AI gjenoppretter tapte romerske skrifter og forvandler digital arkeologi

Google DeepMind har avduket en kunstig intelligens-modell kalt Aeneas som kan dekode og gjenopprette eldgamle latinske inskripsjoner fra Romerriket med bemerkelsesverdig presisjon, ifølge forskning publisert i Nature denne uken. AI-en, som er oppkalt etter den mytiske trojanske helten, representerer et sprang fremover innen digital arkeologi og kan forvandle hvordan historikere studerer den antikke verden.phys

Systemet kan anslå den geografiske opprinnelsen til inskripsjoner blant 62 romerske provinser med 72 % nøyaktighet, forutsi når tekster ble skrevet med en feilmargin på ca. 13 år, og gjenopprette manglende segmenter selv når lengden på hullene er ukjent. Aeneas er trent på Latin Epigraphic Dataset, som inneholder 176 861 inskripsjoner på til sammen 16 millioner tegn fra det 7. århundre f.Kr. til det 8. århundre e.Kr., og analyserer både tekstuelle og visuelle elementer i de gamle skriftene.bioengineer+2

Revolusjonerende samarbeid mellom AI og historikere

En samarbeidsstudie med 23 profesjonelle historikere demonstrerte effektiviteten til Aeneas i den virkelige verden. Da de jobbet alene, hadde historikerne en feilrate på 39 % ved gjenoppretting av skadede tekster. Med hjelp fra Aeneas falt denne feilraten til 21 %. AI-en ble ansett som et nyttig utgangspunkt for forskning i 90 % av tilfellene og økte historikernes selvtillit med 44 %.marktechpost+2

«Det som gjør dem unike, er at de er skrevet av menneskene i antikken selv, på tvers av alle sosiale klasser og om alle mulige emner. Det er ikke bare historie skrevet av eliten», sier medforfatter av studien Yannis Assael, forsker ved Googles AI-lab DeepMind.phys

Modellen utmerker seg ved å identifisere «paralleller» – inskripsjoner med lignende ordlyd, formler eller kulturell kontekst – en prosess som tradisjonelt krever omfattende manuelle søk i enorme biblioteks- og museumssamlinger. Thea Sommerschield, en epigrafiker ved University of Nottingham som var med på å designe modellen, sammenlignet studiet av inskripsjoner med å «løse et gigantisk puslespill» der 90 % av brikkene mangler.phys

Praktiske anvendelser og casestudier

For å validere evnene sine testet forskerne Aeneas på den berømte «Res Gestae Divi Augusti», keiser Augustus' selvbiografiske inskripsjon som har utløst vitenskapelig debatt om når den ble skrevet. AI-en identifiserte to mulige dateringsperioder – slutten av det 1. århundre f.Kr. og begynnelsen av det 1. århundre e.Kr. – som samsvarer nøyaktig med den pågående historiske debatten.phys+2

I en annen casestudie analyserte Aeneas et votivalter fra det antikke Mainz i Tyskland, daterte det korrekt til rundt 211 e.Kr. og identifiserte opprinnelsen til provinsen Germania Superior. Systemet avdekket tidligere uoppdagede språklige forbindelser mellom dette alteret og tidligere lokale inskripsjoner.bioengineer+1

Håndtering av arkeologiske utfordringer

Med omtrent 1 500 nye latinske inskripsjoner som oppdages årlig, adresserer AI-en en økende utfordring innen klassiske studier. Disse eldgamle tekstene, alt fra keiserlige dekreter og juridiske dokumenter til gravsteiner og graffiti, overlever ofte som fragmentariske rester skadet av årtusener med vær og menneskelig aktivitet.phys

Verktøyet er fritt tilgjengelig for forskere via plattformen Predicting the Past, med åpen kildekode og datasett. DeepMind har også utviklet pedagogiske læreplaner som integrerer Aeneas i klasserom for digitale humaniora. Modellen kan potensielt tilpasses andre eldgamle språk og skrifter, fra papyri til mynter, noe som utvider de arkeologiske bruksområdene utover latinsk epigrafikk.marktechpost