從限制等離子體進行核聚變,到解決困擾50年的蛋白質(zhì)折疊問題,DeepMind 的人工智能(AI)不斷在現(xiàn)代科學的前沿證明自己。現(xiàn)在,為了幫助研究人類書寫的歷史,該公司將其技術(shù)用于恢復不完整的古代希臘銘文,準確性達到72%。
通常來說,古代銘文大都遭到了不同程度的破壞,用傳統(tǒng)的方法來修復非常復雜而且極為耗時。因此,DeepMind 研究人員與意大利、英國和希臘的歷史學家和科學家合作,使用單個字符和完整單詞作為輸入,在最大的希臘銘文數(shù)字數(shù)據(jù)集上訓練 AI。
由此產(chǎn)生的人工智能工具被稱為“伊薩卡”(Ithaca)。在單獨用于復原受損文本時,伊薩卡可達到62%的準確率,在歷史學家使用它時,可達到72%的準確率。此外,伊薩卡還能協(xié)助確定銘文的書寫位置和時間。在實驗中,它能以71%的準確率判斷這些銘文的原始位置,鑒定年代與歷史學家提出的范圍相差少于30年。
研究人員表示,該項成果可釋放人工智能系統(tǒng)與人類專家合作的潛力,幫助歷史學家更快、更準確地復原古代文本,從而增進人們對古代歷史的理解。
該研究論文題為“Restoring and attributing ancient texts using deep neural networks”,已發(fā)表在《自然》上。
前瞻經(jīng)濟學人APP資訊組
論文原文:https://www.nature.com/articles/s41586-022-04448-z