem.