Академичните библиотеки по целия свят са пълни със стотици хиляди фрагменти от древногръцки папируси. Въпреки че много от тях са толкова повредени, че значението им най-вероятно е изгубено, учените имат възможността да възстановят останалите, като методично попълват липсващите думи или фрази. За да ускорят тази трудоемка задача, изследователите се обърнаха към изкуствения интелект.

В сряда Австрийската академия на науките ще пусне „първия в света усъвършенстван голям езиков модел за древногръцки език“, разработен в партньорство с френската лаборатория за изкуствен интелект Mistral и компанията за технологични услуги Sail Reply. Моделът, наречен Apollo, е обучен върху приблизително 600 милиона исторически гръцки думи, извлечени от ръкописи, папируси и надписи.

Моделът ще бъде свободно достъпен за академичната общност чрез интерфейс на чатбот. Амбицията е да се помогне на учените по-бързо да идентифицират фрагменти от папируси, свързани с техните конкретни поддисциплини, както и да намерят нови обещаващи насоки за изследване. Когато документите са протрити и разкъсани, Apollo е създаден да попълва празните места със статистически най-вероятните думи или пасажи, потенциално разкривайки скрити подробности за исторически събития и практики.

Димитрис Влитас, партньор в Sail Reply, споделя пред WIRED, че отключването на знания по този начин „беше немислимо преди една година“.

Досега възстановяването на разкъсано парче папирус изискваше опитен учен първо да идентифицира разделението на думите – в древногръцкия текст няма разстояния между думите, – след това точно да датира документа, да претегли съответните социо-политически контексти и да се консултира с референтни материали, които да помогнат при избора на подходящи думи за попълване на празнините. „Има много малко хора в света, които са толкова добри в гръцката история“, казва Стивън Колвин, професор по класически науки и историческа лингвистика в Университетския колеж в Лондон.

Но цялото това специализирано знание е внедрено в Apollo. „Когато види Омир, той допълва омиров гръцки. Когато види надпис на дорически диалект, използва дорически диалект“, казва Анна Долганов, историк и папиролог в Австрийската академия на науките.

Учените, които се оказват затънали в щателна реконструкция, очакват Apollo да ускори процеса, позволявайки им да се фокусират върху значението на историческите документи, вместо да се опитват да разберат какво съдържат.

„Мисля, че е много вълнуващо“, казва Арманд Д'Ангур, професор по класически езици и литература в Оксфордския университет, където се намира най-голямата колекция от древни папируси в света. „Ако имах машина, която да ми казва: „Ето трите възможни думи, които биха паснали на това празно място“, това значително би ускорило нещата.“

Едва ли Apollo ще промени генералното разбиране за древния свят; много папируси все още не са възстановени именно защото са от битов характер – лични писма, брачни договори, официални документи. „Ако сте непрофесионалист, може да си помислите, че изведнъж ще получим няколко нови пиеси от Софокъл, но това няма да се случи“, казва Колвин. Моделът обаче би могъл да помогне за разкриването на нови подробности за живота в античността и да потвърди съществуващи научни предположения. „Всеки път, когато се произведе нещо, то добавя малък елемент от знания за древния свят“, казва Д'Ангур.

Ако Apollo постигне успех, казва Влитас, същата техника би могла лесно да се приложи и за други древни езици – като латински или египетски – или за всяка друга академична дисциплина, която би се възползвала от синтеза и индексирането на голям корпус от материали. Изкуственият интелект постигна забележителен успех в някои области; OpenAI наскоро заяви, че нейните модели на ИИ са решили 200-годишен математически проблем, докато Google DeepMind публикува обширен набор от данни, картографиращ как генетичните мутации влияят върху молекулярната биология, съставен с помощта на ИИ.

Едно от притесненията може да бъде, че разчитането на езиков модел – който работи с вероятности – за попълване на празнини в древни документи рискува да замърси историческите записи с грешки. За да предотврати този проблем, Apollo е конструиран така, че да предлага селекция от опции за думи, между които ученият да избира. „Ключовият момент е, че човешката компетентност трябва да остане“, казва Долганов. „Ако станем напълно зависими от транскрипциите и интерпретациите на исторически материали от ИИ, тогава започват проблемите.“