历史学家应用最先进的人工智能来改变对古代文献的研究

牛津大学古典学院的研究人员与威尼斯Ca'Foscari大学人文系、雅典经济与商业大学信息学系以及谷歌的DeepMind合作，已经开始应用state-of-the-艺术机器学习研究改变了对古希腊文本的研究。

Ithaca是第一个深度神经网络，它不仅可以帮助历史学家恢复受损铭文的缺失文本，还可以识别它们的原始位置，并确定它们的书写日期。

在科学杂志《自然》发表的一篇新研究论文中，研究人员已经使用伊萨卡重新修订了公元前5世纪的一系列重要的雅典法令。

牛津大学古典学院古代历史教授乔纳森·普拉格说：

“来自古代世界的大量证据，无论是文本还是实物，都在不断增长，并且越来越超出个别历史学家的掌握范围，即使我们正在努力理解它并使其更容易获得。正如伊萨卡所展示的那样，将人工智能应用于这些数据带来了难以置信的机会——古代历史有着令人兴奋的未来。

使用新模型，研究小组阐明了希腊历史上当前的争议，包括一系列重要的雅典法令的日期，这些法令被认为是在公元前446/445年之前制定的。历史学家最近提出的新证据表明，公元前420年代是更合适的时期。值得注意的是，伊萨卡对法令的平均预测日期是公元前421年，这与新证据一致，并证明了机器学习如何有助于历史辩论。

TheaSommerschield，威尼斯Ca'Foscari大学玛丽居里研究员和哈佛大学CHS研究员，曾在牛津大学古典学院工作，他说：

许多古代铭文已被损坏到难以辨认的程度，并被运送到远离其原始位置的地方，从而使它们的起源日期充满不确定性。伊萨卡岛以荷马的奥德赛中的希腊岛屿命名，可能有助于恢复和归属新发现或不确定的铭文。该系统是在帕卡德人文学院最大的希腊铭文数字数据集上进行训练的。它建立在Pythia的基础上并对其进行了扩展，Pythia是由DeepMind和牛津大学构建的系统，仅专注于文本恢复。

该模型的设计考虑到了协作，最好与历史知识与伊萨卡辅助输入相结合的研究人员一起使用。虽然仅伊萨卡在恢复损坏的文本时达到了62%的准确率，但当历史学家使用它时，其性能从25%跃升至72%。伊萨卡还可以以71%的准确率将铭文归因于它们的原始位置，并在距地面真实范围不到30年的时间内确定它们的日期。

DeepMind员工研究科学家YannisAssael说：

“我们相信机器学习可以支持历史学家扩大和加深我们对古代历史的理解，就像显微镜和望远镜扩展了科学领域一样。古希腊在我们了解地中海世界方面发挥着重要作用，但它仍然只是我们可以探索的广阔全球文明图景的一部分。

标签：