0

آیا هوش مصنوعی گوگل «آینیاس» رمزگشایی متون باستانی را متحول می‌کند؟

آیا هوش مصنوعی گوگل «آینیاس» رمزگشایی متون باستانی را متحول می‌کند؟
بازدید 2

دیپ‌مایند (DeepMind) از زیرمجموعه‌های گوگل، ابزار هوش مصنوعی جدیدی به نام «آینیاس» (Aeneas) را معرفی کرده است که می‌تواند شیوه مطالعه کتیبه‌های باستانی روم را دگرگون کند.

مجله اینترنتی باستان شناس : به‌گزارش گاردین، این سامانه پیشرفته که نام خود را از قهرمان افسانه‌ای تروا گرفته، توانایی دارد:

  • واژگان گمشده در متون لاتین آسیب‌دیده را پیش‌بینی کند،
  • زمان و مکان نگارش کتیبه‌ها را تشخیص دهد،
  • و روابط تاریخی میان متون مختلف در سراسر امپراتوری روم را شناسایی کند.

این ابزار نوآورانه می‌تواند گامی بزرگ در باستان‌شناسی دیجیتال باشد و امکاناتی را در اختیار تاریخ‌نگاران بگذارد که در گذشته تنها با دهه‌ها پژوهش تخصصی به‌دست می‌آمد.

ابزار «آینیاس» در نتیجهٔ همکاری میان دیپ‌مایند گوگل و دکتر تئا سومرشیلد از دانشگاه ناتینگهام توسعه یافته است. این سامانه هوش مصنوعی بر پایه‌ی پایگاه داده‌ای عظیم شامل نزدیک به ۲۰۰ هزار کتیبهٔ شناخته‌شدهٔ رومی که حاوی ۱۶ میلیون نویسه است، آموزش دیده است.

مطالب پیشنهادی

آنیاس توانایی دارد متون لاتین ناقص و پراکنده را که از سدهٔ هفتم پیش از میلاد تا سدهٔ هشتم میلادی به‌جا مانده‌اند، تحلیل کند و اطلاعات زمینه‌ای ارزشمندی ارائه دهد. این اطلاعات به مورخان کمک می‌کند تا ابعاد اجتماعی، سیاسی و فرهنگی نوشتارهای کهن حک‌شده بر سنگ را در سراسر دنیای روم باستان بهتر درک کنند.

کتیبه‌ای از روم باستان که نمونه‌ای از کتیبه‌نگاری لاتین است و سامانهٔ هوش مصنوعی «آنیاس» توانایی تحلیل و تفسیر تاریخی آن را دارد.
Arnaud Fafournoux / تحت مجوز CC BY-SA 3.0

آنچه در این مقاله می خوانید

  • دگرگونی پژوهش‌های تاریخی با هوش مصنوعی
  • پلی میان جهان‌های باستان و مدرن
  • محدودیت‌های حیاتی: خطرات بازسازی متن با هوش مصنوعی
  • خطر استدلال دایره‌ای
  • نابینایی فرهنگی و زمینه‌ای
  • احتیاط علمی و استانداردهای حرفه‌ای

دگرگونی پژوهش‌های تاریخی با هوش مصنوعی

مطالعه‌ای که در نشریه نیچر (Nature) منتشر شده نشان می‌دهد که سامانهٔ «آینیاس» می‌تواند کتیبه‌ها را با دقت ۷۲ درصد به یکی از ۶۲ استان روم باستان نسبت دهد و زمان نگارش متون را با دقتی تا حدود ۱۳ سال برآورد کند.

برخلاف الگوریتم‌های سادهٔ تطبیق واژه، این هوش مصنوعی قادر است روابط تاریخی عمیق‌تری میان کتیبه‌ها شناسایی کند؛ به‌طوری‌که از طریق الگوهای زبانی پنهان و زمینه‌های فرهنگی، متون را به یکدیگر پیوند می‌دهد—ارتباطاتی که حتی ممکن است از دید کارشناسان باتجربهٔ کتیبه‌شناسی نیز پنهان بماند.

