Elnora_alila
Elit Üye
Ekim 2023'te Federica Nicolardi'nin telefonuna, araştırmasını sonsuza dek değiştirecek görüntü içeren bir e-posta geldi. MS 79'da Vezüv Yanardağı'nın patlamasında yanmış bir papirüs tomarının bir parçasını gösteriyordu. Kavrulmuş tomar, on sekizinci yüzyılda İtalya'nın Pompeii yakınlarındaki Herculeaneum'daki lüks bir Roma villasının kalıntılarında keşfedilen yüzlercesinden biriydi. Yüzyıllar boyunca tomarların kırılgan, karbonize katmanlarını ayırma girişimleri birçoğunu parçalara ayırdı ve bilim insanları geri kalanının asla açılamayacağını kabul etmek zorunda kaldılar.
İtalya'daki Napoli Üniversitesi'nde papirüs uzmanı olan Nicolardi, okunamayanı okumak için yapay zeka (YZ) kullanma çabasına dahil edilmişti. Son sonuçlar geldiğinde görüntüde, daha koyu bir arka plana karşı parlak bir şekilde parlayan, düzgün Yunanca harflerle dolu bir papirüs şeridi görülüyordu. Yazı açıkça okunabiliyordu, birkaç satır derinliğindeydi ve neredeyse beş sütuna yayılmıştı.
(Yapay zeka teknikleri, Herculaneum parşömenlerinden kömürleşmiş bu papirüs şeridindeki mürekkebi ortaya çıkarmaya yardımcı oldu)
Vesuvius Challenge adlı bu proje, bankacılıktan tıbbi araştırmalara kadar modern yaşamın her alanında devrim yaratan gelişmiş yapay zekanın antik dünyayı nasıl gördüğümüzü yeniden şekillendirmeye hazır olduğunun sadece bir örneğidir. Yapay sinir ağları, Yunanca ve Latince'nin klasik destekçilerinden Çin'in Oracle Bone Script'ine, sığır kemikleri ve kaplumbağa kabukları üzerine yazılmış antik kehanet metinlerine kadar antik metinleri çözmek için kullanılıyor. İnsanların okuyamayacağı kadar geniş arşivleri anlamlandırıyor, eksik ve okunamayan karakterleri dolduruyor ve neredeyse hiçbir izi kalmayan nadir ve kayıp dilleri çözüyorlar.
Sonuçlar, bilim insanlarına yüzyıllardır sahip olduklarından daha fazla veri sunarak yeni metinler selini vaat ediyor. Ancak hepsi bu değil. Yapay zeka araçları daha fazla dili tanıyabildiği ve herhangi bir kişinin bilebileceğinden daha fazla bilgi depolayabildiği ve metinlerdeki istatistiksel kalıpları kendileri keşfedebildiği için, bu teknolojiler antik kaynakları keşfetmek için temelde yeni bir yol vaat ediyor. Nicolardi, bunun "sadece cevaplamak istediğimiz soruları değil", "sorabileceğimiz soruları da" dönüştürebileceğini söylüyor.
Derin öğrenmeyi antik metinlere uygulama girişimleri, 2010'larda, papirüs veya palmiye yaprakları üzerindeki metinlerin dijital fotoğraflarına dayanıyordu. Görsel sinirbilimden esinlenen evrişimli sinir ağları (CNN'ler) adı verilen modeller, görüntülerden ızgara benzeri veriler yakalayabilir. Optik karakter tanıma için kullanılırlar ancak başka uygulamalar da vardır: Oracle Bone Script'i inceleyen Çinli ekipler, bu tür modelleri aşınmış harflerin görüntülerini doldurmak, oracle karakterlerinin zaman içinde nasıl evrimleştiğini analiz etmek ve kırık parçaları bir araya getirmek için kullandılar. Bu arada, doğrusal düzenin önemli olduğu veri dizilerini ele almak üzere tasarlanan yinelemeli sinir ağları (RNN'ler), daha önce yazıya geçirilmiş metinlerdeki boşlukları aramak, çevirmek ve doldurmak için büyük bir potansiyel göstermeye başladı. Örneğin, antik Babil'den yüzlerce formülsel idari ve yasal metindeki eksik karakterleri önermek için kullanıldılar.
( Şubat 2024 Vesuvius Challenge kazananları tarafından kömürleşmiş Herculaneum parşömeninin içinde yaklaşık 16 sütun Yunan yazısı ortaya çıkarıldı. )
Yöntem ayrıca, Seales'in "görünmez kütüphane" olarak adlandırdığı, erişilemeyen diğer kaynakları da açıyor. Bunlar arasında, "burada olan ve fiziksel nesneyi tuttuğumuz, ancak yazısını okuyamadığımız" ortaçağ kitap ciltlerinin veya antik Mısır mumya sargılarının içine gizlenmiş metinler yer alıyor. Ekip, Washington DC'deki Smithsonian müzesinde tutulan açılmamış bir Mısır parşömeninden veri elde etti ve Ürdün'ün Petra kentinden, MS yedinci yüzyılda bir yangında yakılan papirüsleri analiz etmek için görüşmelerde bulunuyor .
Dahası, bazı arkeologlar Herculaneum villasının kütüphanesinin çoğunun hala yer altında olduğunu düşünüyor. Eğer bu bir gün kazılırsa, binlerce parşömen daha ortaya çıkabilir. Seales, bunların hepsini okumanın "antik dünyadan insanlık tarihinin en büyük keşfi" olacağını söylüyor.
