„Älteste Sprachen der Welt“, die in 5.000 Jahre alte Steine ​​gemeißelt wurden, können jetzt von künstlicher Intelligenz so schnell entschlüsselt werden wie Google Translate

Dank künstlicher Intelligenz konnte der geheimnisvolle Dialekt unserer Vorfahren endlich vollständig entschlüsselt werden.

Nach Schätzungen von Experten gibt es auf der Welt immer noch eine Million Keilschrifttafeln, aber diese von den alten Mesopotamiern hinterlassenen Schriften erfordern von Archäologen mühsame Arbeit, um ihren Inhalt zu übersetzen und zu katalogisieren.

Schätzungen zufolge bleiben 90 Prozent der Keilschrifttexte unübersetzt.

Doch jetzt hat ein Team deutscher Forscher einen neuen Weg gefunden, Computern beizubringen, Keilschrift zu erkennen und sogar den Inhalt jahrtausendealter Tafeln wie eine Website durchsuchbar zu machen, wodurch es möglich wird, größere Bibliotheken dieser alten Texte zu digitalisieren und zusammenzustellen.

Dies könnte bisher unbekannte Details über das Leben in der Antike ans Licht bringen, da die Tafeln Details über so bedeutende Leistungen wie den Tempelbau bis hin zu so unbedeutenden Streitereien wie Kundendienstbeschwerden enthielten.

Die deutschen Wissenschaftler trainierten eine KI in zwei Keilschriftsprachen, Sumerisch und Akkadisch.

Sumerisch wurde vor etwa 5.000 Jahren gesprochen und schließlich durch Akkadisch ersetzt. Beide Sprachen wurden jedoch bis zum Beginn der christlichen Ära in Mesopotamien, das den heutigen Irak und Teile des späteren Iran, Kuwait und Syrien besetzte, schriftlich verwendet , und die Türkei.

Schätzungen zufolge gibt es weltweit eine Million Keilschrifttafeln. Mit KI-Tools können Wissenschaftler ihre Inhalte möglicherweise schnell und einfach durchsuchen

Die zurückgelassenen Keilschrifttafeln sind also nicht nur in mehreren Sprachen geschrieben, sondern auch Tausende von Jahren alt.

Die keilförmigen Keilschriftzeichen, die im antiken Mesopotamien die Grundlage der geschriebenen Sprachen bildeten, wurden in Tontafeln geschnitzt, sodass sie dreidimensional sind.

In Verbindung mit der Tatsache, dass die alte Schrift im Laufe der Zeit und der Handhabung veraltet ist, können ihre Eigenschaften es für Historiker und Archäologen schwierig machen, sie in einen Computer einzuscannen, um sie für Forschungszwecke zu verwenden.

Anhand von 3D-Modellen von rund 2.000 Tablets haben sie nun einem Computerprogramm beigebracht, ihren Text zu scannen und zu transkribieren – als würden sie mit der Kamera ihres Smartphones eine handschriftliche Notiz in ein Textdokument umwandeln.

Ziel dieser Studie war es nicht, den Inhalt der Tafeln zu übersetzen, sondern anderen Forschern die Möglichkeit zu geben, dies einfacher zu tun.

Und nicht nur, dass der Zahn der Zeit ihre ungebrannten Tonoberflächen abgenutzt hat, was die Übersetzung erschwert, sondern auch, dass eine einzelne Tafel oder sogar eine kleine Textzeile ohne Kontext schwer zu verstehen sein kann – so wie der Versuch, ein Buch zu verstehen, indem man einen Satz auf einer Seite liest genau in der Mitte.

Das neue KI-Programm könnte helfen, die Lücken zu schließen, indem es Übersetzern ermöglicht, effizienter zu arbeiten.

„Bisher war es schwierig, auf den Inhalt vieler Keilschrifttafeln gleichzeitig zuzugreifen – man muss irgendwie genau wissen, wonach man sucht und wo“, sagte der leitende Studienautor Hubert Mara, Assistenzprofessor an der Martin-Luther-Universität Halle- Wittenburg in Deutschland, in einer Erklärung.

Die Tafeln, mit denen sie ihr Computerprogramm trainierten, stammten aus einem frei zugänglichen Satz von 3D-Scans, die sumerische Keilschrifttafeln enthalten – aus der frühesten bekannten Zivilisation im Süden Mesopotamiens, dem heutigen Süd-Zentral-Irak.

Das neue System hilft Forschern nicht nur dabei, den Inhalt von Keilschrifttafeln zu entschlüsseln, sondern ermöglicht ihnen auch, eine Art durchsuchbares zu erstellen

Der Inhalt dieser Tafeln wird Geisteswissenschaftlern helfen, uns ein besseres Verständnis davon zu verschaffen, wie das Leben im alten Mesopotamien aussah.

„Darauf ist alles zu finden: von der Einkaufsliste bis zum Gerichtsurteil.“ Die Tafeln geben einen Einblick in die Vergangenheit der Menschheit vor mehreren Jahrtausenden. Allerdings sind sie stark verwittert und daher selbst für geübte Augen schwer zu entziffern“, sagte Mara.

3D-Scans antiker Keilschrifttafeln wurden verwendet, um einer KI beizubringen, nicht nur die charakteristischen Keile der Schrift, sondern auch ihre Symbole zu erkennen

3D-Scans antiker Keilschrifttafeln wurden verwendet, um einer KI beizubringen, nicht nur die charakteristischen Keile der Schrift, sondern auch ihre Symbole zu erkennen

Ein Teil der Herausforderung bestand darin, die KI darauf zu trainieren, die Keile und Zeichen zu erkennen, aus denen die Keilschrift besteht.

Die Forscher versorgten das Programm mit 21.000 Zeichen und 4.700 Keilen und erstellten so einen neuen Datensatz, der von anderen Forschern verwendet werden kann, die Keilschrift untersuchen möchten.

Nachdem sie die KI trainiert hatten, testeten sie sie auf anderen Tablets, um zu sehen, wie zuverlässig sie war.

Sie fanden heraus, dass es Keilschriftkeile und -zeichen mit einer Genauigkeit von etwa 76 Prozent genau erkennen konnte.

Und das funktionierte nicht nur mit hochwertigen 3D-Scans.

„Wir waren überrascht, dass unser System sogar mit Fotos gut funktioniert, die eigentlich ein schlechteres Ausgangsmaterial sind“, sagte Ernst Stötzner, ein Student in Maras Labor.

Ernst Stötzner führt einen 3D-Scan einer alten Keilschrifttafel durch und trägt dabei Handschuhe, um das jahrtausendealte Objekt zu schützen

Ernst Stötzner führt einen 3D-Scan einer alten Keilschrifttafel durch und trägt dabei Handschuhe, um das jahrtausendealte Objekt zu schützen

Das Team von Stötzner und Mara plant, eine noch größere Auswahl an Tablets zu verwenden, um ihre KI zu trainieren und eine genauere Messung zu erreichen.

Sie vermuten, dass die relativ geringe Anzahl an Tabletten die Genauigkeit eingeschränkt haben könnte.

Zum Vergleich: Eine andere KI, die darauf trainiert wurde, eine andere keilschriftbasierte Sprache zu erkennen, erreichte eine Genauigkeit von 90 Prozent.

Eine andere Möglichkeit wäre, die Tablet-Bilder in kleinere Segmente aufzuteilen, sodass die KI jeweils weniger Informationen verarbeiten muss.

Die Studie erschien in der Novemberausgabe von Eurographics-Workshop zu Grafik und kulturellem Erbe.

source site

Leave a Reply