خواندن طومار دو هزار ساله با هوش مصنوعی
این روزها محققان با اتکا به ابزارهای جدیدشان میتوانند به راحتی طومارهای پاپیروسی که سال ها موفق به رمزگشایی شان نمی شدند را مطالعه کنند. این پیشرفت می تواند به معنای واقعی کلمه تاریخ را تغییر دهد.
به گزارش سیتنا، در بهار سال ۲۰۲۳، دانشجویی به نام لوک فاریتور هنگامیکه برای دوره کارآموزیاش به سمت مقر SpaceX در استاربیس، تگزاس رانندگی میکرد، بهشدت جذب یک پادکست شد. در پادکست، مسابقهای هیجانانگیز ترتیب داده شده بود: خواندن یک طومار ۲۰۰۰ ساله بدون باز کردن فیزیکی آن.
این نسخه خطی متعلق به انباری از طومارهای پاپیروس بود که در اثر فوران آتشفشان وزوو که شهرهای رومی پمپئی و هرکولانیوم را در سال ۷۹ پس از میلاد مسیح از بین برد، مدفونشده بود. درصورتیکه این طومارها با دست باز میشدند، تکهتکه شده و پیام داخل آن محو میشدند. دراینبین، رقبایی که میتوانستند با استفاده از یادگیری ماشینی داخل طومار را ببینند، بیش از یکمیلیون دلار جایزه دریافت میکردند.
فاریتور که حالا ۲۲ ساله است، دراینباره گفت: «فکر میکردم که باید روی این کار کنم. خیلی چیزها در مورد آن قانعکننده بود؛ مثلاً بهطور بالقوه میتوانید کتابخانه جدیدی از جهان باستان را کشف کنید.» او بهعنوان متخصص علوم کامپیوتر، روزها تمرکزش را بر سفرهای فضایی قرار میداد و شبها و آخر هفتهها با چالش وزوو سرگرم بود؛ چیزی شبیه سفر در زمان.
شرکتکنندگان برای رمزگشایی طومار، میبایست برنامه خودشان برای تفسیر اسکنهای سهبعدی طومار را توسعه داده و تغییرات فیزیکی را طبقهبندی میکردند.
رمزگشایی به سبک فاریتور
فاریتور در ابتدا به سراغ بررسی سیتیاسکن بخشهایی رفت که جوهر بر پایه کربن در برابر پاپیروس کربنی شده ناچیز بود. یکی دیگر از رقبا، الگوهای "ترکخوردهای" که شبیه به گل خشکشده بود را مشاهده کرد که میتوانست وجود جوهر را نشان دهد. درنتیجه فاریتور، یک مدل یادگیری ماشینی را آموزش داد تا در بافت ترکخورده قرار بگیرد.
کمی بعد او مطلع شد که بخش جدیدی از طومار برای رقبا آپلود شده است. او با استفاده از مدل هوش مصنوعیاش روی تصویر تازهکار کرد و چند ساعت بعد حروف یونانی pi، omicron و rho را دید که به معنای رمزگشایی نامهای از هزاران سال پیش بود. او دراینباره گفت: «متوجه شدم که سه نامه نوشتاری جدید از امپراتوری روم را رمزگشایی کردهام؛ لحظه جالبی بود؛ واقعاً ترسیده بودم. نتیجه را برای برگزارکنندگان مسابقه و مادرم فرستادم.»
این حروف بخشی از کلمه یونانی "بنفش" بود و فاریتور، اولین کسی بود که کلمهای از این طومار که زیر دهها تن زبالههای آتشفشانی مدفونشده بود را کشف کرد.
این طومار یکی از هزاران طوماری بود که در دهه ۱۷۰۰ در زیر شهر مدرن ارکولانو پیدا شد. محققان براین باورند که این گنجینه احتمالاً کتابخانه فیلودموس فیلسوف یونانی بوده است و گمان میکنند که یک کتابخانه بزرگتر لاتین شاید در بخش دیگری که هنوز حفاری نشده، وجود داشته باشد. درصورتیکه محققان بتوانند این طومارها را بهراحتی رمزگشایی کنند، انگیزه مضاعفی برای جستجوی بیشتر ایجاد خواهد شد.
چنین مجموعهای شاید شامل شاهکارهای گمشده تاریخ، فلسفه و ادبیات یونان و روم باشد. گرت رایان، مورخ یونان و روم باستان گفته: «حتی اگر طومار دیگری هم کشف نشود، همین درک ما از دنیای باستان را تغییر میدهد». اما در صورت کشف طومارهای بیشتر، شاهد انقلاب عظیمی در آثار کلاسیک خواهیم بود.
