Alat AI baru DeepMind membantu menyelesaikan perdebatan tentang keputusan Athena kuno

Alat AI baru DeepMind membantu menyelesaikan perdebatan tentang keputusan Athena kuno

Daftar Isi

Ditulis dalam batu —

Sistem Ithaca mengembalikan teks, dapat juga ID lokasi dan tanggal prasasti yang rusak

Jennifer Ouellette

This fragmented inscription records a decree concerning the Acropolis of Athens and dates back to 485-484 BCE.This fragmented inscription records a decree concerning the Acropolis of Athens and dates back to 485-484 BCE.

Perbesar / Prasasti yang terfragmentasi ini mencatat dekrit tentang Acropolis of Athens dan tanggal kembali ke 485-484 SM.

Wikimedia/CC BY-SA 3.0

Google DeepMind telah berkolaborasi dengan sarjana klasik untuk membuat alat AI baru yang menggunakan jaringan saraf dalam untuk membantu sejarawan menguraikan teks prasasti yang rusak dari Yunani kuno. Sistem baru, dijuluki Ithaca, dibangun di atas sistem restorasi teks sebelumnya yang disebut Pythia.

Ithaca tidak hanya membantu sejarawan dalam memulihkan teks—itu juga dapat mengidentifikasi lokasi asal teks dan tanggal pembuatannya, menurut makalah baru yang diterbitkan tim peneliti di jurnal Nature. Faktanya, Ithaca telah digunakan untuk membantu menyelesaikan perdebatan yang sedang berlangsung di antara para sejarawan tentang tanggal yang benar untuk sekelompok dekrit Athena kuno. Versi interaktif Ithaca tersedia secara bebas, dan tim membuat kodenya open source.

Banyak sumber kuno—entah itu ditulis pada gulungan, papirus, batu, logam, atau tembikar—begitu rusaknya sehingga sebagian besar teks sering tidak terbaca. Menentukan dari mana teks-teks itu berasal juga bisa menjadi tantangan, karena kemungkinan besar mereka telah dipindahkan beberapa kali. Untuk menentukan secara akurat kapan mereka diproduksi, penanggalan radiokarbon dan metode serupa tidak dapat digunakan karena dapat merusak artefak yang tak ternilai harganya. Jadi tugas yang menakutkan dan memakan waktu untuk menafsirkan teks-teks yang tidak lengkap ini jatuh ke ahli epigrafi yang berspesialisasi dalam keterampilan itu.

Seperti yang ditulis orang-orang di DeepMind pada tahun 2019:

Salah satu masalah dalam membedakan makna dari fragmen teks yang tidak lengkap adalah bahwa seringkali ada beberapa solusi yang mungkin. Dalam banyak permainan kata dan teka-teki, pemain menebak huruf untuk menyelesaikan kata atau frasa—semakin banyak huruf yang ditentukan, semakin terbatas solusi yang mungkin. Namun tidak seperti permainan ini, di mana pemain harus menebak frasa secara terpisah, sejarawan yang memulihkan teks dapat memperkirakan kemungkinan solusi yang berbeda berdasarkan petunjuk konteks lain dalam prasasti—seperti pertimbangan tata bahasa dan linguistik, tata letak dan bentuk, paralel tekstual, dan konteks sejarah.

Untuk membantu mempercepat proses, Yannis Assael dari DeepMind, Thea Sommerschield, dan Jonathan Prag berkolaborasi dengan para peneliti di Universitas Oxford untuk mengembangkan Pythia, sebuah sistem restorasi teks kuno dinamai pendeta tinggi yang melayani di Oracle Delphi dengan menyampaikan pernyataan dewa Apollo.

This fragmented inscription records a decree concerning the Acropolis of Athens and dates back to 485-484 BCE.Detail from the Chalcis Decree, an inscription that records an oath of allegiance sworn by the city of Chalcis to Athens. Traditionally dated to 446 BCE, it was recently redated to 424 BCE.This fragmented inscription records a decree concerning the Acropolis of Athens and dates back to 485-484 BCE.Perbesar / Rincian dari Keputusan Chalcis, sebuah prasasti yang mencatat sumpah setia disumpah oleh kota Chalcis t o Athena. Secara tradisional tertanggal 446 SM, baru-baru ini diubah menjadi 424 SM.Museum Acropolis/Socratis Mavrommatis

Para peneliti pertama Langkahnya adalah mengubah database Packard Humanities Institute (PHI)—koleksi digital terbesar dari prasasti Yunani kuno—menjadi teks yang dapat ditindaklanjuti oleh mesin yang mereka sebut PHI-ML. Itu berjumlah sekitar 35.000 prasasti dan lebih dari 3 juta kata dari abad ke-7 SM hingga abad ke-5 M. Selanjutnya, para peneliti melatih Pythia (dengan kata-kata dan karakter individu sebagai input) untuk memprediksi huruf-huruf kata yang hilang dalam prasasti tersebut. Pythia dilatih untuk menggunakan kemampuan pengenalan pola jaringan saraf dalam.

