Những Điều Trí Tuệ Nhân Tạo Đang Dạy Chúng Ta Về Các Văn Minh Cổ Đại

Trong khi việc dạy con người về các văn minh cổ đại của họ có vẻ như là một công việc kỳ lạ cho trí tuệ nhân tạo, nó có tiềm năng. Thông thường, các cuộc khảo sát và giải mã khảo cổ đã được thực hiện một cách thủ công và tốn thời gian. Công nghệ này có thể tự động hóa hoặc tối ưu hóa nhiều quá trình, giúp mọi người khám phá thêm về quá khứ với tốc độ指数.

Tại Sao Trí Tuệ Nhân Tạo Cần Thiết Để Dạy Về Các Văn Minh Cổ Đại

Ngôn ngữ nói là gần như phổ quát. Trong suốt lịch sử, ngôn ngữ viết đã hiếm hơn. Hệ thống chữ viết đầu tiên được biết đến là chữ hình nêm, được phát minh vào khoảng 3100 trước Công nguyên bởi người Sumer. Các hình ảnh khắc trước chữ viết có từ khoảng 4400 trước Công nguyên, vì vậy các học giả đã có hàng nghìn năm hồ sơ để nghiên cứu và dịch.

Cũng có các ký tự, đồ gốm, mộ, cấu trúc và tượng, mỗi thứ có một câu chuyện độc đáo. Trong nhiều thế kỷ, con người đã xác định, giải mã và điều tra các hiện vật này một cách thủ công. Việc theo đuổi, khám phá và thành công là thú vị – thậm chí phấn khích. Tuy nhiên, tiến bộ là chậm. Đôi khi, chỉ có một số lượng nhỏ các chủ đề tồn tại, tạo ra các nút thắt.

Nếu các nhà nghiên cứu không phải chờ đợi? Nếu họ có thể tăng tốc tiến bộ của mình gấp mười lần? Với trí tuệ nhân tạo, điều đó có thể xảy ra. Một mô hình tiên tiến, được thiết kế đặc biệt có thể khám phá ra những bí mật đã bị ẩn trong hàng nghìn năm.

Sức mạnh của mô hình học máy nằm ở khả năng tự động hóa và phát triển. Vì nó học hỏi khi xử lý thông tin mới, nó có thể phát triển khi nghiên cứu hoặc dự án khảo cổ tiến bộ, hiệu quả tự bảo vệ mình. Hơn nữa, nó yêu cầu sự giám sát của con người tối thiểu và có thể hoạt động độc lập, cho phép nó thực hiện các nhiệm vụ phức tạp nhiều bước một mình.

Những Điều Các Nhà Sử Học Đã Học Được Về Các Văn Hóa Cổ Đại Sử Dụng Trí Tuệ Nhân Tạo

Mặc dù trí tuệ nhân tạo hiện đại tương đối mới, các nhà khoa học và khảo cổ đã sử dụng nó để học hỏi thêm về nơi những người tiền hiện đại sống và cách họ giao tiếp.

Các Từ Trong Ngôn Ngữ Chết

Một từ có thể có vô số ý nghĩa tùy thuộc vào ý định của tác giả và ngữ cảnh của tác phẩm. Điều này làm phức tạp việc giải mã. Ngay cả các cụm từ đơn giản, vô nghĩa cũng trở thành những câu đố phức tạp. Câu đùa “Đồng hồ làm gì khi nó đói? Nó quay lại để lấy giây” là một ví dụ tuyệt vời vì nó là một trò chơi chữ. Trong một ngôn ngữ khác, nó có thể vô nghĩa.

Trong quá khứ, các chương trình máy tính đã vấp phải những sắc thái này. Công nghệ xử lý ngôn ngữ tự nhiên sử dụng thẻ từ, phân tích từ và giảm từ để nhận ra các hình thái riêng lẻ. Với khuôn khổ này, một thuật toán có thể nắm bắt được sự tinh tế của ngữ cảnh và ý nghĩa, thậm chí trong các ngôn ngữ đã chết.

