人工智能破译过去：人工智能给希腊人

在以前的场合，我们曾介绍过人工智能平台如何帮助人们理解挑战。就卫生部门而言，应破译症状。因此，在今天的文章中，我们将通过阅读《古希腊》向你展示AI如何帮助破译我们的过去。

人工智能正在学习解密破损的古希腊版画。此外，完成遗漏的单词似乎比人类要好，但是作为协作工具，研究人员可以用它来减少选择，它可能更有用。

语境

我们已经知道有成千上万的旧铭文，每年还会发现数十个。不幸的是，多个世纪以来，许多语言已被侵蚀或损坏，这导致文本段的丢失。找出可能存在的差距是一项艰巨的任务，其中涉及查看题字的其余部分和其他类似文本。

DeepMind的Yannis Assael和他的同事设计了一种神经网络，这是一种人工智能算法，用于猜测在1500至2600年历史的包括石头，陶瓷和金属的表面上希腊铭文缺少的单词或字符。

这种神经网络是AI的最重要品质之一的衍生产品，即机器学习。它的质量是，它使你可以提供操作建议，并自行设计可能的解决方案。

平台

人工智能（Pythia）学会了识别35,000件文物中的模式，其中包含超过300万个单词。它包括的模式包括出现不同单词的上下文，语法以及铭文的形式和设计。

给定题词缺少信息，Pythia提供了20种不同的建议，可以缩小差距，即有人可以使用自己的判断力和对知识的了解来选择最佳的建议。 “这是关于我们如何帮助专家的事情，”阿萨尔说。

为了测试该系统，该团队隐藏了来自Pythia的九个希腊字母的字母。这设法填补了空白。在面对面的测试中，人工智能试图填补2949个受损注册的空白，人类专家所犯的错误比人工智能多30％。专家花了2个小时来完成50个注册，而Pythia却在几秒钟内给出了自己的假设。

牛津大学的Thea Sommerschield说，这表明了AI辅助修复的潜力。

她说：“奖励是巨大的，因为它告诉我们几乎每个方面的宗教，古代世界的社会和经济生活。”

剑桥大学的菲利帕·斯蒂尔（Philippa Steele）同意，尽管仍然需要人类用肉眼将碎片拼凑在一起，然后在发生这种情况之前将其解密，但腐霉菌可以帮助修复工作。

他说：“在我看来，当……我们只需要一长篇文本的一小部分，或者当一个新发现的零碎文本有许多相似之处时，就可以达到最高的成功率。”

—-

编译者/作者：不详

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。