چالش وزوو از کجا آغاز شد؟
اگر کتابخانه قابلخواندن نباشد به چه دردی میخورد؟
تلاشهای ابتدایی برای بازگشایی طومارها، به بسیاری از آنها آسیب رسانده بود و از همین رو برنت سیلز، استاد علوم کامپیوتر دانشگاه کنتاکی با کمک چند سرمایهگذار فناوری (نات فریدمن و دانیل گروس) چالش وزوو را آغاز کرد. او و همکارانش، کارهای مهمی را برای تشخیص جوهر و باز کردن دیجیتالی طومارها انجام دادند و به نظر میرسد با راهاندازی این مسابقه، آنها علاوه بر بالا بردن سرعت رمزگشایی، قدرت مغز جمعی و حمایت بیشتری را برای انجام این نوع تحقیقات تاریخی غیرتهاجمی به کار گرفتند.
با کشف کلمه "بنفش" توسط فاریتو، کار تازه شروعشده بود. او و دو رقیب دیگر برای رسیدن به پیشرفتهای بیشتر با هم متحد شدند و در اوایل سال جاری جایزه بزرگ هفتصدهزار دلاری را برای رمزگشایی ۱۵ ستون از متن طومار و بیش از ۲۰۰۰ کاراکتر دریافت کردند. دستاورد آنها بهمراتب فراتر از هدف اصلی چالش یعنی خواندن چهار بخش با ۱۴۰ کاراکتر بود.
هر یک از این سه نفر استفاده متفاوتی از هوش مصنوعی داشتند. یوسف نادر، رهبر ۲۸ ساله و مصری تیم که روی تز دکترایش درباره هوش مصنوعی و یادگیری ماشینی کار میکند، هم مثل فاریتور تمرکزش را بر روی روشهای بهبود تشخیص جوهر قرار داده. نادر بهجای آنکه کارش را با بازرسی دستی الگوهای ترکخوردگیها آغاز کند، مدلش را بر روی جوهر یافت شده بر روی قطعات کتیبههای آسیبدیده آموزش داد و این مدل را روی بخشهایی از سیتیاسکن که ساختار داخلی طومار هدف را نشان میداد اعمال کرد. یعنی همان چیزی که برگزارکنندگان مسابقه با قرار دادن طومار در پرتو یک شتابدهنده ذرات ساخته بودند. فرآیند نادر، رندرهای واضحتر و دقیقتری از کاراکترها را امکانپذیر کرد.
جولیان شیلیگر، ۲۹ ساله و دانشمند کامپیوتر در بازل سوئیس یکی دیگر از اعضای تیم بود که بر روی چگونگی باز کردن دیجیتالی طومار که لایههای آن در هزاران مقطع اسکن سهبعدی قابلمشاهده بود، قرار داد. لایههای منفرد میبایست از طریق مقاطع ردیابی شده و بهصورت دیجیتالی مسطح میشد.
شیلیگر با استفاده از هوش مصنوعی برای کمک به خودکارسازی فرآیند وارد عمل شد. او مدلی ایجاد کرد که مشخص میکرد کدام نقاط در اسکن در مجاورت بخشهایی از لایههای اسکرول قرار دارند و دراینباره گفت: «این لحظه بزرگی برای همه بود؛ حالا میتوان این کار را بهصورت خودکار انجام دهید.»
محتوای طومار رمزگشایی شده چه بود؟
پاپیرولوژیستها به این نتیجه رسیدند که بخشهایی از پاپیروسی که اعضای این تیم موفق به رمزگشایی از آن شدهاند، مربوط به مراقبه در مورد لذت است که احتمالاً توسط فیلودموس نوشتهشده است. در یکی از بخشها میخوانیم: «در مورد غذا، ما سریعاً باور نمیکنیم که چیزهایی که کمیاب هستند، کاملاً خوشایندتر از چیزهای فراوان باشند.»
ازآنجاییکه این چالش به پایان سال دوم نزدیک میشود، مسئولان آن اهداف جدیدی را تعیین کردهاند: خواندن ۹۰ درصد از چهار طومار و خواندن ۵ درصد از یک طومار در سال ۲۰۲۳ و درعینحال افزایش تکنیکهای پیشگام در سال اول.
افزایش اتوماسیون برای خواندن تقریباً ۳۰۰ طومار دستنخورده و شاید هزاران مورد دیگر بسیار مهم خواهد بود. سیلز دراینباره گفت: «من معتقدم که این مشکل حل خواهد شد و ما این موارد را اسکن میکنیم و دکمهای را فشار میدهیم و بلافاصله ۹۰ درصد با یک دکمه آماده خواهد بود.»
پیشرفتهایی که تاکنون انجامشده، دنیا را به وجد آورده و حالا دانشمندان مشتاقاند تا بدانند که در این آثار بازیابی شده چه نکاتی نهفته است. رابرت فاولر، رئیس انجمن هرکولانیوم در انگلیس دراینباره گفت: «وقتی برای اولین بار متنی که هوش مصنوعی رمزگشایی کرده بود را به ما نشان دادند، لحظه شگفتانگیزی بود. توانایی انجام این کار، باعث خواهد شد تا ما نهتنها با یک کتاب، بلکه در یک کتابخانه غرق شویم و با ابدیت ارتباط برقرار کنیم.»
انتهای پیام
افزودن دیدگاه جدید