Noticias

La inteligencia artificial está ayudando a restaurar textos griegos antiguos

El aprendizaje automático y la inteligencia artificial pueden implementarse en tareas tan grandes como encontrar exoplanetas y crear personas fotorrealistas, pero las mismas técnicas también tienen algunas aplicaciones sorprendentes en la academia: DeepMind ha creado un sistema de inteligencia artificial que ayuda a los académicos a comprender y recrear textos griegos antiguos presentes en tablas de piedra.

Estas tablas de arcilla, piedra o metal, inscritas hasta hace 2.700 años, son fuentes primarias de incalculable valor para la historia, la literatura y la antropología. Su superficie esta plagada de letras y palabras, pero los milenios las han dejado en un estado muy deteriorado. No solo tienen grietas sino que hay piezas enteras que faltan y que impiden comprender muchos símbolos y por supuesto su sentido original. Dado lo complejo del lenguaje de la época resulta muy difícil llenar los vacíos que ha dejado el tiempo.

Hacerlo es una ciencia (y arte) llamada epigrafía, e involucra tanto la comprensión intuitiva de estos textos como la de otros para agregar contexto. Se puede hacer una suposición sobre lo que una vez fue escrito en base a lo que ha sobrevivido en otro lugar. Pero es un trabajo arduo y difícil. Para rescatarlos hay un nuevo sistema creado por investigadores de DeepMind que han llamado Pythia, nombre de la sacerdotisa de Apolo en el oráculo de Delfos.

El equipo creó primero un conducto de palabras relevantes para convertir, la colección digital más grande del mundo de inscripciones en griego antiguo, en un texto que un sistema de aprendizaje automático podría entender. A partir de ahí solo se trataba de crear un algoritmo que adivinara con precisión las secuencias de letras.

Los estudiantes de doctorado y el sistema Pythia recibieron textos de básicos con porciones cortadas artificialmente. Los estudiantes completaron el texto con una precisión de aproximadamente el 43%, pero este es un trabajo difícil y que no se evalúa de esta forma. Pero Pythia logró aproximadamente un 70% de precisión, considerablemente mejor que los estudiantes, y lo que es más, la interpretación correcta estaba en sus 20 sugerencias principales el 73% de las veces.

El sistema no es lo suficientemente bueno para hacer este trabajo por sí solo, pero no es necesario. El conjunto perfecto se basa en los seres humanos para “entrenar” en los espacios vacíos al sistema de inteligencia artificial. De esta forma aumenta la posibilidad de éxito final. Las respuestas que da Pythia no siempre son correctas en su contexto, pero pueden ayudar fácilmente a alguien que lucha con una laguna difícil al darle algunas opciones para trabajar. Eliminar un poco de la carga cognitiva de estas personas y puede conducir a un aumento de la velocidad y la precisión en la toma de textos restantes sin restaurar.

El proyecto es un esfuerzo conjunto entre la Universidad de Oxford y DeepMind, por Assael, Thea Sommerschield y Jonathan Prag. Su documento sobre Pythia está disponible para leer aquí, y parte del software que desarrollaron para crearlo se encuentra en este repositorio de GitHub.

Categorías:Noticias

Tagged as:

Responder

Por favor, inicia sesión con uno de estos métodos para publicar tu comentario:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s