Ithaca, la nouvelle IA de DeepMind, permet de restaurer les anciennes inscriptions grecques et de les attribuer géographiquement et chronologiquement.
Entre autres capacités de l'IA et du machine learning, l'analyse prédictive est sans doute l'une de celles qui suscitent le plus d'intérêt dans leurs différents domaines d'application. En effet, grâce aux informations apprises à partir d'une large base de données, les systèmes intelligents peuvent combler avec précision les informations manquantes.
DeepMind présente Ithaca
Il y a une semaine, DeepMind a lancé un nouvel outil d'IA appelé Ithaca. Il s'agit d'un réseau neuronal profond destiné aux archéologues pour restaurer les inscriptions grecques anciennes. Mais en plus de la restauration, il permet également de prédire les attributions géographique et chronologique des textes.
L'étude des textes anciens est connue sous le nom d'épigraphie. L'un des plus grands défis auxquels les épigraphes font face concerne l'état (endommagement) de ces inscriptions. Généralement, ils sont gravés sur des matériaux inorganiques (pierre, métal) sur lesquels la datation au carbone 14 ne s'applique pas.
Améliorez la performance de vos projets grâce à l’IA générative ?
De ce fait, les archéologues ont recours au contexte et à la recherche de parallèles textuels pour attribuer les textes, selon l'un des chercheurs. Mais là encore, la quantité de données à explorer pose un défi aux humains, d'où l'adoption du machine learning.
L'IA au service de l'épigraphie
Pour former Ithaca, les chercheurs DeepMind l'ont alimenté de 78 608 inscriptions grecques anciennes. Chacune de ces inscriptions est étiquetée avec des métadonnées relatives à son origine. Ithaca, étant un modèle de machine learning, recherche donc des modèles dans cet ensemble de données pour suggérer un texte, une date et une origine.
Selon les chercheurs, Ithaca est précis à 62 % pour la restauration des inscriptions anciennes endommagées. Concernant l'attribution géographique, le modèle peut placer le texte dans 84 régions du monde antique avec 71 % de précision. Enfin, la marge pour la datation est de 30 ans près.
Thea Sommerschield, à la fois historienne et experte en machine learning, est l'un des cocréateurs du modèle. Selon elle, le modèle Ithaca de DeepMind n'est pas exclusivement destiné à l'épigraphie grecque. Il peut être configuré et appliqué au latin, au maya, au cunéiforme et à toute autre langue ancienne.
- Partager l'article :
