Новый чат-бот хочет раскрыть тайны ветхих древнегреческих текстов

Зачем нужен Apollo

В академических библиотеках по всему миру хранятся сотни тысяч фрагментов древнегреческих папирусов. Многие из них настолько повреждены, что восстановить смысл, вероятно, уже невозможно. Остальные исследователи могут реконструировать, последовательно заполняя пропуски в словах и фразах. Apollo должен ускорить эту работу.

Австрийская академия наук называет Apollo первой передовой большой языковой моделью для древнегреческого языка. Проект разработан совместно с французской лабораторией ИИ Mistral и компанией, предоставляющей технологические услуги, Sail Reply. Модель обучалась примерно на 600 млн исторических греческих слов, собранных из рукописей, папирусов и надписей.

Модель бесплатно предоставят учёным через интерфейс чат-бота. Она должна помочь быстрее находить папирусные фрагменты, связанные с конкретными направлениями исследований, и выявлять перспективные темы для дальнейшей работы. Если документ сильно повреждён, Apollo предложит статистически наиболее вероятные слова или отрывки, которые могут заполнить пропуски и раскрыть новые детали исторических событий и практик.

Димитрис Влитас, партнёр Sail Reply, рассказал изданию WIRED, что ещё год назад подобный способ извлечения знаний казался немыслимым.

Как учёные восстанавливают папирусы

До сих пор восстановление повреждённого папируса требовало участия специалиста. Сначала он должен определить границы слов: в древнегреческом письме между словами нет пробелов. Затем нужно точно датировать документ, учесть подходящий социально-политический контекст и обратиться к справочным материалам, чтобы выбрать слова для заполнения пропусков.

Стивен Колвин, профессор классических языков и исторической лингвистики в Университетском колледже Лондона, отмечает, что в мире очень мало людей, которые настолько хорошо разбираются в истории Древней Греции.

Apollo объединяет эти специализированные знания. По словам Анны Долганов, историка и папиролога из Австрийской академии наук, если модель видит текст Гомера, она дополняет его на гомеровском греческом. Если перед ней надпись на дорийском диалекте, она использует дорийский диалект.

Учёные, которые тратят много времени на кропотливую реконструкцию, рассчитывают с помощью Apollo ускорить этот процесс. Тогда они смогут больше заниматься историческим значением документов, а не выяснять, что именно в них написано.

Арманд Д’Ангу́р, профессор классических языков и литературы Оксфордского университета, где находится крупнейшее в мире собрание древних папирусов, считает, что такая система заметно ускорила бы работу. По его мнению, если бы машина предложила три слова, подходящих для конкретного пропуска, специалисту было бы гораздо проще двигаться дальше.

Что Apollo сможет найти

Apollo вряд ли изменит общую картину представлений о древнем мире. Многие папирусы до сих пор не восстановлены именно потому, что их содержание кажется обыденным: это личные письма, брачные договоры и документы государственных служащих.

Стивен Колвин предупреждает, что не стоит ждать внезапного обнаружения нескольких новых пьес Софокла. Однако модель может помочь раскрыть новые детали повседневной жизни в древности и подтвердить уже существующие научные предположения.

Арманд Д’Ангу́р отмечает, что каждый восстановленный текст добавляет небольшой фрагмент знаний о древнем мире.

Другие области применения

По словам Димитриса Влитаса, если Apollo покажет хорошие результаты, тот же подход можно будет применить к другим древним языкам — например, к латыни или египетскому, — а также к любой научной дисциплине, где полезны обработка и индексация большого корпуса материалов.

ИИ уже добивался заметных результатов в некоторых областях. Недавно OpenAI сообщила, что её модели решили математическую задачу, которой было 200 лет. Google DeepMind выпустила масштабный набор данных, показывающий, как генетические мутации влияют на молекулярную биологию; этот набор компания собрала с помощью ИИ.

Как будут контролировать ошибки

Языковая модель работает с вероятностями, поэтому её использование для заполнения пропусков в древних документах может привести к появлению ошибок в исторических данных.

Apollo должен снизить этот риск: модель не подставляет единственный вариант, а предлагает учёному несколько возможных слов на выбор. Анна Долганов подчёркивает, что компетентность специалиста должна сохраниться. Проблемы начнутся, если исследователи полностью станут полагаться на созданные ИИ расшифровки и интерпретации исторических материалов.