Deepmind nedir?
Arkeoloji çalışması, geçmişin kapılarını açan bir anahtarı sembolize eder. Ancak, sırlarını ortaya çıkarmak hala zor. Bu nedenle, son teknolojik devrimler zor olanı deşifre etmeyi mümkün kıldı ve Deepmind bunun en büyük destekçisi oldu. Artık geçmişin bu unsurlarını eleştirel bir şekilde keşfederek dünyamızı keşfetmek daha kolay!
AI çağında arkeoloji
Arkeolojideki mevcut zorluk, yeni şeyler keşfetmek değil, daha önce kazılmış ve dijitalleştirilmiş nesneler üzerinde çalışmaktır. Şu anda, ilgili tüm kayıtları incelemek mümkün değildir. Dolayısıyla elde edilen nesneler üzerindeki araştırma kapasitesi sınırlıdır.
Bu satırlar boyunca, arkeolojiye yardımcı olan AI ilerlemelerinden bazıları şunlardır:
- Madagaskar kıyılarında, modern topluluklarla çevresel bağlantıları ortaya çıkaran düzinelerce uzun süredir terk edilmiş yerleşim yerinin keşfi.
- Kuzey Amerika’nın tarih öncesi kültürlerinin bıraktığı toprak höyüklerinin neredeyse algılanamayan çıkıntılarının tespiti.
- Diğer araştırmacılar, uygarlığın beşiğinden biri olan İndus Vadisi’ndeki Tunç Çağı nehir sistemlerinin haritasını çıkardılar.
Yapay zeka, bilim insanlarını hayal bile edilemeyecek bir ölçekte yeni arkeolojik kazı arayışlarında destekler. Dolayısıyla AI’nın bulunan ilerlemeler için bir araç olduğu söylenebilir. Makine öğrenimi algoritmaları, karmaşık veri analizine daha hızlı bir yol sağlar.
Bu nedenle, Yapay Zeka ve Makine Öğrenimindeki gelişmeler, mevcut sayısallaştırılmış arkeolojik eserlerin sınıflandırılmasını mümkün kıldı, veri aranabilirliğini geliştirdi ve eski kültürlerin daha iyi anlaşılmasını sağladı. Deepmind’in tüm bunlarla ne ilgisi var?
Deepmind: Sembolleri ortaya çıkarmak
DeepMind, derin öğrenme ve algoritmaları birleştirir. Bu, gerçek dünya verileriyle çalışabilen eşdeğer bir model oluşturan bir algoritma aracılığıyla gerçekleşir.
Bir araştırmaya göre, DeepMind tarafından üretilen en son AI modellerinden biri, antik Yunan yazıtlarındaki eksik metinlerin geri yüklenmesine yardımcı oldu. Buna ek olarak, metnin ne zaman yazıldığı ve olası coğrafi kökenleri hakkında önerilerde bulundu.
Google’ın DeepMind’in Pythia sinir ağını geliştirdiği belirtildi. Amaçları, taş ve seramik eserlerin hasarlı yüzeylerindeki eksik antik Yunan yazıtlarını doldurmaktı.
Belirli özellikleri arasında şunlar bulunur: Adını Delphi Oracle’ından almıştır. Bozuk bir metin akışını girdi olarak alır. Antik yazıtların varsayımsal restorasyonlarının karakter dizisini tahmin edin.
Deepmind’in en yeni gelişimi: Ithaca
Ithaca, yaklaşık 78.608 antik Yunan yazıtının veri kümesine dayanan yeni yazılımdır. Her biri, nerede ve ne zaman yazıldığına dair meta verilerle etiketlenir. Algoritma bu bilgilerdeki kalıpları arar, bunları karmaşık matematiksel modellere kodlar ve bu çıkarımları kullanarak şunları önerir: Metin, Tarih, Kökenler.
Daha derine inen bir çalışma, hasarlı metinlerdeki harfleri geri yüklerken bu modelin doğruluğunun %62 olduğunu bildirmektedir.
Bir yazıtın coğrafi kökenini %71 doğrulukla antik dünyanın 84 bölgesinden birine bağlar. Metni, bilinen yazıldığı yıl civarında ortalama 30 yıl içinde bulur.
Yazarlar, umut verici bir görünüme rağmen Ithaca’nın insan uzmanlığından bağımsız olarak çalışamayacağını vurguladı. Öneriler, geleneksel arkeolojik yöntemler kullanılarak toplanan verilere odaklanmaktadır. Dolayısıyla bu derin sinir ağının mimarisi şunlara dayanmaktadır: İşbirliği, Karar desteği, Yorumlanabilirlik.
Bu Ithaca algoritması, bazı Atina kararnameleri ve bunların tarihlendirme tarihleriyle ilgili tarihsel bir tartışmaya müdahale etti. Tarihi başlangıçta MÖ 446 civarında tespit edilmişti. Tarihçilerin yakından incelemesi üzerine, bazıları kararnamelerin MÖ 420 civarında yazıldığına dikkat çekti. Ithaca, önceki sonuca çok yakın olan MÖ 421 tarihini öngördü (Oulette, 2022).
Gördüğümüz gibi, tarih geçmişimiz hakkında paha biçilmez bilgiler sağlar. Mevcut durumumuzu anlamlandırır ve geleceğe hazırlanmamıza yardımcı olur. Araştırmacılar giderek artan bir şekilde gelişmekte olan teknolojilere yöneliyor, bu nedenle hala gidilecek ve öğrenilecek uzun bir yol var.