Studerende på Ben-Gurion University udnytter AI til at genskabe historiske skrifter
Et hold af fjerdeårsstuderende fra Institut for Software og Informationssystemer på Ben-Gurion University of the Negev har gjort betydelige fremskridt inden for bevaring af historisk arv. Under vejledning af professor Mark Last har de udviklet et kunstig intelligens system, der er i stand til at rekonstruere manglende segmenter af gamle tekster.
Genoplivning af fortidens fragmenter
Gamle arkæologiske fund med tilknytning til jødisk historie er afgørende for at fremme identitet og forbinde sig til kulturelle og historiske slægtled. Desværre er dele af disse arkivtekster med tiden blevet ulæselige på grund af slitage og nedbrydning. AI-systemet udviklet af de studerende har vist sig dygtigt til at udfylde huller, der spænder fra enkelte tegn til hele ord, som en del af deres afgangsprojekt. Projektet blev for nylig præsenteret på den førende europæiske konference om beregningslingvistik (EACL 2024) afholdt på Malta.
Fra hebraiske indskrifter til digital opstandelse
Hebraiske og aramæiske indskrifter fungerer som uundværlige kilder til information om den gamle historie i Mellemøsten. Men deres læselighed er aftaget gennem århundrederne. Mens specialiserede eksperter, kendt som epigrafer, traditionelt brugte manuelle processer til at gætte på manglende indhold, var disse metoder tidskrævende og ofte uafklarende.
De studerende involveret i projektet, Niv Pono, Harel Moushiov, Elad Carrol, og Itai Assraf, søgte at give en moderne løsning på dette gamle dilemma. Deres AI-drevne ensemblemodel er et banebrydende forsøg på at bruge kunstig intelligens til at genoprette ufuldstændige hebraiske og aramæiske indskrifter ved at lære af uspektede bibelske vers, som antages at være tættere på sproget i de gamle tekster sammenlignet med moderne hebraisk.
Algoritme fra antikken: Ensemblemodel demonstrerer sit potentiale
Ensemblemodellen viste sin største nytte til at rekonstruere beskadigede indskrifter. Forskningsmetoden byggede på et udvalg af 1.071 tilfældigt udvalgte bibelske vers til træning og validering. Prof. Last udtrykte optimisme for systemets potentiale til at hjælpe historikere og udvide dets anvendelse til andre morfologisk rige gamle sprog. Den fulde forskning er blevet delt på det nylige EACL-arrangement på Malta, hvilket indikerer en banebrydende æra for restaurering af historiske tekster.
Vigtige spørgsmål og svar
Hvilke udfordringer står AI-teknikker over for i at tyde gamle tekster?
En stor udfordring for AI i at tyde gamle tekster er manglen på omfattende databaser, som modellerne kan trænes på. Mange gamle sprog har begrænsede korpusser tilgængelige, hvilket kan hæmme AI’s effektivitet. Derudover ændrer sprog sig over tid, så AI-systemer skal være gode til at forstå sammenhæng og sprogernes udvikling for at udfylde huller nøjagtigt. Sikring af, at AI fortolkninger stemmer overens med historisk viden og arbejdet fra menneskelige eksperter er en anden væsentlig udfordring.
Er der kontroverser relateret til brugen af AI til at tyde gamle tekster?
Mens AI kan forbedre tydningsprocessen markant, er der bekymringer relateret til nøjagtigheden og pålideligheden af AI-genererede restaureringer, potentielle fordomme i de data, der bruges til at træne AI-modeller, og den overdrevne afhængighed af teknologi, som kunne undervurdere traditionelle epigrafiske færdigheder og metoder.
Fordele
– AI kan bearbejde og analysere data med hastigheder, der ikke kan matches af menneskelig evne.
– Det kan hjælpe med at genskabe tekster, der måske ansås for uopnåelige, og dermed øge vores forståelse af historie.
– AI-ensemblemodellen kan lære fra forskellige datasæt og forbedre sig over tid, og dermed tilbyde kontinuerligt bedre rekonstruktioner.
Ulemper
– AI afhænger af kvaliteten og mængden af træningsdata, som, hvis de er mangelfulde eller utilstrækkelige, kan føre til unøjagtige restaureringer.
– Der er en risiko for at miste menneskelig ekspertise, når AI bliver mere udbredt på dette felt.
– AI-fortolkninger skal tages med forsigtighed, da forkerte restaureringer kan føre til historiske unøjagtigheder.
For yderligere information om gamle tekster og AI-teknologiers rolle i tekstrestaurering, kunne du overveje at besøge troværdige domæner dedikeret til disse emner. Nogle centrale domæner inkluderer:
– UNESCO, for information om bevaring af kulturarv.
– AI4Europe, en portal, der præsenterer europæiske AI-initiativer og ressourcer.
– Academia.edu, for forskningsartikler relateret til AI og historisk tekstrestaurering.
– Ancient History Encyclopedia, for konteksten af de gamle tekster, der bliver studeret.
Sørg venligst for, at eventuelle eksterne links tilgås med hensyn til deres sikkerhed og indholdets validitet.
The source of the article is from the blog kunsthuisoaleer.nl