Thông thường, việc giải mã ngôn ngữ cổ bằng tay đã là một nhiệm vụ tốn thời gian và dễ xảy ra lỗi. Giờ đây, một mô hình có khả năng xử lý ngôn ngữ tự nhiên có thể giải mã ngôn ngữ viết trong một phần nhỏ của thời gian.

Ví dụ, các hình ảnh địa lý tượng trưng – các thiết kế tiền Columbus được khắc trên cát sa mạc – chẳng hạn. Nó đã mất gần một thế kỷ để phát hiện 430 hình ảnh địa lý Nazca xung quanh Nazca Pampa. Sử dụng trí tuệ nhân tạo, một nhóm nghiên cứu đã tìm thấy 303 hình ảnh mới, gần như gấp đôi số lượng hình ảnh được biết đến trong vòng sáu tháng khảo sát.

Ở Đâu Có Các Di Tích Khảo Cổ

Gần đây, một nhóm nghiên cứu từ Đại học Khalifa ở Abu Dhabi đã sử dụng trí tuệ nhân tạo để xác định các dấu hiệu của một nền văn minh 5.000 năm tuổi dưới cát của sa mạc Rub al-Khali, sa mạc lớn nhất thế giới. Vì nó phủ rộng hơn 250.000 dặm vuông, nên việc nghiên cứu khảo cổ rất khó khăn. Cát di chuyển và điều kiện khắc nghiệt làm phức tạp các cuộc khảo sát khảo cổ.

Nhóm nghiên cứu đã sử dụng hình ảnh vệ tinh độ phân giải cao và công nghệ radar tổng hợp để phát hiện các hiện vật chôn dưới từ không gian. Những kết quả này được đưa vào một mô hình học máy để xử lý hình ảnh và phân tích địa không gian, tự động hóa việc điều tra. Cách tiếp cận này đã chính xác trong vòng 50 cm, chứng tỏ tiềm năng của nó.

Các Cách Trí Tuệ Nhân Tạo Cải Thiện Sự Hiểu Biết Về Các Thời Kỳ Quá Khứ

Trí tuệ nhân tạo cũng đang giúp các nhà khoa học hiểu rõ hơn về cách các nền văn minh cổ đại hoạt động, mang lại cho họ một cái nhìn rõ ràng hơn về quá khứ.

Simulating Ancient Cultural Attitudes

Michael Varnum, trưởng nhóm tâm lý học xã hội và giáo sư liên kết tại Đại học Arizona, gần đây đã đồng tác giả một bài viết đề xuất sử dụng trí tuệ nhân tạo để mô phỏng thái độ văn hóa cổ đại.

Các phương pháp hiện có gặp khó khăn trong việc khám phá tâm lý hoặc hành vi của các nền văn hóa đã chết. Varnum nói rằng những người trong lĩnh vực của ông thường sử dụng các đại diện gián tiếp như dữ liệu lưu trữ về mức độ tội phạm hoặc tỷ lệ ly hôn để suy đoán giá trị và cảm xúc của mọi người. Tuy nhiên, cách tiếp cận này là gián tiếp và không chính xác. Giải pháp của ông là đào tạo một mô hình trí tuệ nhân tạo để phân tích các văn bản lịch sử.

Tuy nhiên, trong khi trí tuệ nhân tạo có thể suy đoán ý kiến và cảm xúc của mọi người từ các hồ sơ viết, những hiểu biết của nó sẽ bị偏. Lịch sử cho thấy khả năng đọc và viết đã hiếm. Varmum thừa nhận rằng bất kỳ hiểu biết nào được tạo ra bởi trí tuệ nhân tạo sẽ có khả năng đến từ các cá nhân có học thức, thuộc tầng lớp thượng lưu. Vì vậy, việc phân tích sẽ không cung cấp một cái nhìn hoàn toàn chính xác về quá khứ.

