رمزگشایی، خوانش و بازسازی اسناد خطی و کتیبه‌های باستانی همواره از زمان‌برترین و پیچیده‌ترین چالش‌های دنیای باستان‌شناسی و فیلولوژی (زبان‌شناسی تاریخی) بوده است؛ اسنادی که بخش عمده‌ای از آن‌ها در طول هزاره‌ها فرسوده شده یا با افتادگی‌های متنی (لاکونا) به دست ما رسیده‌اند. اکنون، پژوهشگران با توسعه «آپولو» (Apollo) — نخستین مدل زبانی بزرگ بنیادین در جهان برای زبان یونان باستان — فصلی نو در بازیابی میراث مکتوب دنیای کلاسیک گشوده‌اند. این هوش مصنوعی پیشرفته قادر است واژگان محوشده و بخش‌های ازدست‌رفته پاپیروس‌ها و سنگ‌نبشته‌ها را بدون نیاز به آگاهی قبلی از تعداد حروف مفقود، در کسری از ثانیه با دقتی شگفت‌انگیز بازسازی کند.
آپولو چیست و حاصل همکاری چه مراکزی است؟
سیستم هوش مصنوعی آپولو (Apollo / Apollo Restore) نخستین مدل زبانی بزرگ مقیاس (LLM) است که به‌طور اختصاصی برای زبان یونان باستان بهینه‌سازی شده است. این دستاورد علمی در چارچوب پروژه ابتکاری «رمزگشایی از دوران باستان» (Decoding Antiquity) و با هدایت آکادمی علوم اتریش (ÖAW)، مؤسسه باستان‌شناسی اتریش، و با همکاری شرکت‌های اروپایی فعال در هوش مصنوعی شامل میسترال (Mistral AI)، سیل ریپلای (SAIL Reply) و دانشگاه نورت‌ایسترن محقق شده است.
این مدل زبانی ۲۴ میلیارد پارامتری، بر پایه معماری مدل Mistral Small ساخته شده و فاز نخست آن به‌صورت دسترسی آزاد (Open-Access) در اختیار جامعه علمی، کتیبه‌شناسان و عموم علاقه‌مندان قرار گرفته است تا فرآیند بازخوانی اسناد دنیای کهن را دگرگون کند.
سازوکار آپولو؛ بازسازی افتادگی‌های متنی بدون حدس طول کلمه
مهم‌ترین تمایز آپولو نسبت به سیستم‌های پیشین نظیر «ایتاکا» (Ithaca)، روش بازسازی شکاف‌های فیزیکی یا همان افتادگی‌های متنی (Lacunae) است. در کتیبه‌های سنگی، حروف معمولاً فواصل منظمی دارند و متخصصان می‌توانند تعداد کاراکترهای افتاده را تخمین بزنند؛ اما در پاپیروس‌ها به‌دلیل گوناگونی خطوط دست‌نویس و فشردگی متغیر کلمات، تعیین شمار دقیق حروف ساقط‌شده تقریباً ناممکن است.
آپولو از رویکرد پیشرفته «پر کردن بخش میانی» (Fill-in-the-middle) بهره می‌برد. در این روش، الگوریتم بدون نیاز به دانستن تعداد حروف جاافتاده، بافتار واژگان پیش و پس از شکاف را تحلیل کرده و دقیق‌ترین گزینه‌ها را برای پر کردن متن پیشنهاد می‌دهد. با این نوآوری، پژوهشگر تنها کافی است متن ناقص را وارد کند تا گزینه‌های موثق تاریخی را در چند ثانیه تحویل بگیرد.
دقت شگفت‌انگیز در دل گستره محدود داده‌های کهن
برای آموزش مدل‌های زبانی امروزی معمولاً ده‌ها میلیارد واژه مورد نیاز است؛ در حالی که برای یونان باستان تنها حدود ۶۰۰ میلیون کلمه از عصر باستان تا سال ۱۹۰۰ میلادی در دسترس بود. با وجود این محدودیت آماری، آپولو عملکردی درخشان به نمایش گذاشته است.
دکتر آنا دولگانوف (Anna Dolganov)، پژوهشگر مؤسسه باستان‌شناسی آکادمی علوم اتریش و هدایت‌کننده این پروژه، توضیح می‌دهد:
«هنگام ارزیابی روی متون شناخته‌شده پاپیروس، مدل ما در بخش‌هایی که به‌صورت آزمایشی پنهان شده بودند، به دقت حدود ۸۰ درصد دست یافت. همچنین در یک ارزیابی دوسوکور، ۲۰ متخصص برجسته پاپیروس‌شناسی، کتیبه‌شناسی و فیلولوژی، بازسازی‌های آپولو را در ۷۷ درصد موارد برابر با حدس‌های پژوهشگران انسان و در ۱۶ تا ۲۰ درصد موارد حتی برتر و دقیق‌تر از نمونه‌های انسانی داوری کردند.»
| نوع منبع باستانی | نرخ قرارگیری پاسخ صحیح در ۲۰ پیشنهاد نخست آپولو |
| پاپیروس‌های دیوانی و اسناد رسمی (Documentary Papyri) | ۸۰.۶٪ |
| سنگ‌نبشته‌ها و کتیبه‌های تاریخی (Inscriptions) | ۶۱.۰٪ |
| پاپیروس‌های ادبی و فلسفی (Literary Papyri) | ۵۴.۶٪ |
این داده‌ها نشان می‌دهد آپولو در بخش‌های دشوار و شکاف‌های طولانی، کارایی بسیار بالاتری در مقایسه با ابزارهای نسل قبل ثبت کرده است.
