Η τεχνητή νοημοσύνη βοήθησε στην ανάγνωση ενός κυλίνδρου 2000 ετών που καταναλώθηκε από ηφαιστειακή τέφρα — και αυτό θα μπορούσε να βοηθήσει να ξαναγράψουμε όσα γνωρίζουμε για την αρχαιότητα

Όταν ο Βεζούβιος εξερράγη στην Ιταλία το 79 μ.Χ., έθαψε την αρχαία ρωμαϊκή πόλη

Herculaneum

– και εκατοντάδες ειλητάρια – σε ηφαιστειακή τέφρα. Τώρα, χάρη στο μοντέλο μηχανικής

μάθηση

ς ενός μαθητή, μπορεί σύντομα να έχουμε έναν τρόπο να τα διαβάζουμε.

Ο 21χρονος επιστήμονας υπολογιστών Luke Farritor κατασκεύασε έναν αλγόριθμο που εντόπισε ελληνικά γράμματα σε έναν από τους κυλίνδρους παπύρου, με την πρώτη λέξη που μετέφρασε με επιτυχία να είναι «μωβ».

Αυτό το τεχνολογικά προκληθέν άλμα έρχεται μετά από αιώνες προσπαθειών να κατανοηθεί τι περιείχαν οι ρόλοι, το οποίο κορυφώθηκε τα τελευταία χρόνια στο


Vesuvian Challenge


.

Πώς η τεχνητή νοημοσύνη μας βοηθά να κατανοήσουμε το παρελθόν

Ως αποτέλεσμα των προσπαθειών του, ο Farritor βραβεύτηκε με $40.000 για την ανάγνωση περισσότερων από δέκα χαρακτήρων σε μια μικρή περιοχή. Υπάρχει επίσης ένα μεγάλο έπαθλο 700.000 δολαρίων διαθέσιμο για την ανάγνωση τεσσάρων ή περισσότερων αποσπασμάτων από ένα

τυλιγμένο

κύλινδρο – το οποίο οι διοργανωτές του Vesuvius Challenge πιστεύουν τώρα ότι είναι «σίγουρα εφικτό».

Οι προσπάθειες για τη χρήση τεχνητής νοημοσύνης για την κατανόηση του τι περιέχουν οι κύλινδροι χρονολογούνται από το 2019 και το έργο του Stephen Parsons για την ανίχνευση μελάνης από αξονικές τομογραφίες χρησιμοποιώντας μοντέλα μηχανικής μάθησης. Αυτό ενέπνευσε τον Nat Friedman και τον Daniel Gross να ξεκινήσουν την

πρόκληση

.

Νωρίτερα το 2023, ένας διαγωνιζόμενος, ο Κέισι Χάντμερ, βρήκε ένα μοτίβο που μπορεί να μοιάζει με μελάνι σε ένα μη ανοιγμένο κύλινδρο – με τη μορφή ενός μοτίβου «κραδίσματος». Αυτή ήταν μια τεράστια ανακάλυψη, δεδομένου ότι ήταν το πρώτο άτομο σε σχεδόν 2.000 που είδε μελάνι στον κύλινδρο.

Στη συνέχεια, ο Farritor άρχισε να εκπαιδεύει ένα μοντέλο μηχανικής εκμάθησης στο μοτίβο κροτάλισμα και, με κάθε νέο κροτάλισμα, το μοντέλο γινόταν πιο εξελιγμένο και ικανό να αποκαλύψει περισσότερα κροτάλισμα – απόδειξη μελάνης και πραγματικά γράμματα.

Στη συνέχεια, το μοντέλο άρχισε να ανιχνεύει τριξίματα που δεν μπορούσε να εντοπίσει το γυμνό μάτι και άρχισαν να σχηματίζουν περισσότερα γράμματα και ολόκληρες λέξεις.

Το

μοντέλο μηχανικής μάθησης του βρήκε τελικά αρκετά στοιχεία για να βρει τη λέξη porphyras, που σημαίνει μωβ.

Ένας άλλος διαγωνιζόμενος, ο Youssef Nader, ανακάλυψε επίσης την ίδια λέξη στην ίδια περιοχή και του απονεμήθηκε ένα βραβείο δεύτερης θέσης 10.000 δολαρίων. Οι διοργανωτές επιθυμούν να συνδυάσουν τις διαφορετικές προσπάθειες για να δημιουργήσουν μια ακόμη πιο αποτελεσματική μηχανή ανακάλυψης και μετάφρασης για να αποκαλύψουν τα μυστικά των κυλίνδρων και να ρίξουν περισσότερο φως σε αυτή τη συναρπαστική εποχή της ιστορίας.