در جریان آزمایش‌ها، پژوهشگران از «آنیاس» خواستند تا کتیبهٔ مشهور Res Gestae Divi Augusti، یعنی زندگی‌نامهٔ سنگ‌نگاشتهٔ آگوستوس سزار را که بر روی بناهای مختلف در سراسر امپراتوری روم حک شده است، تحلیل کند.
این هوش مصنوعی دو بازهٔ زمانی محتمل برای نگارش متن پیشنهاد داد:

  • یا دههٔ نخست پیش از میلاد
  • یا بین سال‌های ۱۰ تا ۲۰ میلادی

که دقیقاً با جدل‌های علمی چندین نسل از مورخان هم‌خوانی دارد. این نتیجه نشان می‌دهد که آنیاس توانایی دارد ابهام‌ها و ظرایف تاریخی را—که از ویژگی‌های بنیادین پژوهش در متون باستانی است—با دقت بازنمایی کند.

پروفسور مری بیرد از دانشگاه کمبریج این ابزار را «تحول‌آفرین» توصیف کرده و جاناتان پراگ از دانشگاه آکسفورد نیز گفته است آنیاس می‌تواند با دموکراتیزه‌کردن دسترسی به دانش تخصصی کتیبه‌شناسی، امکان مشارکت طیف گسترده‌تری از پژوهشگران در کار با متون باستانی را فراهم سازد.

پلی میان جهان‌های باستان و مدرن

کتیبه‌های رومی نمایانگر برخی از مستقیم‌ترین ارتباطات بشریت با جهان باستان هستند و همه چیز را از فرامین امپراتوری و نقاشی‌های دیواری سیاسی گرفته تا اشعار عاشقانه، سوابق تجاری و سنگ قبرها در بر می‌گیرند. دکتر سامرشیلد بر ارزش منحصر به فرد آنها تأکید می‌کند:

از سراسر وب

«آنچه آنها را منحصر به فرد می‌کند این است که توسط خود مردم باستان از تمام طبقات اجتماعی نوشته شده‌اند. این فقط تاریخ نوشته شده توسط فاتحان نیست.»

چالش پیش روی محققان بسیار زیاد است – تخمین زده می‌شود که سالانه ۱۵۰۰ کتیبه جدید کشف می‌شود که بسیاری از آنها تکه‌تکه یا فرسوده شده‌اند و تفسیر آنها آسان نیست. تجزیه و تحلیل سنتی نیازمند دانش شخصی گسترده‌ای است که طی دهه‌ها به دست آمده و تعداد محققانی را که می‌توانند به طور مؤثر با این مواد کار کنند، محدود می‌کند.

آینیاس با ارائه تحلیل‌های سریع زمینه‌ای، این تنگنا را برطرف می‌کند. در یک نمایش قابل توجه، هوش مصنوعی کتیبه‌های روی یک محراب نذری از موگونتیاکوم باستانی (ماینتس امروزی، آلمان) را تجزیه و تحلیل کرد و از طریق شباهت‌های زبانی نشان داد که چگونه این محراب تحت تأثیر یک محراب قدیمی‌تر در منطقه قرار گرفته است – ارتباطاتی که “لحظات شگفت‌انگیزی” را برای تیم تحقیقاتی فراهم کرد.

کتیبه رومی باستان از کولوسئوم که نوع کتیبه لاتینی را نشان می‌دهد که انئاس می‌تواند آن را تجزیه و تحلیل کند . 
(CC BY-SA 3.0 )

محدودیت‌های حیاتی: خطرات بازسازی متن با هوش مصنوعی

علیرغم شور و شوق پیرامون Aeneas، چندین کتیبه‌شناس برجسته نگرانی‌های قابل توجهی را در مورد قابلیت‌های بازیابی متن توسط هوش مصنوعی مطرح کرده‌اند. توانایی این سیستم در “پر کردن شکاف‌ها” در کتیبه‌های آسیب‌دیده – که شاید عمومی‌ترین ویژگی آن باشد – تنها بر روی کتیبه‌های شناخته‌شده‌ای آزمایش شده است که در آن‌ها محققان عمداً متن موجود را مسدود کرده و به جای حذف واقعی، حذفیات مصنوعی ایجاد کرده‌اند، همانطور که در این مطالعه نیز به آن اذعان شده است.

