Как пишет Wired, академические библиотеки по всему миру содержат сотни тысяч фрагментов древнегреческих папирусов. Хотя многие из них настолько повреждены, что их значение, вероятно, утеряно, учёные способны восстановить оставшиеся части, методично заполняя пропуски в словах или фразах. Чтобы ускорить этот трудоемкий процесс, исследователи обратились к искусственному интеллекту. В среду Австрийская академия наук представит «первую в мире продвинутую языковую модель для древнегреческого языка», разработанную в сотрудничестве с французской лабораторией ИИ Mistral и технологической компанией Sail Reply. Модель, названная Аполлон, обучена на примерно 600 миллионах исторических греческих слов, собранных из манускриптов, папирусов и надписей. Модель будет доступна учёным через интерфейс чат-бота. Цель заключается в том, чтобы помочь исследователям быстрее находить фрагменты папирусов, относящиеся к их конкретным поддисциплинам, а также открывать новые перспективы для исследований. Где документы изношены и порваны, Аполлон способен заполнять пробелы наиболее вероятными словами или фразами, потенциально раскрывая скрытые детали о исторических событиях и практиках. Димитрис Влитас, партнёр компании Sail Reply, утверждает, что открытие знаний таким образом «было немыслимо год назад». До сих пор восстановление повреждённого папируса требовало от квалифицированного учёного сначала определить разделение слов — в древнегреческом письме нет пробелов, затем точно датировать документ, учитывать соответствующие социополитические контексты и консультироваться с справочными материалами для выбора подходящих слов для заполнения пробелов. «В мире очень мало людей, которые так хорошо знают греческую историю», — говорит Стивен Колвин, профессор классической филологии и исторической лингвистики в Университетском колледже Лондона. Однако все эти специализированные знания встроены в Аполлон. «Когда он видит Гомера, он подставляет гомерический греческий. Когда он видит надпись на дорическом диалекте, он использует дорический диалект», — говорит Анна Долганов, историк и папиролог Австрийской академии наук. Учёные, которые сталкиваются с трудностями в кропотливой работе по восстановлению, ожидают, что Аполлон ускорит процесс, позволяя им сосредоточиться на значении исторических документов, а не на том, что они говорят. «Я думаю, это очень захватывающе», — говорит Арманд Д'Ангур, профессор классических языков и литературы в Университете Оксфорда, где находится крупнейшая в мире коллекция древних папирусов. «Если бы у меня была машина, которая говорит мне: «Вот три возможных слова, которые могут подойти в этот пробел», это значительно ускорило бы процесс». Аполлон вряд ли изменит общее понимание древнего мира; многие папирусы ещё не восстановлены именно потому, что они обыденны — личные письма, брачные контракты, бумаги гражданской службы. «Если бы вы были посторонним человеком, вы могли бы подумать, что вдруг мы получим несколько новых пьес Софокла, но этого не произойдёт», — говорит Колвин. Тем не менее, модель может помочь раскрыть новые детали о жизни в античности и подтвердить существующие научные предположения. «Каждый раз, когда что-то создаётся, это добавляет крошечный элемент знаний о древнем мире», — говорит Д'Ангур. Если Аполлон окажется успешным, по словам Влитаса, ту же технику можно будет легко применить к другим древним языкам — латинскому или египетскому, например — или к любой другой академической дисциплине, которая выиграет от дистилляции и индексирования большого корпуса материалов. Искусственный интеллект уже добился значительных успехов в некоторых областях; недавно OpenAI сообщила, что её модели ИИ решили 200-летнюю математическую задачу, в то время как Google DeepMind выпустила обширный набор данных, который отображает, как генетические мутации влияют на молекулярную биологию, собранный с помощью ИИ. Одной из проблем может быть то, что полагаться на языковую модель — которая работает с вероятностями — для заполнения пробелов в древних документах рискует загрязнить историческую запись ошибками. Но чтобы избежать этой проблемы, Аполлон предлагает выбор слов для выбора учёным. «Ключевой момент заключается в том, что человеческая компетенция должна оставаться», — говорит Долганов. «Если мы станем полностью зависимыми от транскрипций и интерпретаций исторического материала, основанных на ИИ, именно тогда начинаются проблемы. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником. Как ускорить работу локальной языковой модели: советы и рекомендации MIT Technology Review анализирует летний хайп вокруг ИИ Kyutai выпустила модель Voice of Reason для устного решения математических задач. Nokia открывает доступ к AnyJev, библиотеке для принятия решений без обучения. OpenAI представила GPT-6 Sol и Luna с новыми ценами на API, снижая стоимость на 50%.