Yapay zeka her zamankinden daha çeşitli alanlarla ilgileniyor. Yüz tanıma gibi yüksek teknolojiyle doğrudan bağlantılı sektörlere ek olarak, başkaları da söz konusudur. DeepMind, tarihçilerin ve arkeologların hizmetine yeni bir yapay zeka modeli koyarak bunu gösteriyor. Bu rapor Sınırözellikle eksiksiz yorumlar önererek potansiyelini kanıtlamıştır.
DeepMind’in tarihe uygulanan makine öğreniminin potansiyeli
DeepMind birkaç yıldır bu zorluk üzerinde çalışıyor. 2019 yılında şirket tanıtıldı Pythia, şimdi arkeologlar arasındaki tartışmalarda kullanılan bir yapay zeka. Şimdi sıra Ithaca’dan onun yerini almak için.
Nadir hastalıkları teşhis etmek için yüz tanımayı kullanmak
Ithaca, dil yorumlama zorluklarıyla karşı karşıya kaldığında Pythia’dan daha kapsamlı sonuçlar sağlamalıdır. 2019’da DeepMind şunları söyledi: “ Eksik metin parçalarından anlam ayırt etmedeki sorunlardan biri, çoğu zaman birden fazla olası çözüm bulunmasıdır. Kelime oyunlarında oyuncular bir kelimeyi veya cümleyi tamamlamak için harfleri tahmin eder. Ne kadar çok harf belirtilirse, olası çözümler o kadar sınırlı olur. Ancak, oyuncuların tek başına bir cümleyi tahmin etmek zorunda olduğu oyunların aksine, bir metni geri yükleyen tarihçiler, yazıttaki dilbilgisi ve dilsel hususlar, düzen veya tarihsel bağlam gibi diğer bağlam ipuçlarına dayanarak farklı olası çözümlerin olasılığını tahmin edebilirler.. »
DeepMind, Ithaca ile az önce bu unsurlardan eksik bir metin çıkarabilen, aynı zamanda bir parçanın coğrafi kökenini veya otuz yıl içindeki tarihlemesini çıkarabilen bir yapay zeka gösterdi. Arkeologların ilgisi açıktır. Hatırlatıldığı gibi Ars-Technica, birçok antik kaynak o kadar hasarlı ki yazıtlarının büyük bir kısmı tamamen okunamıyor. Coğrafi kökenleri sorunu da bir meydan okumadır, her bir parça yüzyıllar boyunca taşınmıştır. Tarihleme konusuna gelince, mevcut yöntemler (mümkünse) kalıntılara daha fazla zarar verme riskini alıyor.
Bir “tamamlayıcı araç” ve daha fazlası değil… şimdilik
Ithaca, makine öğrenimi ilkesini kullanır. DeepMind’in yapay zekası, teste tabi tutulmadan önce, tarihçilerin bildiği kadarıyla, her biri nerede ve ne zaman yazıldığını açıklayan meta verilerle etiketlenmiş 78.608 antik Yunan yazıtında kullanıldı. Oradan, yazılım bu bilgilerdeki kalıpları aradı ve bunları algoritmalar oluşturmak için kullandı.
Bir kez fırlatıldığında, onu yaratan bilim adamları şunu iddia ediyor:Ithaca, hasarlı metinlerdeki harfleri geri yüklemede %62 oranında doğrudur.. Antik Yunan dünyasının 84 bölgesinden herhangi birine %71 doğrulukla bir yazıt atayabilecekti. Umut verici istatistikler, ancak bunlar mükemmelleştirilebilir. Ithaca, insan uzmanlığı olmadan yapamaz ve algoritmalarının, bir gecede yanlış olduğu ortaya çıkabilecek insan bilgisine dayandığına dikkat edilmelidir.
Tarihçi ve makine öğrenimi uzmanı Thea Sommerschield için Ithaca daha çok “ tarihçilere yardımcı olacak tamamlayıcı bir araç ve tam otomatik bir tarihçi olarak değil. Ithaca’nın kaynak kodu da geliştirilebilir: kodu açık kaynak olarak mevcuttur.