Rumah  >  Artikel  >  Peranti teknologi  >  Perisian AI secara automatik boleh mengenal pasti tablet cuneiform purba, dan penyelidik telah membuat satu kejayaan

Perisian AI secara automatik boleh mengenal pasti tablet cuneiform purba, dan penyelidik telah membuat satu kejayaan

王林
王林ke hadapan
2023-11-24 14:26:521342semak imbas

Berita pada 24 November: Projek yang dibangunkan oleh pasukan dari Martin Luther University Halle-Wittenberg (MLU), Johannes Gutenberg University Mainz dan Mainz University of Applied Sciences Perisian kecerdasan buatan baharu kini boleh mentafsir skrip cuneiform yang tidak boleh dibaca. Tidak seperti kaedah sebelumnya yang bergantung pada foto, sistem AI ini menggunakan model 3D tablet cuneiform, memberikan hasil yang lebih dipercayai daripada kaedah sebelumnya. Ini membolehkan carian dengan membandingkan kandungan merentas berbilang bahagian, membuka jalan kepada soalan penyelidikan yang baharu sepenuhnya.

Dalam kajian baharu, penyelidik menggunakan model 3D hampir 2,000 tablet cuneiform, termasuk kira-kira 50 daripada koleksi MLU. Dianggarkan terdapat kira-kira sejuta tablet sedemikian di seluruh dunia, kebanyakannya berusia lebih 5,000 tahun dan merupakan antara teks bertulis tertua dalam umat manusia. Filem-filem ini merangkumi pelbagai topik, daripada senarai beli-belah hingga keputusan mahkamah, dan memberi penerangan tentang sejarah umat manusia beribu-ribu tahun lalu. Walau bagaimanapun, kerana tablet cuneiform ini adalah bongkah tanah liat yang tidak berapi dengan perkataan yang dicetak padanya, ia menjadi amat sukar untuk ditafsir, walaupun kepada mata terlatih

Perisian AI secara automatik boleh mengenal pasti tablet cuneiform purba, dan penyelidik telah membuat satu kejayaan

Kandungan yang perlu ditulis semula ialah: Nota sumber gambar: Gambar ini dihasilkan oleh kecerdasan buatan dan disediakan oleh penyedia perkhidmatan bertauliah Midjourney

Untuk menyelesaikan masalah ini, Penolong Profesor Hubert Mara dari MLU mencadangkan idea membangunkan sistem kecerdasan buatan berdasarkan model 3D. Sistem baharu menyahsulit teks lebih baik daripada kaedah sebelumnya. Pada dasarnya, sistem AI ini berfungsi sama seperti perisian pengecaman aksara optik (OCR), yang menukar perkataan dan imej teks kepada teks yang boleh dibaca mesin. Ini mempunyai banyak kelebihan, setelah ditukar kepada teks komputer, teks boleh dibaca atau dicari dengan lebih mudah

Ernst Stötzner, ahli MLU, menerangkan: “OCR biasanya digunakan untuk memproses gambar atau imbasan Dengan dakwat di atas kertas atau kertas, ini tidak menjadi masalah, tetapi dengan tablet cuneiform, situasinya berubah rumit kerana sudut pencahayaan dan pandangan boleh menjejaskan pengecaman aksara tertentu." Dia membangunkan sistem AI baharu ini sebagai sebahagian daripada tesis sarjananya. Pasukan itu melatih perisian AI baharu menggunakan imbasan 3D dan data lain, kebanyakannya disediakan oleh Universiti Sains Gunaan Mainz, yang bertanggungjawab untuk projek berskala besar pada model 3D

Sistem AI kemudiannya berjaya mengenal pasti simbol pada cip. Para penyelidik terkejut apabila mendapati sistem itu berfungsi dengan baik walaupun pada bahan imej yang pada dasarnya lemah, seperti gambar. Hasil kerja penyelidik di Haller dan Mainz menyediakan akses baharu kepada bahan yang agak eksklusif sehingga kini dan membuka banyak hala tuju penyelidikan baharu. Pada masa ini ia hanya prototaip yang mampu mengenal pasti simbol dengan pasti dalam kedua-dua bahasa, namun sejumlah dua belas bahasa cuneiform diketahui wujud. Pada masa hadapan, perisian ini juga boleh membantu menguraikan inskripsi yang rosak, seperti cuneiform tiga dimensi di tanah perkuburan.

Kandungan yang perlu ditulis semula ialah: [Petikan: Laman Utama Webmaster]

Atas ialah kandungan terperinci Perisian AI secara automatik boleh mengenal pasti tablet cuneiform purba, dan penyelidik telah membuat satu kejayaan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:sohu.com. Jika ada pelanggaran, sila hubungi admin@php.cn Padam