長期以來,機(jī)器學(xué)習(xí)和AI都被應(yīng)用于大至尋找域外行星、預(yù)測氣候、大規(guī)模人臉識別,小至換臉、打游戲、翻譯服務(wù)等。
而在學(xué)術(shù)領(lǐng)域方面,AI又有了新用途。屬于谷歌、創(chuàng)造AlphaGo的世界前沿人工智能公司DeepMind,發(fā)展出一套有助于學(xué)者明白及重現(xiàn)破損石碑上的部分古希臘碑文的AI系統(tǒng)。
這些由陶土、石頭或者金屬制成的古碑上滿布著各種碑文,不過它們通常在出土?xí)r都呈現(xiàn)破損或殘缺的狀態(tài),因此上面的文字經(jīng)常會出現(xiàn)像“我__天__去看電影”這種一旦破譯錯(cuò)誤就會非常影響理解的句子或段落。
而DeepMind創(chuàng)造的這套名為Pythia的AI系統(tǒng),則可以為學(xué)者們在遇到這種困難時(shí),多發(fā)現(xiàn)幾種可能性。如同其他AI一樣,Pythia的團(tuán)隊(duì)首先通過一個(gè)非凡的(nontrivial)線性通信模型,把世上最大的古希臘碑文數(shù)據(jù)庫轉(zhuǎn)換成一種機(jī)器學(xué)習(xí)系統(tǒng)可以理解的語言,然后以此為基礎(chǔ)建立一套可以準(zhǔn)確預(yù)測字母排列位置的算法。
CER列下的數(shù)值為錯(cuò)誤率,至于Pythia預(yù)測結(jié)果的準(zhǔn)確率也是不錯(cuò)的。工作人員讓一群常年破譯古希臘碑文的牛津大學(xué)博士生與Pythia做同樣的碑文測試,結(jié)果博士生們的準(zhǔn)確率為43%,而Pythia則達(dá)到了接近70%。并且Pythia的正確預(yù)測,有73%都是來自它前20條的破譯建議。
雖然說Pythia并沒有到可以獨(dú)自完成破譯的地步,但它也不需要這樣做,畢竟沒有人類的話,它也不可能自己訓(xùn)練自己去預(yù)測文字排位。Pythia最重要的意義,還是幫助學(xué)者在遇到困難時(shí)提供一個(gè)新方向去思考,并且提升整體破譯的速度和準(zhǔn)確度。詳細(xì)的成果論文可以在這里查閱。