إينياس: الذكاء الاصطناعي يعيد إنشاء نص لاتيني قديم

يُظهر نموذج الذكاء الاصطناعي كيف يمكن للجمع الأمثل بين البشر والتعلم الآلي أن يساعد المؤرخين في الوصول بشكل أسرع إلى كنوز المعرفة القديمة المفقودة.

أُطلق رسميًا نموذج ذكاء اصطناعي متقدم يُدعى "إينيس"، يحمل في طياته آمالًا كبيرة في مساعدة المؤرخين على استعادة النصوص اللاتينية المفقودة، وتحديد أصلها الجغرافي، وتقدير تاريخها بدقة. ويُعتبر ميلاد "إينيس" إنجازًا يُمكّن الباحثين من الوصول إلى التراث القديم الذي تآكل بمرور الزمن بسرعة أكبر.

شهادة عسكرية من سردينيا. (المصدر: نيتشر)

تم تطوير Aeneas من قبل فريق من الباحثين من DeepMind التابعة لشركة Google وجامعات في المملكة المتحدة واليونان، وهو امتداد لمشروع سابق قام بفك رموز النصوص اليونانية القديمة - مما يمهد الطريق للوصول بشكل أعمق إلى اللغات التاريخية، بسرعة ودقة أكبر.

التحديات في علم الآثار اللغوي

لطالما كانت دراسة النقوش القديمة، المعروفة باسم علم النقوش، مجالًا صعبًا. غالبًا ما تحتوي هذه الوثائق القديمة على حروف أو كلمات أو حتى فقرات طويلة مفقودة. إضافةً إلى ذلك، تختلف اللغات القديمة اختلافًا كبيرًا عبر العصور والمناطق الجغرافية، مما يُعقّد عملية التحليل.

يُكتشف حوالي 1500 نقش لاتيني سنويًا، وقد يوفر إينياس على الباحثين الكثير من الوقت في فك رموزها. (المصدر: ديب مايند)

تقليديًا، كان المؤرخون يُضطرون إلى مقارنة النقوش الموجودة بالنصوص المحفوظة سابقًا للعثور على مقاطع مشابهة من حيث المحتوى، وهي عملية شاقة وتستغرق وقتًا طويلًا. إضافةً إلى ذلك، يتزايد عدد النصوص الجديدة المُكتشفة سنويًا بسرعة، مما يؤدي إلى حجم معلومات يفوق قدرة أي فرد على استيعابه.

قالت البروفيسورة آن روجرسون، الخبيرة في اللغة اللاتينية بجامعة سيدني (أستراليا): " هناك الكثير من المعلومات التي لا يستطيع شخص واحد استيعابها. والذكاء الاصطناعي هو الجسر الذي نحتاجه".

ثلاث شبكات عصبية - ثلاث قدرات خاصة

تم تدريب إينياس على قاعدة بيانات ضخمة تضم 176,861 نقشًا لاتينيًا، يعود تاريخها إلى القرن السابع قبل الميلاد والقرن الثامن الميلادي. من بين هذه النصوص، احتوى 5% منها على صور، ووُسمت جميع النصوص بمعرفات فريدة لسهولة استرجاعها.

يعتمد نموذج إينيس على ثلاث شبكات عصبية متخصصة، كل منها لها دور محدد: الشبكة الأولى متخصصة في استعادة النصوص المفقودة؛ والشبكة الثانية تتنبأ بالأصل الجغرافي للنص؛ والشبكة الثالثة تقدر التاريخ الدقيق للنص.

تجدر الإشارة إلى أن إينيس لا يقدم تنبؤات فحسب، بل يوفر أيضًا قائمة بوثائق مماثلة من قاعدة البيانات لمساعدة المؤرخين في عملية المقارنة والتحليل. ووفقًا لباحث ديب مايند، يانيس أسيل: "يستطيع إينيس استرجاع المتوازيات من قاعدة البيانات بأكملها في جزء من الثانية، بفضل مُعرّف فريد لكل وثيقة".

نموذج عمل إينياس. (المصدر: ديب مايند)

الإنسان + الذكاء الاصطناعي: أداء متفوق

لاختبار فعالية النموذج، استعان الفريق بثلاثة وعشرين عالم آثار. كُلِّفوا باستعادة النص المفقود، وتحديد تواريخ ومواقع النقوش، بمفردهم وبمساعدة إينياس.

تُظهر النتائج أن الجمع بين البشر والآلات أمرٌ مُشجعٌ للغاية. تحديدًا، عند العمل منفردًا، يصل متوسط خطأ الخبراء إلى 31 عامًا. ومع ذلك، عند دمج نتائج الذكاء الاصطناعي مع قائمة النصوص المُقترحة، لا يتجاوز الخطأ 14 عامًا.

بالإضافة إلى ذلك، زادت الدقة في تحديد الأصل الجغرافي واستعادة المحتوى بشكل كبير بدعم من إينيس.

قالت البروفيسورة ثيا سومرشيلد، إحدى المؤلفات المشاركات في الدراسة: "إن التعاون بين الباحثين وأدوات الذكاء الاصطناعي أمرٌ أساسي. ليس بهدف استبدال البشر، بل للتحسين معًا".

تُحقق أفضل النتائج عندما يتعاون البشر ونماذج التعلم الآلي. (المصدر: نيتشر)

يفتح إينياس فصلاً جديداً في رحلة دمج التكنولوجيا والعلوم الإنسانية . هذا النموذج لا يُغني عن دور المؤرخين، بل يُساعدهم على الوصول إلى المعرفة القديمة المفقودة بسرعة ودقة وشمولية.

في عصر البيانات والذكاء الاصطناعي، تُظهر أدوات مثل Aeneas إمكانات كبيرة في فك شفرة الماضي لخدمة المستقبل، مما يجعل البشرية أقرب إلى حضارة تفهم نفسها بشكل أفضل.

مينه هوان

المصدر: https://vtcnews.vn/aeneas-tri-tue-nhan-tao-tai-sinh-van-ban-la-tinh-co-ar956213.html