Reconstructing Premodern Customs

Mỗi khi các nhà khảo cổ học thu hồi các vật thể từ các địa điểm chôn cất cổ hoặc các thành phố bị chôn vùi một nửa, việc đoán giàn vẫn còn. Ngay cả khi họ biết chính xác một thứ gì đó được sử dụng để làm gì, họ có thể không thể xác định được nó hoạt động như thế nào.

Trong những năm 1970, các nhà nghiên cứu đã phát hiện một ngôi mộ trong một nghĩa trang thời đại đồ đồng ở Iran. Họ tìm thấy trò chơi bảng cổ nhất còn nguyên vẹn từng được phát hiện, có từ 4.500 năm trước. Nó bao gồm 27 mảnh hình học, 20 không gian tròn và 4 con xúc xắc. Không có cuốn sách quy tắc nào được chôn, vì vậy họ chỉ có thể đoán cách chơi.

Trí tuệ nhân tạo có thể tái tạo các quy tắc, mang lại các trò chơi bảng cổ đã bị lãng quên. Dự án Digital Ludeme đang làm điều này. Đã bao gồm ba thời kỳ và chín khu vực, làm cho gần 1.000 trò chơi có thể chơi lại. Hiện tại, những bản tái tạo này có sẵn trực tuyến để mọi người chơi.

Còn Có Thể Học Được Gì Nhiều Hơn Từ Những Văn Hóa Cổ Đại Này?

Vẫn còn nhiều điều để học hỏi từ trí tuệ nhân tạo. Chữ hình nêm là một trong những điều thú vị nhất. Hiện tại, các học giả có quyền truy cập vào khoảng 5 triệu từ Sumer, nhiều hơn hàng triệu so với những gì người La Mã đã để lại trong tiếng Latin. Nhiều trong số các bảng đất sét được phát hiện trong khu vực vẫn chưa được giải mã, và nhiều hơn nữa được phát hiện gần như hàng ngày.

Để tối ưu hóa quá trình, nhóm nghiên cứu sử dụng trí tuệ nhân tạo để kết hợp các mảnh vỡ của bảng, ghép các phần lại với nhau để tăng tốc giải mã. Họ cũng đang đào tạo nó để giải mã chữ hình nêm, điều mà chỉ một số chuyên gia có thể làm được. Tốc độ xử lý của thuật toán có thể làm cho công nghệ này nhanh hơn con người vô cùng.

Kiến thức mới này có thể lấp đầy khoảng trống trong các cuốn sách lịch sử. Mặc dù con người có một lịch sử văn hóa rộng lớn, nhưng nhiều khu vực vẫn chưa được khám phá vì họ chưa có công nghệ. Với các kỹ thuật học máy và mô hình tạo sinh, họ có thể có một sự hiểu biết sâu sắc hơn về thế giới, có được một quan điểm mới về lịch sử.

Với sự giúp đỡ của trí tuệ nhân tạo trong việc khám phá các địa điểm khảo cổ, giải mã các ngôn ngữ đã chết và dịch các văn bản cổ, các chuyên gia trong ngành có thể tìm thấy những cuốn sách mới, tài khoản lịch sử, tác phẩm nghệ thuật và kho báu. Những phát hiện này có thể được trưng bày trong một bảo tàng hoặc giúp con cháu kết nối với tổ tiên của họ.

Tương Lai Của Các Giải Pháp Trí Tuệ Nhân Tạo Là Các Công Cụ Khảo Cổ

Trí tuệ nhân tạo có thể giải mã các ngôn ngữ đã chết, xác định các khu chôn cất cổ và mô phỏng các hoạt động cổ. Những phát hiện của nó có thể kết thúc trong các cuốn sách lịch sử hoặc bảo tàng. Tất nhiên, các học giả nên cẩn thận. Mặc dù công nghệ này mạnh mẽ, nhưng sự thiên vị, không chính xác và ảo giác không phổ biến. Một cách tiếp cận có con người trong vòng lặp có thể giúp họ giảm thiểu những vấn đề này.