Kaynak :
Wang, S., Guo, W., Xu, Y., Liu, D. & Li, X. In Proc. 1st Workshop Mach. Learn. Ancient Lang
Seales, W. B. et al. Sci. Adv. 2
Papavassileiou, K. & Kosmopoulos, D. In Proc. 1st Workshop Mach. Learn. Ancient Lang
İtalya'daki Napoli Üniversitesi'nde papirüs uzmanı olan Nicolardi, okunamayanı okumak için yapay zeka (YZ) kullanma çabasına dahil edilmişti. Son sonuçlar geldiğinde görüntüde, daha koyu bir arka plana karşı parlak bir şekilde parlayan, düzgün Yunanca harflerle dolu bir papirüs şeridi görülüyordu. Yazı açıkça okunabiliyordu, birkaç satır derinliğindeydi ve neredeyse beş sütuna yayılmıştı.
(Yapay zeka teknikleri, Herculaneum parşömenlerinden kömürleşmiş bu papirüs şeridindeki mürekkebi ortaya çıkarmaya yardımcı oldu)
Vesuvius Challenge adlı bu proje, bankacılıktan tıbbi araştırmalara kadar modern yaşamın her alanında devrim yaratan gelişmiş yapay zekanın antik dünyayı nasıl gördüğümüzü yeniden şekillendirmeye hazır olduğunun sadece bir örneğidir. Yapay sinir ağları, Yunanca ve Latince'nin klasik destekçilerinden Çin'in Oracle Bone Script'ine, sığır kemikleri ve kaplumbağa kabukları üzerine yazılmış antik kehanet metinlerine kadar antik metinleri çözmek için kullanılıyor. İnsanların okuyamayacağı kadar geniş arşivleri anlamlandırıyor, eksik ve okunamayan karakterleri dolduruyor ve neredeyse hiçbir izi kalmayan nadir ve kayıp dilleri çözüyorlar.
Sonuçlar, bilim insanlarına yüzyıllardır sahip olduklarından daha fazla veri sunarak yeni metinler selini vaat ediyor. Ancak hepsi bu değil. Yapay zeka araçları daha fazla dili tanıyabildiği ve herhangi bir kişinin bilebileceğinden daha fazla bilgi depolayabildiği ve metinlerdeki istatistiksel kalıpları kendileri keşfedebildiği için, bu teknolojiler antik kaynakları keşfetmek için temelde yeni bir yol vaat ediyor. Nicolardi, bunun "sadece cevaplamak istediğimiz soruları değil", "sorabileceğimiz soruları da" dönüştürebileceğini söylüyor.
Derin öğrenmeyi antik metinlere uygulama girişimleri, 2010'larda, papirüs veya palmiye yaprakları üzerindeki metinlerin dijital fotoğraflarına dayanıyordu. Görsel sinirbilimden esinlenen evrişimli sinir ağları (CNN'ler) adı verilen modeller, görüntülerden ızgara benzeri veriler yakalayabilir. Optik karakter tanıma için kullanılırlar ancak başka uygulamalar da vardır: Oracle Bone Script'i inceleyen Çinli ekipler, bu tür modelleri aşınmış harflerin görüntülerini doldurmak, oracle karakterlerinin zaman içinde nasıl evrimleştiğini analiz etmek ve kırık parçaları bir araya getirmek için kullandılar. Bu arada, doğrusal düzenin önemli olduğu veri dizilerini ele almak üzere tasarlanan yinelemeli sinir ağları (RNN'ler), daha önce yazıya geçirilmiş metinlerdeki boşlukları aramak, çevirmek ve doldurmak için büyük bir potansiyel göstermeye başladı. Örneğin, antik Babil'den yüzlerce formülsel idari ve yasal metindeki eksik karakterleri önermek için kullanıldılar.
( Şubat 2024 Vesuvius Challenge kazananları tarafından kömürleşmiş Herculaneum parşömeninin içinde yaklaşık 16 sütun Yunan yazısı ortaya çıkarıldı. )
Yöntem ayrıca, Seales'in "görünmez kütüphane" olarak adlandırdığı, erişilemeyen diğer kaynakları da açıyor. Bunlar arasında, "burada olan ve fiziksel nesneyi tuttuğumuz, ancak yazısını okuyamadığımız" ortaçağ kitap ciltlerinin veya antik Mısır mumya sargılarının içine gizlenmiş metinler yer alıyor. Ekip, Washington DC'deki Smithsonian müzesinde tutulan açılmamış bir Mısır parşömeninden veri elde etti ve Ürdün'ün Petra kentinden, MS yedinci yüzyılda bir yangında yakılan papirüsleri analiz etmek için görüşmelerde bulunuyor .
Dahası, bazı arkeologlar Herculaneum villasının kütüphanesinin çoğunun hala yer altında olduğunu düşünüyor. Eğer bu bir gün kazılırsa, binlerce parşömen daha ortaya çıkabilir. Seales, bunların hepsini okumanın "antik dünyadan insanlık tarihinin en büyük keşfi" olacağını söylüyor.
Kaynak :
Wang, S., Guo, W., Xu, Y., Liu, D. & Li, X. In Proc. 1st Workshop Mach. Learn. Ancient Lang
Seales, W. B. et al. Sci. Adv. 2
Papavassileiou, K. & Kosmopoulos, D. In Proc. 1st Workshop Mach. Learn. Ancient Lang