Um novo chatbot quer desvendar os segredos dos registros esfarrapados da Grécia Antiga

Bibliotecas acadêmicas em todo o globo está repleto de centenas de milhares de fragmentos de papiro da Grécia Antiga. Embora muitos estejam tão danificados que seu significado provavelmente se perca, os estudiosos têm a capacidade de restaurar o restante preenchendo metodicamente as palavras ou frases que faltam. Para acelerar essa tarefa laboriosa, os pesquisadores recorreram a inteligência artificial.

Na quarta-feira, a Academia Austríaca de Ciências lançará “o primeiro modelo avançado de linguagem grande do mundo para o grego antigo”. desenvolvido em parceria com o laboratório francês de IA Mistral e a empresa de serviços de tecnologia Sail Reply. O modelo, Apollo, é treinado em cerca de 600 milhões de palavras gregas históricas extraídas de manuscritos, papiros e inscrições.

O modelo estará disponível gratuitamente para acadêmicos por meio de uma interface de chatbot. A ambição é ajudar os estudiosos a identificar mais rapidamente fragmentos de papiro relevantes para suas subdisciplinas específicas, bem como novos caminhos promissores de pesquisa. Onde os documentos estão esfarrapados e rasgados, o Apollo foi criado para preencher as lacunas com as palavras ou passagens estatisticamente mais prováveis, revelando potencialmente detalhes ocultos sobre eventos e práticas históricas.

Dimitris Vlitas, sócio da Sail Reply, disse à WIRED que desbloquear conhecimento desta forma “era impensável há um ano”.

Até agora, restaurar um pedaço de papiro esfarrapado exigia que um académico qualificado identificasse primeiro as divisões das palavras – não há lacunas na escrita grega antiga – e depois datasse com precisão o documento, avaliasse os contextos sociopolíticos apropriados e consultasse materiais de referência para ajudar a escolher palavras adequadas para preencher as lacunas. “Existem muito poucas pessoas no mundo que são tão boas em história grega”, diz Stephen Colvin, professor de linguística clássica e histórica na University College London.

Mas todo esse conhecimento especializado está incorporado ao Apollo. “Quando vê Homero, complementa o grego homérico. Quando vê uma inscrição no dialeto dórico, usa o dialeto dórico”, diz Anna Dolganov, historiadora e papirologista da Academia Austríaca de Ciências.

Os académicos que se encontram atolados num árduo trabalho de reconstrução esperam que a Apollo acelere as coisas, permitindo-lhes concentrar-se nas implicações dos documentos históricos, em vez de descobrir o que eles dizem.

“Acho que é muito emocionante”, diz Armand D’Angour, professor de línguas e literatura clássicas na Universidade de Oxford, que abriga a maior coleção de papiros antigos do mundo. “Se eu tivesse uma máquina me dizendo: ‘Aqui estão as três palavras possíveis que poderiam caber nessa lacuna’, isso aceleraria consideravelmente as coisas.”

É improvável que Apolo mude a compreensão geral do mundo antigo; muitos papiros ainda não foram restaurados precisamente porque são mundanos – cartas pessoais, contratos matrimoniais, papéis do serviço público. “Se você fosse um leigo, poderia pensar que de repente receberíamos algumas peças novas de Sófocles, mas isso não vai acontecer”, diz Colvin. No entanto, o modelo poderia ajudar a descobrir novos detalhes sobre a vida na antiguidade e fundamentar as suposições acadêmicas existentes. “Cada vez que algo é produzido, acrescenta-se um pequeno elemento de conhecimento sobre o mundo antigo”, diz D’Angour.

Se o Apollo for um sucesso, diz Vlitas, a mesma técnica poderá ser facilmente aplicada a outras línguas antigas – latina ou egípcia, digamos – ou a qualquer outra disciplina académica que beneficiaria da destilação e indexação de um grande corpus de material. A IA teve um sucesso notável em algumas áreas; OpenAI disse recentemente que seus modelos de IA resolvido um problema de matemática de 200 anos, enquanto o Google DeepMind lançou um vasto conjunto de dados que mapeia como as mutações genéticas afetam a biologia molecular, que foi compilada usando IA.

Uma preocupação pode ser que confiar num modelo de linguagem – que lida com probabilidades – para preencher lacunas em documentos antigos corre o risco de poluir o registo histórico com erros. Mas para evitar esse problema, o Apollo foi criado para propor uma seleção de opções de palavras para um estudioso escolher. “O ponto crucial é que a competência humana precisa de permanecer”, diz Dolganov. “Se nos tornarmos totalmente dependentes de transcrições e interpretações de material histórico por IA, é aí que os problemas começam.”

Source link