Sztuczna inteligencja odsłania tajemnice starożytnych tekstów

Naukowcy opracowali specjalny model sztucznej inteligencji przeznaczony do pracy z tekstami w języku starogreckim. System AI o nazwie Apollo ma pomagać w odtwarzaniu brakujących słów, zdań i większych partii dokumentów, które przetrwały do naszych czasów w uszkodzonej lub fragmentarycznej formie. Twórcami tego projektu są: Austriacka Akademia Nauk oraz firma Mistral AI i SAIL Reply.

Sztuczna inteligencja odsłania tajemnice starożytnych tekstów

Skala materiału oczekującego na analizę jest ogromna. W światowych zbiorach znajdują się setki tysięcy antycznych inskrypcji oraz ponad milion fragmentów papirusów, z których wiele zachowało się jedynie częściowo. Według danych Austriackiej Akademii Nauk aż 92 proc. papirusów wciąż czeka na rozszyfrowanie. Tradycyjna rekonstrukcja wymaga znajomości języka, realiów historycznych i charakterystycznych sposobów pisania właściwych różnym epokom, dlatego nawet uzupełnienie niewielkiego ubytku może być czasochłonne.

Apollo został wytrenowany na korpusie obejmującym około 600 mln słów starogreckich. W testach, podczas których celowo zasłaniano fragmenty zachowanych tekstów papirusowych, system prawidłowo rekonstruował około 80 proc. brakujących treści. W osobnym badaniu eksperci ocenili jego propozycje jako co najmniej równie dobre jak rekonstrukcje człowieka w 77 proc. przypadków, a w części prób sugestie modelu uznano za lepsze.

Od Homera po rzymski Egipt

Istotną cechą programu jest zdolność rozpoznawania różnych odmian i rejestrów języka greckiego. System potrafi uwzględniać różnice pomiędzy językiem poezji homeryckiej a greką używaną w dokumentach z okresu rzymskiego, analizując m.in. konstrukcję zdań i słownictwo. Może to mieć szczególne znaczenie w przypadku zabytków, których dokładne datowanie, pochodzenie albo kontekst literacki nie są pewne.

Możliwości Apollo pokazano na konkretnych źródłach historycznych. Model wykorzystano m.in. do uzupełnienia greckiego dokumentu informującego o narodzinach dziecka w rzymskim Egipcie w 149 r. n.e. oraz do pracy nad tekstem ze zwęglonego zwoju zniszczonego podczas erupcji Wezuwiusza w 79 r. n.e. System zastosowano również przy fragmentarycznej inskrypcji znad Morza Czarnego, której rekonstrukcja dostarczyła informacji dotyczących funkcjonowania prawa rzymskiego na tym obszarze.

Nowe źródła wiedzy o starożytności

Największe znaczenie technologii może dotyczyć nie tyle najbardziej znanych dzieł literackich, ile tysięcy mniej efektownych źródeł dotyczących codziennego życia. Dokumenty administracyjne, umowy, prywatna korespondencja czy pokwitowania podatkowe zawierają informacje pozwalające rekonstruować handel, zatrudnienie, podatki i relacje społeczne. Przyspieszenie analizy ogromnych zbiorów takich materiałów może więc odsłonić wzorce, których nie sposób dostrzec podczas badania pojedynczych zabytków.

Twórcy projektu podkreślają jednak, że Apollo nie ma zastępować archeologów, historyków ani filologów. Zadaniem systemu jest proponowanie możliwych rekonstrukcji, które następnie muszą zostać ocenione pod względem językowym i historycznym przez specjalistów. Sztuczna inteligencja może przy tym wskazywać warianty interpretacyjne, których badacz nie rozważyłby od razu albo do których dotarłby dopiero po długotrwałej analizie.

Powstanie także model języka łacińskiego

Apollo ma być dopiero początkiem większego programu. Planowane są narzędzia umożliwiające wyszukiwanie semantyczne i tematyczne w starogreckich tekstach, co powinno ułatwić odnajdywanie podobnych fragmentów oraz powiązań między dokumentami powstałymi nawet w odstępie wielu stuleci. Zespół zamierza również stworzyć odpowiednik systemu dla języka łacińskiego, którego korpus treningowy ma obejmować około 12 mld słów.

Pierwsza wersja Apollo została udostępniona bezpłatnie, a projekt powstał dzięki współpracy Austriackiej Akademii Nauk, Mistral AI i SAIL Reply oraz finansowaniu wynoszącemu około 400 tys. euro. Dla badaczy starożytności może to oznaczać dostęp do narzędzia pozwalającego szybciej analizować źródła, które przez setki lat pozostawały niekompletne lub nieodczytane. Ostateczna wartość technologii będzie jednak zależała od tego, jak skutecznie jej propozycje uda się zestawiać z rzeczywistymi świadectwami archeologicznymi i historycznymi.

Marcin Jarzębski