یادگیری ماشینی و دیجیتالی کردن متون باستانی تمدن سند

تمدن دره رود سند به طور گسترده به عنوان یکی از سه تمدن اولیه در تاریخ جهان در کنار بین النهرین و مصر در نظر گرفته می شود.

مجله اینترنتی باستان شناس : این تمدن از نظر جغرافیایی بزرگتر از مصر و بین النهرین بوده ، که در حدود 3300 سال قبل از میلاد در پاکستان و هند امروزی پدیدار شد. تمدن سند با وزن ها و معیارهای استاندارد، صنعتگران بسیار ماهر، سیستم پیچیده تجارت و بازرگانی و بیش از 500 نماد و نشانه برای ارتباط مشخص می شد.

زبان یا تصویر نگاره ؟

برای دهه‌ها، یک سوال جدی محققان را متحیر کرده و مانع پیشرفت تحقیقات بیشتر در مورد تمدن باستانی دره سند شده است : آیا شخصیت‌هایی که در کتیبه‌ها استفاده می‌شد نوعی زبان بوده یا صرفاً تصویر نگاره؟ علیرغم اینکه برخی از کارشناسان در رمزگشایی خط راست به چپ موجود در کتیبه های ایندوس گام برداشتند، اما این موضوع هنوز در هاله ای از ابهام قرار دارد.

دباسیس میترا، استاد علوم کامپیوتر که در حال حاضر به دلیل کمک مالی منحصر به فردی که از بنیاد ملی علوم انسانی دریافت کرده، در این پروژه تحقیقاتی مشارکت دارد، او می گوید: «این بحثی است که هنوز حل نشده است.

این کمک مالی با عنوان “دیجیتال سازی و فهرست متون باستانی (ASDA) مصنوعات دره سند با استفاده از یادگیری عمیق”، میترا را با این تلاش مهم مرتبط کرده است.

دوا آتورو، یک دستیار دانشجوی کارشناسی ارشد که قرار است در ماه آوریل از پایان نامه کارشناسی ارشد خود دفاع کند، در حال حاضر در کنار میترا روی یک پروژه تحقیقاتی با کمک مالی کار می کند. اخیرا، آتورو و میترا به طور مجازی در کنفرانس باستان شناسی جنوب آسیا 2024 به میزبانی دانشگاه شیکاگو شرکت کردند، جایی که آتورو کار مشترک خود را ارائه کرد.

متون مورد بررسی در تحقیق آنها ممکن است شامل نمادهایی شبیه علائم دلار و تصاویر معاملات تجاری باشد، یا می توانند نمودارها باشند – حروف جداگانه یا گروه هایی از حروف که صداهای گفتاری را نشان می دهند.

ایجاد الگوریتم یادگیری ماشینی

میترا خاطرنشان کرد که هر دو دیدگاه استدلال های قانع کننده ای ارائه می دهند. او به جای حل و فصل این بحث، به دنبال توانمندسازی محققان آینده با ایجاد یک الگوریتم یادگیری ماشینی است که قادر به شناسایی و دیجیتالی کردن خط باستانی تمدن سند است. میترا امیدوار است با تلاش های تحقیقاتی خود، کمبود داده های دیجیتالی در این زمینه را برطرف کند.

این فرآیند از یک سیستم تشخیص خودکار اسکریپت (ASR) برای استخراج دنباله های کدگذاری شده گرافیم ها از مجموعه داده ای متشکل از بیش از 1000 عکس از مهرهای ایندو استفاده می کند. از طریق استفاده از شبکه‌های عصبی مصنوعی دو مرحله‌ای، ASR به نرخ موفقیت چشمگیر 88 درصدی در تشخیص نمودارها دست یافته است.

با این حال، این فرآیند سهم عادلانه خود را از چالش ها ارائه کرده است. به طور معمول، یادگیری ماشینی در حجم وسیعی از داده ها رشد می کند تا به طور موثر سیستم را آموزش دهد. در این مورد خاص، مقدار محدودی داده در دسترس است که گاهی اوقات می تواند نویز یا تحریف شود.

میترا که متخصص تصویربرداری پزشکی است، خاطرنشان کرد که برخی از چالش‌هایی که او با آن مواجه است شبیه به چالش‌هایی است که در رشته او با آن مواجه می‌شود. برای مقابله با این چالش‌ها، میترا عناصر مختلف یادگیری ماشین را در پروژه در تلاش برای تولید داده‌های جدید یا کاوش روش‌های جایگزین استفاده می‌کند.

شرکت در کنفرانس ها به او اجازه می دهد تا با باستان شناسانی که داده های ارزشمندی را در اختیار او قرار می دهند در ارتباط بماند. او توضیح داد: «من لازم می دانم در این کنفرانس ها شرکت کنم و با آنها گفتگو کنم.

ایجاد پایگاه داده متون باستانی

او علاوه بر شرکت در کنفرانس ها، با دانشجویان مؤسسه آمار هند در کشور خود همکاری می کند. آنها با هم با دیجیتالی کردن موتیف ها و نمودارها و به طور بالقوه ایجاد یک اسکریپت بر اساس داده های جمع آوری شده پیشرفت چشمگیری دارند. هدف اولیه کمک مالی اولیه جمع آوری این اطلاعات در یک پایگاه داده جامع است.

توسعه سیستمی و چشم انداز آینده

با نگاهی به آینده، هدف توسعه سیستمی است که باستان شناسان را قادر می سازد تا با استفاده از گوشی های هوشمند خود تصاویری از متون یا نمادها در محوطه های باستانی ثبت کنند. سپس این تصاویر برای تجزیه و تحلیل بیشتر و دیجیتالی شدن به صورت یکپارچه در پایگاه داده ادغام می شوند.

میترا انگیزه زیادی برای این پروژه دارد. این تلاش‌ها برای روشن کردن یکی از مهم‌ترین ابعاد تمدن‌ کشورش است. او می گوید : «این بخشی از میراث من است، بنابراین انگیزه بیشتری برای من وجود دارد. “من متوجه شده ام که دانش آموزان هندی به دلیل اهمیت فرهنگی مشترک، به این پروژه علاقه مند هستند.”

جالب توجه است که برخی از پیشرفت‌های اولیه توسط دانشجویان آمریکایی علاقه مند به فرهنگ و تمدن هند صورت گرفت که حتی منجر به بازدید از این کشور شد.

یادگیری ماشینی علمی است که باعث می‌شود رایانه‌ها بدون نیاز به یک برنامه صریح در مورد یک موضوع خاص یاد بگیرند. این فناوری به عنوان زیر مجموعه‌ای از هوش مصنوعی، الگوریتم‌های یادگیری ماشینی یک مدل ریاضی بر اساس داده‌های نمونه یا داده‌های آموزش به منظور پیش‌بینی یا تصمیم‌گیری بدون برنامه‌ریزی آشکار، را ایجاد می‌کنند.