В среду Австрийская академия наук выпустит языковую модель Apollo для древнегреческого языка. Проект создан вместе с французской лабораторией Mistral и технологической компанией Sail Reply. Учёные смогут бесплатно пользоваться моделью через интерфейс чат-бота.
Apollo обучили примерно на 600 млн исторических греческих слов из рукописей, папирусов и надписей. Разработчики называют её первой продвинутой большой языковой моделью для древнегреческого языка. Система должна помогать исследователям быстрее находить фрагменты по своей специальности и выбирать направления для дальнейшей работы.
Во многих библиотеках мира хранятся сотни тысяч фрагментов древнегреческих папирусов. Часть из них настолько повреждена, что восстановить смысл, вероятно, уже невозможно. В других случаях учёные могут последовательно подбирать пропущенные слова и фразы. Apollo предлагает варианты, которые статистически лучше всего подходят для заполнения пробелов.
Раньше специалисту приходилось сначала определить границы слов, поскольку в древнегреческом письме между ними не ставили пробелы. Затем нужно было датировать документ, учесть социальный и политический контекст эпохи и обратиться к справочным материалам. По словам профессора классики и исторической лингвистики Университетского колледжа Лондона Стивена Колвина, в мире очень мало людей, которые одинаково хорошо владеют всеми этими аспектами истории Греции.
Эти знания заложены в модель. Когда Apollo распознаёт текст Гомера, она подбирает формы гомеровского языка, а для надписи на дорическом диалекте использует формы дорического диалекта, объяснила историк и папиролог Австрийской академии наук Анна Долганова. Исследователь Арманд Д’Анжур из Оксфордского университета считает, что возможность получить три подходящих слова для одного пропуска заметно ускорит реконструкцию.
Учёные рассчитывают тратить меньше времени на восстановление текста и больше заниматься его смыслом. При этом Apollo не обещает внезапно открыть множество неизвестных пьес Софокла. Многие папирусы остаются невосстановленными потому, что содержат обычные личные письма, брачные договоры и документы государственных служащих.
Модель может раскрыть новые детали повседневной жизни в древности и подтвердить уже существующие научные предположения. Каждый восстановленный фрагмент добавляет небольшой элемент знаний об античном мире, отметил Д’Анжур. Партнёр Sail Reply Димитрис Влитас назвал возможность открывать исторические сведения ещё год назад немыслимой.
Главный риск связан с вероятностной природой языковых моделей: ошибочный вариант может незаметно исказить историческую запись. Поэтому Apollo предлагает учёному несколько слов или фрагментов на выбор, а не один ответ. Долганова подчёркивает, что человеческая экспертиза должна сохраняться: проблемы начнутся, если исследователи полностью возложат на ИИ расшифровку и интерпретацию исторических материалов.
Если проект окажется успешным, тот же подход можно будет применить к другим древним языкам, включая латынь и египетский, а также к дисциплинам, где требуется обработка и систематизация больших корпусов текстов.