مشکل در ماهیت خود کتیبه‌های باستانی نهفته است. برخلاف متون مدرن که از فرمول‌های استاندارد پیروی می‌کنند، کتیبه‌های رومی اغلب حاوی عبارات شخصی منحصر به فرد، تغییرات گویشی محلی یا انحرافات عمدی از عبارت‌بندی‌های مرسوم هستند. همانطور که در تحقیقات قبلی در مورد محدودیت‌های هوش مصنوعی در متون تاریخی اشاره شد، “مهم‌ترین کتیبه‌های تاریخی اغلب آن‌هایی هستند که قالب را می‌شکنند

خطر استدلال دایره‌ای

یک نگرانی اساسی مربوط به روش آموزش هوش مصنوعی است. از آنجایی که آئنیاس از پایگاه‌های داده کتیبه‌های موجود آموخته است، ممکن است به جای ارائه بینش‌های واقعاً جدید، صرفاً تعصبات تفسیری و انتخاب‌های مرمتی محققان قبلی را بازتولید کند. وقتی کتیبه‌نویسان قرن نوزدهم و اوایل قرن بیستم متون آسیب‌دیده را بازسازی می‌کردند، اغلب شکاف‌ها را بر اساس فرضیات خود در مورد جامعه، زبان و فرهنگ رومی پر می‌کردند – فرضیاتی که گاهی اوقات تحقیقات مدرن آنها را واژگون کرده است.

گزارش گاردین خاطرنشان   می‌کند که اگرچه مورخان این ابزار را در ۹۰٪ موارد مفید یافتند، اما این ارزیابی عمدتاً بر تحلیل زمینه‌ای متمرکز بود تا بازیابی متن. این تمایز بسیار مهم است، زیرا ارائه زمینه تاریخی با بازسازی کلمات یا عبارات خاص گمشده تفاوت قابل توجهی دارد.

نابینایی فرهنگی و زمینه‌ای

تیم تحقیقاتی Aeneas در  نشریه Nature خود اذعان می‌کند  که ترمیم متن فقط روی شکاف‌های مصنوعی ایجاد شده آزمایش شده است، نه روی آسیب‌های واقعی ناشی از هوازدگی، تخریب عمدی یا حوادث باستان‌شناسی. شکاف‌های واقعی اغلب دقیقاً در مهم‌ترین نقاط – نام‌ها، تاریخ‌ها یا عبارات کلیدی که معنای کتیبه را کاملاً تغییر می‌دهند – رخ می‌دهند.

همانطور که دکتر سامرشیلد تأکید کرد:

ما همیشه تأکید می‌کنیم که هرگونه پیشنهاد برای بازیابی متن باید به عنوان فرضیه‌ای که نیاز به تأیید علمی دارد، در نظر گرفته شود. هوش مصنوعی می‌تواند احتمالاتی را پیشنهاد کند، اما نمی‌تواند حقیقت تاریخی را تعیین کند.

این محدودیت زمانی اهمیت بیشتری پیدا می‌کند که در نظر بگیریم رویکردهای مشابه هوش مصنوعی به متون باستانی در گذشته با انتقاداتی روبرو بوده‌اند. تحقیقات قبلی در مورد رمزگشایی متون یونان باستان توسط هوش مصنوعی، نگرانی‌هایی را در مورد  اعتماد بیش از حد به تفاسیر الگوریتمی  هنگام اعمال بر روی مواد واقعاً ناقص نشان داده است.

احتیاط علمی و استانداردهای حرفه‌ای

پروفسور جاناتان پراگ از دانشگاه آکسفورد، یکی از نویسندگان مطالعه‌ی اینیاس، در  مقاله‌ی نیچر به این محدودیت‌ها اذعان کرد و اظهار داشت که کاربران «باید بتوانند از آن به طور انتقادی استفاده کنند.» این نکته زمانی بسیار مهم می‌شود که در نظر بگیریم بازسازی‌های نادرست متن می‌تواند بر تفسیرهای قانون، مذهب، سیاست یا ساختارهای اجتماعی باستان برای نسل‌های آینده‌ی محققان تأثیر بگذارد.

به نظر می‌رسد اجماع جامعه علمی این است که اگرچه آینیاس در تاریخ‌گذاری و انتساب جغرافیایی – کارهایی که بر اساس الگوهای گسترده‌تر در داده‌ها انجام می‌شوند – عالی عمل می‌کند، اما قابلیت‌های بازیابی متن آن نیاز به کاربرد بسیار محتاطانه‌ای دارد تا زمانی که آزمایش‌های دقیق‌تر روی کتیبه‌های واقعاً آسیب‌دیده بتواند قابلیت اطمینان فراتر از سناریوهای آزمایش مصنوعی را نشان دهد، همانطور که در  ارزیابی جامع نیچر ذکر شده است .

منبع

ancient-origins.net



نظرات کاربران

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *