Un nuevo chatbot quiere descubrir los secretos de los viejos registros griegos

Bibliotecas académicas en todo El globo está lleno de cientos de miles de fragmentos de papiros griegos antiguos. Aunque muchos están tan dañados que su significado puede perderse, los eruditos tienen la capacidad de restaurar el resto completando los métodos o frases que faltan. Para acelerar el trabajo de este trabajador, los investigadores recurrieron a la inteligencia artificial.

El miércoles, la Academia Australiana de Ciencias lanzará “el primer modelo de lenguaje avanzado del mundo para el griego antiguo”, desarrollado en asociación con el laboratorio francés de inteligencia artificial Mistral y la empresa de servicios tecnológicos Sail Reply. El modelo, Apolo, se basa en aproximadamente 600 millones de palabras griegas históricas procedentes de manuscritos, papiros e inscripciones.

El modelo estará disponible gratuitamente para los académicos a través de una interfaz de chatbot. La ambición es ayudar a los académicos a identificar rápidamente fragmentos de papiro relacionados con subdisciplinas específicas, así como nuevas vías de investigación prometedoras. Cuando los documentos se rompen y se rompen, Apollo está diseñado para llenar los espacios en blanco con palabras o pasajes que son estadísticamente más probables y que pueden revelar detalles ocultos sobre eventos y prácticas históricas.

Dimitris Vlitas, socio de Sail Reply, dijo a WIRED que desbloquear conocimientos de esta manera “era impensable hace un año”.

Hasta ahora, la restauración de un pequeño trozo de papiro requería que un erudito calificado identificara primero las divisiones de palabras (no hay lagunas en la escritura griega antigua), luego fechara con precisión el documento, sopesara el contexto sociopolítico apropiado y consultara materiales de referencia para ayudar a seleccionar las palabras apropiadas para llenar los vacíos. “Pocas personas en el mundo son buenas en historia griega”, dice Stephen Colvin, profesor de lingüística histórica y clásica en el University College de Londres.

Pero todo este conocimiento especializado se cuece en Apolo. “Cuando ve a Homero, completa el griego homérico. Cuando ve una inscripción en dialecto dórico, usa el dialecto dórico”, dice Anna Dolganov, historiadora y papiróloga de la Academia Australiana de Ciencias.

Los académicos que se encuentran estancados en un minucioso trabajo de reconstrucción esperan que Apolo acelere las cosas, permitiéndoles centrarse en las implicaciones de los documentos históricos, en lugar de descubrir lo que dicen.

“Creo que es muy interesante”, dijo Armand D’Angou, profesor de lenguas y literatura clásicas en la Universidad de Oxford, que alberga la colección de papiros antiguos más grande del mundo. “Si tuviera una máquina que me dijera: ‘Aquí hay tres palabras posibles que podrían entrar en este espacio’, eso aceleraría las cosas considerablemente”.

Es poco probable que Apolo cambie la comprensión del mundo antiguo; Hay muchos papiros que no han sido restaurados precisamente porque son mundanos: cartas personales, contratos matrimoniales, documentos de servicio civil. “Si fueras un profano, podrías pensar de repente que vamos a tener una nueva obra de Sófocles, pero eso no va a suceder”, dijo Colvin. Sin embargo, el modelo podría ayudar a descubrir nuevos detalles sobre la vida en la antigüedad y probar las suposiciones de los estudiosos existentes. “Cada vez que producen algo, añaden un pequeño elemento de conocimiento sobre el mundo antiguo”, dice D’Angou.

Si Apolo tiene éxito, dice Vlitas, la misma técnica podría aplicarse fácilmente a otras lenguas antiguas (latín o egipcio, por ejemplo) o cualquier otra disciplina académica que se beneficiaría de la destilación e indexación de un gran corpus de material. La IA ha tenido un éxito notable en algunas áreas; OpenAI dijo recientemente que sus modelos de IA resolvieron un problema matemático de 200 años de antigüedad, mientras que Google DeepMind publicó un vasto conjunto de datos que muestra cómo las mutaciones genéticas afectan la biología molecular, que compiló utilizando IA.

Una preocupación es que confiar en un modelo de lenguaje (que se ocupa de la probabilidad) para llenar los vacíos en documentos antiguos corre el riesgo de contaminar el registro histórico con errores. Pero para eliminar este problema, Apolo propuso una selección de opciones de palabras para que un erudito pudiera elegir. “Lo importante es que las capacidades humanas deben mantenerse”, afirma Dolganov. “Si nos volvemos totalmente dependientes de la transcripción e interpretación de material histórico por parte de la IA, es cuando comienzan los problemas”.