O uso de técnicas de machine learning para a interpretação de inscrições romanas antigas está revolucionando o campo da história. A colaboração entre a Universidade de Warwick e a DeepMind do Google resultou no desenvolvimento de um novo modelo chamado “Aeneas”.
Contexto da pesquisa
Um especialista em epigrafia da Universidade de Warwick, Alison Cooley, co-autora de um artigo na Nature, testou o modelo Aeneas, que visa facilitar a interpretação de textos fragmentários da Roma antiga.
Método proposto
Aeneas utiliza uma abordagem baseada em redes neurais, permitindo raciocinar por meio de milhares de inscrições latinas. O modelo busca paralelos textuais e contextuais em segundos, agilizando o processo que antes demandava um conhecimento especializado profundo.
Resultados e impacto
“Fiquei encantada em testar as capacidades do Aeneas ao examinar a inscrição romana Res Gestae Divi Augusti, que é muito estudada. O modelo conseguiu contextualizar com precisão as características ambíguas da data e procedência da inscrição.”
(“I was delighted to test out Aeneas’ capabilities via a detailed examination of the renowned Roman inscription, the Res Gestae Divi Augusti. The model was able to accurately contextualize all the inscription’s ambiguous dating and provenance features.”)— Alison Cooley, Professora de Clássicos e História Antiga, Universidade de Warwick
A partir de suas análises, Aeneas não apenas identificou nuances linguísticas significativas, mas também forneceu duas faixas de data possíveis, refletindo a atual divisão de opiniões acadêmicas sobre a datação da inscrição.
As métricas de desempenho do modelo Aeneas são promissoras, especialmente na identificação de similaridades em inscrições fragmentadas. Seu sucesso abre novas possibilidades para a interpretação de textos antigos, expandindo seu uso para outras línguas, scripts e mídias.
O próximo passo envolve adaptar Aeneas para explorar uma variedade maior de evidências históricas, incluindo papiros e moedas, potencializando a descoberta e o entendimento de textos antigos.
Fonte: (TechXplore – Machine Learning & AI)
