Cientistas da Universidade de Chicago estão desenvolvendo um sistema de machine learning com inteligência artificial que consegue traduzir automaticamente textos encontrados em tábuas de barro antigas.
O sistema DeepScribe se concentrará inicialmente na transcrição do sistema de escrita cuneiforme usado no antigo Império Aquemênida Iraniano (550-330 a.C.), relata o University of Chicago News.
Inteligência artificial para traduzir textos em tábuas de barro
Os sistemas de computador existentes lutam para traduzir esse tipo de escrita. Isso ocorre devido a seus caracteres complexos e à forma 3D das tábuas nas quais eles estão escritos.
A equipe de pesquisadores acha que seu sistema pode fazer mais ainda neste campo.
Para construir o modelo, eles estão treinando-o em mais de 6.000 imagens catalogadas do Persepolis Fortification Archive. Isso ensinará o sistema a ler tábuas na coleção que nunca foram analisadas antes.
Eles acreditam que o sistema poderia descobrir novos segredos sobre a história, a sociedade e a linguagem aquemênidas.
Eventualmente, poderia até ser adaptado a outras formas antigas de escrita.
Notícias Relacionadas
Tecnologia móvel
Samsung destaca avanço nas mensagens RCS com suporte no iOS
O suporte a RCS chega ao iOS com o iOS 18.1, permitindo que usuários de Android e iPhone aproveitem uma experiência de mensagens aprimorada e sem necessidade de redes sociais.
Mercado elétrico
Xiaomi atinge R$ 7,14 bilhões em receita com veículos elétricos no 3º trimestre de 2024
Xiaomi fecha o 3º trimestre de 2024 com R$ 7,14 bilhões em receita com veículos elétricos, impulsionado pelo sucesso da série SU7, apesar do prejuízo operacional.
Susanne Paulus, professora associada de Assiriologia da Universidade de Chicago, disse:
Se pudéssemos criar uma ferramenta flexível e extensível, que pudesse se espalhar para diferentes tipos de escrita e períodos de tempo, isso realmente mudaria o campo.
Traduzindo o passado
Os dados do treinamento são construídos em um dicionário da língua desenvolvido por pesquisadores e em um banco de dados de mais de 100.000 sinais individuais construídos por estudantes.
O professor Sanjay Krishnan, do Departamento de Ciência da Computação da Universidade de Chicago, usou esse conjunto de dados classificado para treinar um modelo de machine learning para ler outras tábuas. Dessa maneira, o modelo conseguiu decifrar os sinais com uma precisão de cerca de 80%.
Além disso, a equipe realizará pesquisas adicionais para melhorar a taxa de precisão.
Por fim, com o tempo, ele poderia até ajudar a determinar a fonte de artefatos cujas origens são atualmente desconhecidas. No entanto, eles precisarão agir rapidamente, pois as tábuas poderão retornar em breve ao seu país de origem: o Irã.
Fonte: The Next Web
