मुख्य तथ्य
- एक नया AI-संचालित उपकरण इतिहासकारों को प्राचीन ग्रंथों को समझने में मदद कर सकता है।
- इथाका पहला गहरा तंत्रिका नेटवर्क है जो क्षतिग्रस्त शिलालेखों के लापता पाठ को पुनर्स्थापित कर सकता है, उनके मूल स्थान की पहचान कर सकता है, और उनके बनाए जाने की तारीख को स्थापित करने में मदद कर सकता है।
- एआई टेक्स्ट के स्थान और तारीख जैसे लापता डेटा को भरने के लिए उपयोगी है क्योंकि यह डेटा का विश्लेषण करके बहुत जटिल पैटर्न सीखने में अच्छा है।
कृत्रिम बुद्धिमत्ता (एआई) में हालिया प्रगति अतीत को समझने के लिए सशक्त प्रयास हैं।
इथाका, डीपमाइंड में एआई शोधकर्ताओं द्वारा निर्मित एक मशीन लर्निंग मॉडल, एक नए पेपर के अनुसार लापता शब्दों और लिखित भाषा के स्थान और तारीख का अनुमान लगा सकता है। यह प्रयास इतिहासकारों को प्राचीन पांडुलिपियों को समझने में मदद कर सकता है।
“इथाका एक गहरा तंत्रिका नेटवर्क है, और इस तरह, यह बड़ी मात्रा में डेटा में छिपे हुए पैटर्न को खोजने में अविश्वसनीय रूप से सक्षम है,” इतिहासकार थिया सोमरशिल्ड, हाल के पेपर के सह-लेखक, ने एक ईमेल में लाइफवायर को बताया साक्षात्कार। "इस तरह के पैटर्न पाठ्य हो सकते हैं (व्याकरणिक, वाक्य-विन्यास, या कई ग्रंथों में दोहराए गए 'सूत्र' से जुड़े) या प्रासंगिक (कुछ शब्द ग्रंथों की कुछ शैलियों में लगातार दिखाई देते हैं: उदाहरण के लिए, शास्त्रीय एथेंस से एक राजनीतिक डिक्री जिसमें 'गठबंधन' शब्द का उल्लेख है। परिषद, विधानसभा…')."
अतीत का खुलासा
इथाका पहला गहरा तंत्रिका नेटवर्क है जो क्षतिग्रस्त शिलालेखों के लापता पाठ को पुनर्स्थापित कर सकता है, उनके मूल स्थान की पहचान कर सकता है, और उनके बनाए जाने की तारीख को स्थापित करने में मदद कर सकता है, सोमरशील्ड ने कहा।
इथाका का नाम होमर ओडिसी में ग्रीक द्वीप के नाम पर रखा गया है। शोधकर्ताओं ने पाया कि इथाका क्षतिग्रस्त ग्रंथों को पुनर्स्थापित करने में 62% सटीकता प्राप्त करता है, उनके मूल स्थान की पहचान करने में 71% सटीकता प्राप्त करता है और ग्रंथों को उनकी मूल तिथियों के 30 वर्षों के भीतर दिनांकित कर सकता है।
इथाका के विज़ुअलाइज़ेशन एड्स का उद्देश्य शोधकर्ताओं के लिए परिणामों की व्याख्या करना आसान बनाना है। कागज के लेखकों ने लिखा है कि प्राचीन ग्रंथों को पुनर्स्थापित करने के लिए अकेले काम करते हुए इतिहासकारों ने 25% सटीकता हासिल की। लेकिन, इथाका का उपयोग करते समय इतिहासकार का प्रदर्शन 72% तक बढ़ जाता है, जो मॉडल के प्रदर्शन को पार करता है और मानव-मशीन सहयोग की क्षमता दिखाता है।
