人工知能 (AI) により、古代の歴史的な宝物が再発見されるようになります。イスラエルの研究者は、深層学習モデルを使用して、粘土板に記されたバビロニアの文書をつなぎ合わせることができました。
人工知能の分野である「ディープラーニング」のおかげで、粘土板に書かれた判読不能な文字の復元が可能になりました。
メソポタミアでは数十万枚の粘土板が発見されています。これは、彼らの刻まれた文字が私たちにアクセスできることを意味するものではありません。碑文の多くは何世紀にもわたって損傷しており、今日まで読むことができません。 1 日に発表された研究では st 2020 年 9 月の PNAS では、AI と考古学を専門とする科学者が、アケメネス朝バビロニア文明 (紀元前 539 年から紀元前 331 年) の間にアッカド語の楔形文字で書かれた行政文書をどのように発掘できたかについて説明します。
徐々に再発見される過去
読めない単語の識別は、人工知能、特にその形式の 1 つである深層学習 (以下を参照) によって、リカレント人工ニューラル ネットワーク (RNN) を介して可能になりました。このモデルは、テキストの自動翻訳ですでにテストされています。まず、テキストのコーパスの文を研究してその微妙な点を解読します。繰り返しを通じて、ネットワークはこのコーパスの構造と意味の理解を深め、元の文章で欠落している単語を推測します。
「ディープ ラーニング」または「ディープ ラーニング」は、人工知能に由来するプロセスです。これには、人間の脳のニューロンが行うように、すでに遭遇した形状やオブジェクトから学習することによってソフトウェアを機能させることが含まれます。
管理文書の選択は偶然ではありません。これらの文書は厳密で類似した構造を持っているため、深層学習モデルによる解析が容易になります。したがって、1,400 の「音訳」テキスト、つまり楔形文字のオリジナル バージョンからラテン文字に翻訳されたバージョンに転置されたテキストで構成されるコーパスが、ディープ ラーニング モデルによって分析されました。
研究中、特に科学者がタブレットのテキストから抽出した52の多肢選択式の質問についてモデルがテストされました。毎回、AI の目的は、52 文の欠落している単語を 4 つの選択肢の中から見つけることでした。彼は 88.5% の確率で正しい選択をしました。研究者らは、「モデルは予想通り、文構造の認識に優れていた」と考えています。 。さらに驚くべきことに、 それは「文の意味の検出」 にもありました。 、書斎で読んでもいいですか。
時間の節約
深層学習モデルは現在のラテン文字では良好に機能しますが、アラビア語などのより複雑な形式の文字や、アッカド語など利用可能なデジタル記録がほとんどない文字では同様ではありません。研究者にとっては、充実したデータベースにより、将来的には科学や文学など、より複雑な文学ジャンルのテキストを完成させることが可能になります。
RNN は、アケメネス朝の歴史家、研究者、学生の研究を促進する可能性があります。これは、著者がモデルをアトラハシスに統合することで設定した目標です。 、劣化した楔形文字を復元するための便利なデジタル ツールです。