AI återställer förlorade romerska skrifter och förändrar digital arkeologi

Google DeepMind har presenterat en modell för artificiell intelligens kallad Aeneas som kan avkoda och återställa antika latinska inskriptioner från Romarriket med anmärkningsvärd precision, enligt forskning som publicerades i Nature denna vecka. AI:n, som är uppkallad efter den mytiska trojanska hjälten, representerar ett språng framåt inom digital arkeologi och kan förändra hur historiker studerar den antika världen.phys

Systemet kan uppskatta det geografiska ursprunget för inskriptioner bland 62 romerska provinser med 72 % noggrannhet, förutsäga när texter skrevs med en felmarginal på cirka 13 år, och återställa saknade segment även när längden på luckorna är okänd. Aeneas är tränad på Latin Epigraphic Dataset, som innehåller 176 861 inskriptioner på totalt 16 miljoner tecken från 700-talet f.Kr. till 800-talet e.Kr., och analyserar både textuella och visuella element i de antika skrifterna.bioengineer+2

Revolutionerande samarbete mellan AI och historiker

En samarbetsstudie med 23 professionella historiker demonstrerade effektiviteten hos Aeneas i verkliga scenarier. När de arbetade ensamma hade historikerna en felmarginal på 39 % vid återställning av skadade texter. Med hjälp av Aeneas sjönk denna felmarginal till 21 %. AI:n ansågs vara en användbar utgångspunkt för forskning i 90 % av fallen och ökade historikernas självförtroende med 44 %.marktechpost+2

"Det som gör dem unika är att de är skrivna av människorna i antiken själva, över alla sociala klasser och om alla möjliga ämnen. Det är inte bara historia skriven av eliten", säger medförfattaren till studien Yannis Assael, forskare vid Googles AI-labb DeepMind.phys

Modellen utmärker sig genom att identifiera "paralleller" – inskriptioner med liknande ordalydelse, formler eller kulturell kontext – en process som traditionellt kräver omfattande manuella sökningar i enorma biblioteks- och museumsamlingar. Thea Sommerschield, en epigrafiker vid University of Nottingham som var med och designade modellen, jämförde studiet av inskriptioner med att "lösa ett gigantiskt pussel" där 90 % av bitarna saknas.phys

Praktiska tillämpningar och fallstudier

För att validera sina förmågor testade forskarna Aeneas på den berömda "Res Gestae Divi Augusti", kejsar Augustus självbiografiska inskription som har utlöst vetenskaplig debatt om när den skrevs. AI:n identifierade två möjliga dateringsperioder – slutet av 100-talet f.Kr. och början av 100-talet e.Kr. – vilket stämmer exakt överens med den pågående historiska debatten.phys+2

I en annan fallstudie analyserade Aeneas ett votivaltare från antika Mainz i Tyskland, daterade det korrekt till omkring 211 e.Kr. och identifierade dess ursprung i provinsen Germania Superior. Systemet avslöjade tidigare oupptäckta språkliga kopplingar mellan detta altare och tidigare lokala inskriptioner.bioengineer+1

Hantering av arkeologiska utmaningar

Med cirka 1 500 nya latinska inskriptioner som upptäcks årligen, adresserar AI:n en växande utmaning inom klassiska studier. Dessa antika texter, allt från kejserliga dekret och juridiska dokument till gravstenar och graffiti, överlever ofta som fragmentariska rester som skadats av årtusenden av väder och mänsklig aktivitet.phys

Verktyget är fritt tillgängligt för forskare via plattformen Predicting the Past, med öppen källkod och dataset. DeepMind har även utvecklat pedagogiska läroplaner som integrerar Aeneas i klassrum för digital humaniora. Modellen kan potentiellt anpassas till andra antika språk och skrifter, från papyrus till mynt, vilket utökar de arkeologiska användningsområdena bortom latinsk epigrafik.marktechpost