Από την αποκρυπτογράφηση καμένων αρχαίων παπύρων μέχρι την ανάγνωση θρυμματισμένων πινακίδων σφηνοειδής γραφής, η τεχνητή νοημοσύνη θα μπορούσαν να δώσουν στους ερευνητές, περισσότερα δεδομένα από όσα είχαμε εδώ και αιώνες.
Ένα θραύσμα παπύρου που είχε καεί στην έκρηξη του Βεζούβιου το 79μ.Χ. ήταν ένας από τους εκατοντάδες που ανακαλύφθηκαν στα ερείπια μιας πολυτελούς ρωμαϊκής βίλας κοντά στην Πομπηία στην Ιταλία, τον δέκατο όγδοο αιώνα. Οι προσπάθειες ανά τους αιώνες να ξεφλουδίσουν τα εύθραυστα, ανθρακούχα στρώματα των κυλίνδρων άφησαν πολλούς σε κομμάτια, εκεί όπου οι μελετητές αναγκάστηκαν να δεχτούν ότι τα υπόλοιπα δεν μπορούν ποτέ να ανοίξουν.
Τώρα, με την χρήση της τεχνητής νοημοσύνης έρχονται τα τελευταία αποτελέσματα. Η εικόνα έδειχνε μια λωρίδα παπύρου γεμάτη με ελληνικά γράμματα, που λάμπει φωτεινά σε πιο σκούρο φόντο. Η γραφή ήταν καθαρά ευανάγνωστη, μερικές γραμμές ήταν σε βάθος και εκτεινόταν σε σχεδόν πέντε στήλες.
Αυτό το έργο, που ονομάζεται πρόκληση του Βεζούβιου, είναι μόνο ένα παράδειγμα του πώς η εξελιγμένη τεχνητή νοημοσύνη, η οποία ήδη φέρνει επανάσταση σε όλους τους τομείς της σύγχρονης ζωής, από τον τραπεζικό τομέα έως την ιατρική έρευνα, είναι έτοιμη να αναδιαμορφώσει τον τρόπο με τον οποίο βλέπουμε τον αρχαίο κόσμο. Τα τεχνητά νευρωνικά δίκτυα χρησιμοποιούνται για την αποκρυπτογράφηση αρχαίων κειμένων, από τα κλασικά στελέχη της ελληνικής και λατινικής γλώσσας μέχρι το Oracle Bone Script της Κίνας, αρχαία μαντικά κείμενα γραμμένα σε οστά βοοειδών και κοχύλια χελωνών.
Βγάζουν νόημα σε αρχεία πολύ τεράστια για να τα διαβάσει ο άνθρωπος, συμπληρώνοντας χαρακτήρες που λείπουν και δεν διαβάζονται και αποκωδικοποιούν σπάνιες και χαμένες γλώσσες από τις οποίες δεν σώζονται σχεδόν καθόλου ίχνη.
Τα νευρωνικά δίκτυα, και ειδικά τα βαθιά νευρωνικά δίκτυα (deep learning), βοηθούν στην ανάλυση των εικόνων και τη δημιουργία μοτίβων σε δεδομένα που δεν ήταν δυνατόν να εντοπιστούν με τις παραδοσιακές μεθόδους παλαιότερα.
Η διαδικασία αυτή περιλαμβάνει τη χρήση εργαλείων όπως τα συνελικτικά νευρωνικά δίκτυα (CNN), τα οποία είναι γραμμένα για την αναγνώριση και ανακατασκευή χαρακτήρων σε ψηφιοποιημένα κείμενα, είτε αυτά είναι γραμμένα σε πάπυρους.
Επιπλέον, τα επαναλαμβανόμενα νευρωνικά δίκτυα (RNN), που είναι σχεδιασμένα για να επεξεργάζονται ακολουθίες δεδομένων, αποδεικνύονται χρήσιμα για την ανάλυση μεταγραμμένων κειμένων, συμπληρώνοντας τυχόν κενά ή ελλείψεις, όπως έγινε στην περίπτωση των αρχαίων βαβυλωνιακών.
Αυτή η νέα τεχνολογία δεν επιτρέπει μόνο την ανάλυση και την κατηγοριοποίηση μεγάλων ποσοτήτων δεδομένων, αλλά προσφέρει και νέους τρόπους ερμηνείας και σύνθεσης των αρχαίων κειμένων. Όπως αναφέρεται, αυτή η μέθοδος μπορεί να μεταμορφώσει τις ερωτήσεις που τίθενται από τους μελετητές, καθώς οι υπολογιστές με τη δυνατότητα ανάλυσης μεγάλων δεδομένων και την αναγνώριση κρυφών μοτίβων μπορούν να οδηγήσουν σε νέες θεωρίες και διορθώσεις.
Ίσως με την βοήθεια της τεχνητής νοημοσύνης, να μπορέσουμε να αποκρυπτογραφύσουμε και την Γραμμική Α’.