Ketika dihadapkan pada prasasti yang tidak lengkap, Pythia menghasilkan sebanyak 20 kemungkinan huruf atau kata yang berbeda yang dapat mengisi kekosongan, serta tingkat kepercayaan untuk setiap kemungkinan. Terserah sejarawan (yaitu, “ahli domain”) untuk menyaring kemungkinan tersebut dan membuat keputusan akhir berdasarkan keahlian materi pelajaran mereka.

Tim menguji sistem dengan membandingkan hasil Pythia dalam menyelesaikan 2.949 prasasti dengan hasil prasasti mahasiswa pascasarjana Oxford dalam bidang epigrafi. Output Pythia memiliki tingkat kesalahan 30,1 persen, dibandingkan dengan tingkat kesalahan 57,3 persen untuk siswa. Pythia juga mampu menyelesaikan tugas lebih cepat, hanya membutuhkan beberapa detik untuk menguraikan 50 prasasti, dibandingkan dengan dua jam untuk siswa.

Dan sekarang Assael dan pengikutnya kembali bersama Ithaca. Selain kemampuan restorasi teks, Ithaca membuat prediksi tentang atribusi geografis dari prasasti yang tidak lengkap. Distribusi probabilitas atas semua prediksi yang mungkin divisualisasikan dengan sangat membantu di peta, “untuk menjelaskan kemungkinan koneksi geografis yang mendasari di seluruh dunia kuno,” tulis tim dalam posting blog yang menyertainya. Untuk atribusi kronologis, Ithaca menghasilkan distribusi perkiraan tanggal antara 800 SM hingga 800 M.

Using Ithaca, classicists were able to restore the damaged inscription concerning the Acropolis of Athens.

Memperbesar / Menggunakan Ithaca, para ahli klasik dapat memulihkan prasasti yang rusak tentang Acropolis of Athens.

Museum Epigrafi/Wikimedia CC OLEH 2.5

Pengujian mengungkapkan bahwa Ithaca sendiri mampu mencapai 62 akurasi persen dalam pemulihan teks yang rusak, dibandingkan dengan akurasi 25 persen untuk sejarawan manusia. Tetapi kombinasi manusia dan mesin meningkatkan akurasi keseluruhan hingga 72 persen, yang Assael et al . percaya menunjukkan “potensi kerjasama manusia-mesin” di lapangan. Adapun untuk menghubungkan prasasti ke lokasi aslinya, Ithaca dapat melakukannya dengan akurasi 71 persen dan memberi tanggal prasasti dalam waktu 30 tahun.

Ithaca telah memiliki kesempatan untuk menunjukkan kegunaannya kepada sejarawan dalam kasus uji yang melibatkan serangkaian dekrit Athena yang telah menjadi pusat kontroversi penanggalan. Sejarawan sebelumnya telah mematok tanggal dekrit paling lambat 446 SM. Penilaian itu didasarkan pada bentuk huruf tertentu (dikenal sebagai sigma tiga batang Attic) yang digunakan birokrasi Athena selama periode ini. Setelah 446 SM, orang Athena beralih ke sigma empat batang ionik untuk keputusannya.

Ini adalah metodologi penanggalan standar untuk prasasti Athena sampai sejarawan lain mulai mempertanyakan asumsinya, terutama karena beberapa dekrit bertanggal dengan cara ini tampaknya bertentangan dengan catatan sejarah Thucydides. Sejarawan ini menemukan bukti bahwa bentuk huruf Attic terus digunakan dalam dokumen resmi lama setelah 446 SM. Mereka menyimpulkan bahwa tanggal dari banyak dekrit ini seharusnya lebih awal—sekitar 420 SM. Ithaca meramalkan tanggal 421 SM, sangat sesuai dengan kesimpulan itu.

Baca selengkapnya