这个修复的铭文(IG I3 4B)记录了一个关于雅典卫城的法令，日期是公元前485/ 4年。鸣谢:CC BY-SA 3.0，WikiMedia deep mind的一组人工智能研究人员与威尼斯大学、牛津大学和雅典经济与商业大学的同事合作，开发了一种人工智能(AI)应用程序，以帮助历史学家填补石头、金属或陶器文物中缺失的文本空白。在他们发表在《自然》杂志上的论文中，该小组描述了他们如何构建这款应用程序，如何使用它，以及在与已知文本进行测试时它的效果如何。伦敦大学国王学院的Charlotte Roueché在同一期杂志上发表了一篇新闻和观点文章，概述了使用新技术更好地了解历史文物的历史以及该团队在这项新工作中所做的工作。在历史的某些时期，人类开始使用书面文字来记账。这样的叙述可以给现代学者提供线索，让他们了解古代社会的人们是如何生活的。但前提是这些艺术品能被破译。许多已经被天气侵蚀，或者已经破碎，正在消失。现代学者使用各种工具来确定原文的内容。这几乎总是一个漫长而乏味的过程。在这项新的努力中，DeepMind的团队着手开发一种工具来帮助这种努力。结果是Ithaca，一个从其他古代文本中学习来预测缺失文本的机器学习应用程序。
研究人员使用从公元前700年到公元500年的60，000篇希腊文本来训练这个应用程序。每一个都已经过广泛的研究，并在必要时进行了重建。然后，该团队在重建之前对相同的文本运行该应用程序。然后，他们在另外8000篇经过充分研究的文本上训练该应用程序，以对照人类专家所做的工作来测试它。研究人员发现该系统的准确率为62%，比历史学家的表现要好。但是最好的结果来自人工智能系统和历史学家之间的合作；他们一起能够达到72%的准确率。
这个修复的铭文(IG I3 4B)记录了一个关于雅典卫城的法令，日期是公元前485/4年。鸣谢:CC BY-SA 3.0，维基媒体研究人员还增加了另一个功能——利用文本中发现的线索和其他来源将文本归因于时间和地点的能力。他们发现，该系统在确定作者的来源方面有71%的准确性，并且平均可以将写作日期定位在30年以内。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
