在新聞發(fā)布會上，幫助DeepMind公司來創(chuàng)建該模型的歷史學家，同時也是一位機器學習專家的西婭·薩默西爾德告訴媒體，古代銘文有著十分重要的意義，因為它是供后人了解當時的思想、語言和社會的最直接的證據(jù)來源，尤其是因為它是由古代人直接自己編寫的。

古希臘歷史銘文，這樣的銘文為了解古希臘的思想、語言和社會提供了第一手證據(jù)

然而，面對這樣寶貴的歷史證據(jù)，現(xiàn)代人卻經(jīng)常感到鞭長莫及，因為在文獻展示的歷史真實面貌與當代歷史學家之間隔著一道鴻溝，那就是要讀懂這些古代語言，也就是需要對這些古代文本的“翻譯”。這道鴻溝也很遺憾地導致人類很難充分利用所有現(xiàn)有的歷史文獻相關(guān)數(shù)據(jù)。

此外，這些經(jīng)歷了歲月風霜雨打的歷史銘文經(jīng)常由于年代久遠已經(jīng)受到了不同程度的損壞，這也進一步增加了修復這些歷史文獻的挑戰(zhàn)性。另一個難點是，由于古代的歷史銘文使用的書寫工具不像現(xiàn)代的書寫工具使用的多是紙張等有機材料，它們通常是刻在石頭或金屬等無機材料上，使得歷史學家無法使用放射性碳測年之類的方法來確定它們的書寫時間。

歷史學家薩默西爾德說，通常為了解決上面這些困難，研究銘文的歷史學家通過在類似的其他銘文中尋找文本或上下文之間的相似之處，來探測銘文的歷史年代的。但是，這些并不足夠。

而發(fā)現(xiàn)潛在信息以及潛在模式規(guī)律這一點，正是機器學習擅長的地方，也是人工智能可以幫助歷史學家的地方。

DeepMind新發(fā)布的使用人工智能來助力考古的軟件名為伊薩卡，該軟件已經(jīng)經(jīng)過了在一個包含大約7.8608萬條古希臘銘文的數(shù)據(jù)集上的訓練，而且這些銘文中的每一條都標注了元數(shù)據(jù)，其中描述了由歷史學家考察出來的銘文的書寫地點和時間。而伊薩卡所做的，就是像所有其他機器學習系統(tǒng)一樣，在這些信息中尋找模式和規(guī)律，并利用復雜的數(shù)學模型來對這些信息進行編碼，然后進一步使用這些推測出的信息來對其他銘文的內(nèi)容、編寫地點和年限進行推斷。

古希臘銘文往往是零散的，Ithaca軟件可以建議缺少哪些字母

有關(guān)這款人工智能考古模型工具伊薩卡的論文也已經(jīng)發(fā)表在了《自然》雜志上，在這篇論文中，創(chuàng)建該模型的科學家表示，在使用伊薩卡對受損歷史銘文進行修復的測試中，發(fā)現(xiàn)伊薩卡的準確率是62%。另外在從古代世界的84個地區(qū)推斷某一歷史銘文的具體書寫地點方面，伊薩卡的準確率是71%，而在推斷歷史銘文的書寫時間方面，伊薩卡可以將銘文的書寫日期追溯到誤差不超過30年。

但是薩默西爾德也強調(diào)，盡管伊薩卡可以給我們提供十分有幫助的統(tǒng)計數(shù)據(jù)，但是必須要記住伊薩卡是不能獨立于人類專業(yè)知識而運作的。以及伊薩卡所能做的，只是為歷史學家在基于傳統(tǒng)考古方法收集數(shù)據(jù)的基礎(chǔ)上提供一些建議，作為歷史學家解讀歷史文獻的許多輔助工具中的一種。也就是說，伊薩卡絕不是一個可以全自動工作的人工智能歷史學家。

除了作為歷史學家的輔助工具，伊薩卡的更重要的價值，恐怕還在于它的靈活性。薩默西爾德也強調(diào)說，雖然這次發(fā)布的伊薩卡只接受過古希臘銘文的訓練，但可以很容易地對其進行配置，讓它進行其他古代文字的訓練，進而可以解讀許多不同的古代文獻。伊薩卡這一模型的架構(gòu)賦予了它高度的靈活性，它可以適用于任何古代語言，例如拉丁語、瑪雅楔形文字等，而且它也將適用于任何其他書寫媒介上的古代文獻，例如紙莎草紙、手稿等等。伊薩卡可以探索的，還有很多很多。（綜合整理報道）（編輯/多洛米）