В научных библиотеках по всему миру хранятся сотни тысяч фрагментов папирусов на древнегреческом языке. Многие из них настолько повреждены, что их содержание, вероятно, утрачено безвозвратно, однако учёные могут восстановить остальные, последовательно вписывая пропущенные слова или фразы. Чтобы ускорить эту трудоёмкую работу, исследователи обратились к искусственному интеллекту.
В среду Австрийская академия наук представит «первую в мире продвинутую большую языковую модель для древнегреческого языка», разработанную совместно с французской лабораторией искусственного интеллекта Mistral и технологической сервисной компанией Sail Reply. Модель под названием Apollo обучена примерно на 600 миллионах исторических греческих слов, взятых из рукописей, папирусов и надписей. Доступ к ней будет бесплатным для учёных через интерфейс чат-бота.
Цель проекта — помочь специалистам быстрее находить фрагменты папирусов, relevant (относящиеся) к их конкретным узким дисциплинам, а также перспективные новые направления исследований. Там, где документы изорваны и повреждены, Apollo предназначена для заполнения пробелов наиболее статистически вероятными словами или отрывками, что потенциально может раскрыть скрытые детали об исторических событиях и обычаях. Димитрис Влитас, партнёр Sail Reply, сообщил WIRED, что такое раскрытие знаний «было немыслимо год назад».
До сих пор восстановление повреждённого папируса требовало от квалифицированного учёного сначала определить границы слов — в древнегреческом письме нет пробелов, — затем точно датировать документ, учесть соответствующий социально-политический контекст и обратиться к справочным материалам, чтобы подобрать подходящие слова для заполнения лакун. «В мире очень мало людей, которые настолько хорошо разбираются в греческой истории», — говорит Стивен Колвин, профессор классической филологии и исторического языкознания в Университетском колледже Лондона. Однако все эти специализированные знания заложены в Apollo. «Когда она видит Гомера, она дополняет гомеровским греческим. Когда она видит надпись на дорийском диалекте, она использует дорийский диалект», — говорит Анна Долганова, историк и папиролог Австрийской академии наук.
Учёные, которые увязают в кропотливой реконструкторской работе, ожидают, что Apollo ускорит процесс и позволит им сосредоточиться на значении исторических документов, а не на выяснении того, что в них написано. «Я думаю, это очень захватывающе, — говорит Арманд Д’Ангур, профессор классических языков и литературы Оксфордского университета, где хранится крупнейшая в мире коллекция древних папирусов. — Если бы у меня была машина, которая говорила бы: «Вот три возможных слова, которые могли бы подойти в этот пропуск», это значительно ускорило бы дело».
Apollo вряд ли изменит общее понимание античного мира; многие папирусы до сих пор не восстановлены именно потому, что они обыденны — личные письма, брачные договоры, документы гражданской службы. «Если вы неспециалист, вы можете подумать, что внезапно появятся несколько новых пьес Софокла, но этого не произойдёт», — говорит Колвин. Тем не менее модель может помочь выявить новые детали о жизни в древности и подтвердить существующие научные предположения. «Каждый раз, когда что-то создаётся, это добавляет крошечный элемент знания о древнем мире», — говорит Д’Ангур. По словам Влитаса, в случае успеха Apollo ту же технику можно будет легко применить к другим древним языкам — например, латыни или египетскому — или к любой другой академической дисциплине, которой пойдёт на пользу обобщение и индексация большого корпуса материалов. Искусственный интеллект уже добился заметных успехов в некоторых областях: недавно OpenAI сообщила, что её ИИ-модели решили математическую задачу, которой 200 лет, а Google DeepMind выпустила обширный набор данных, отображающий влияние генетических мутаций на молекулярную биологию, который она составила с помощью ИИ.
Одна из возможных проблем заключается в том, что reliance (опора) на языковую модель, которая работает с вероятностями, для заполнения пробелов в древних документах рискует загрязнить историческую запись ошибками. Чтобы предотвратить это, Apollo построена так, чтобы предлагать выбор из нескольких вариантов слов, среди которых учёный делает выбор. «Ключевой момент в том, что человеческая компетентность должна сохраняться, — говорит Долганова. — Если мы станем полностью полагаться на ИИ-транскрипции и интерпретации исторического материала, вот тогда и начнутся проблемы».