تشخیص سبک‌های ادبی؛ از حماسه‌های هومر تا اسناد بازرگانی
یکی از قابلیت‌های بارز آپولو، درک عمیق از لایه‌های زبانی و تمایز قائل شدن میان دوره‌های تاریخی یونانی است. این سیستم با تکیه بر ساختار جمله و دایره واژگان، متوجه می‌شود که متن پیش‌رو قطعه‌ای از یک اثر ادبی کلاسیک مانند «ادیسه» هومر است یا یک سند روزمره اداری و گواهی مالیاتی، و بر همین اساس کلمات مفقود را متناسب با سیاق و گویش همان دوره بازسازی می‌کند.
در جریان آزمایش‌های میدانی، آپولو موفقیت‌های چشمگیری به ثبت رسانده است:
- بازسازی کامل گواهی ولادت یونانی متعلق به دوران حاکمیت امپراتوری روم.
- بازخوانی بخش‌های ناخوانای طومار پاپیروس هرکولانیوم (P.Herc. 1667) که در فوران آتشفشان وزوو در سال ۷۹ میلادی سوخته و زغالین شده بود؛ آپولو نشان داد قرائت پیشین این اثر فلسفی فیلودموس ناقص بوده و خوانش جایگزین و منطقی‌تری ارائه داد.
- رمزگشایی از کتیبه خردشده دریای سیاه که شواهد اعمال قوانین حقوقی روم و مالیات‌های خاص آن عصر را تایید کرد.
هوش مصنوعی به عنوان دستیار الهام‌بخش، نه جایگزین انسان
پژوهشگران تأکید می‌کنند که هوش مصنوعی جایگزین دانش تخصصی باستان‌شناسان نخواهد شد، بلکه نقش یک شتاب‌دهنده ذهنی و کاتالیزور پژوهشی را ایفا می‌کند. آپولو فرضیه‌ها و واژگانی را پیشنهاد می‌دهد که یافتن آن‌ها ممکن بود ماه‌ها جستجوی کتابخانه‌ای بطلبد.
تیم پژوهشی آکادمی علوم اتریش و شرکت میسترال قصد دارند در گام بعدی، همین چارچوب را برای متون زبان لاتین با تکیه بر پیکره‌ای بالغ بر ۱۲ میلیارد کلمه پیاده‌سازی کنند و توانایی بازخوانی مستقیم تصاویر اسناد پاپیروسی نامکشوف را نیز به قابلیت‌های آن بیفزایند.
نتیجه‌گیری
توسعه هوش مصنوعی «آپولو» گامی تاریخی در تقاطع باستان‌شناسی دیجیتال و هوش مصنوعی مولد است. توانایی این مدل در ترمیم شکاف‌های متنی بدون اتکا به طول کاراکترها، افق‌های تازه‌ای در بازیابی اسناد باستانی، درک وضعیت اقتصادی-اجتماعی جهان کهن و نجات متون پاپیروسی سوخته می‌گشاید. این پروژه به‌خوبی ثابت می‌کند که فناوری مدرن در خدمت میراث مشترک بشری می‌تواند ناگفته‌های چندهزارساله تاریخ را دوباره زنده کند.
نظر شما درباره این مقاله
مطالب مرتبط در «باستان شناسی و هوش مصنوعی»
راز گنج پنهان ملکه‌های آشور : همتای زرین توت‌عنخ‌آمون در نمرود
کشف سکه های اسلامی در سکونتگاه وایکینگ ها
هوش مصنوعی آپولو؛ نخستین مدل بازخوانی متون یونان باستان
کشف کتیبه تدفینی اواخر دوره ساسانی در شمال استخر
بازسازی چهره کهن‌ترین انسان خردمند؛ هومو ساپینس ۳۱۵ هزار ساله
کشف 244 کیسه پر از گنج در مزرعه ای در انگلستان
زره و کلاه‌خود ۲۶۰۰ ساله پس از ۶۲ سال به یونان بازگشت
سودای گنج و بهای جان؛ تاملی بر فاجعه مرگ سه گنج یاب در چرام
دستگیری حفار غیرمجاز در حریم «نقش رجب»؛ لزوم گسترش چتر حفاظتی به کانون‌های بحرانی شمال فارس
ارسال دیدگاه