“इथाका मानव विशेषज्ञों और मशीन लर्निंग के बीच सहयोग के बढ़ते महत्व को प्रदर्शित करते हुए व्याख्यात्मक आउटपुट प्रदान करता है, और यह दिखाता है कि कैसे मानव विशेषज्ञों को सहयोगात्मक रूप से कार्यों से निपटने के लिए गहन शिक्षण आर्किटेक्चर के साथ मिलान करना मनुष्यों और दोनों के व्यक्तिगत (बिना सहायता प्राप्त) प्रदर्शन को पार कर सकता है। समान कार्यों पर मॉडल,”सोमरशील्ड ने लाइफवायर को बताया।
उदाहरण के लिए, इतिहासकार वर्तमान में महत्वपूर्ण एथेनियन फरमानों की एक श्रृंखला की तारीख पर असहमत हैं, जब सुकरात और पेरिकल्स जैसे उल्लेखनीय आंकड़े रहते थे, सोमरशिल्ड ने एक ब्लॉग पोस्ट में लिखा था। माना जाता है कि फरमान लंबे समय से 446/445 ईसा पूर्व से पहले लिखे गए थे, हालांकि नए सबूत 420 ईसा पूर्व की तारीख का सुझाव देते हैं। "हालांकि यह एक छोटे से अंतर की तरह लग सकता है, ये फरमान शास्त्रीय एथेंस के राजनीतिक इतिहास की हमारी समझ के लिए मौलिक हैं," उसने लिखा
इथाका का सबसे करीबी काम पाइथिया नामक एक पिछला मशीन लर्निंग टूल है जिसे सोमरशील्ड और उसके सहयोगियों ने 2019 में जारी किया था। पाइथिया गहरे तंत्रिका नेटवर्क का उपयोग करने वाला पहला प्राचीन पाठ बहाली मॉडल था।
“आज, इथाका एपिग्राफर के वर्कफ़्लो में तीन केंद्रीय कार्यों को समग्र रूप से निपटाने वाला पहला मॉडल है,” सोमरशील्ड ने एक ईमेल में कहा। "यह न केवल पायथिया द्वारा निर्धारित पिछले अत्याधुनिक को आगे बढ़ाता है, बल्कि यह पहली बार और अभूतपूर्व पैमाने पर भौगोलिक और कालानुक्रमिक विशेषता के लिए गहन शिक्षा का भी उपयोग करता है।"
ऐतिहासकारों की सहायता करने के लिए
एआई कंपनी सिंगुलोस रिसर्च के सीईओ ब्रैड क्विंटन ने ईमेल के माध्यम से लाइफवायर को बताया किएआई लापता डेटा जैसे स्थान और टेक्स्ट की तारीख को भरने के लिए उपयोगी है क्योंकि यह डेटा का विश्लेषण करके बहुत जटिल पैटर्न सीखने में अच्छा है।
“मशीन सीखने की तकनीकों का उपयोग करते हुए, एआई बड़ी संख्या में “ज्ञात अच्छे” उदाहरणों के माध्यम से पैटर्न को खोजने के लिए देख सकता है, उदाहरण के लिए, किसी दिए गए पाठ और उसके निर्माण की तिथि और स्थान, “क्विंटन ने कहा। "अक्सर, ये पैटर्न इतने जटिल होते हैं कि वे मानव विशेषज्ञ के लिए स्पष्ट नहीं होंगे।"
मशीन लर्निंग-आधारित AI के लिए लापता डेटा की भविष्यवाणी करना एक सामान्य कार्य है। उदाहरण के लिए, OpenAI से GPT-3 एक वाक्य में लापता शब्दों या पैराग्राफ में लापता वाक्यों की भविष्यवाणी कर सकता है। और कई एआई-आधारित छवि प्रसंस्करण प्रणालियों का उपयोग वीडियो और छवियों को पुनर्स्थापित करने के लिए किया गया है, जो मूल रूप से खो जाने की भविष्यवाणी कर रहे हैं।
“वैचारिक रूप से, शोधकर्ता कला या उपकरण, या अन्य ऐतिहासिक मानव निर्मित कलाकृतियों की तिथि और उत्पत्ति का निर्धारण करने के लिए समान तकनीकों का उपयोग कर सकते हैं, जहां समय के साथ अंतर्निहित शैली और तकनीक में बदलाव की उम्मीद है और स्थान के अनुसार मूल,”क्विंटन ने कहा।
