人工知能を利用した碑文の復元
人工知能を利用した碑文の復元に関する研究（Assael et al., 2022）が公表されました。古代史は、過去の文化の思考や言語や社会や歴史に関する証拠を、碑文（金石文）として知られる印刻された文字を研究する碑文学（金石学）などの学問分野に依存しています。しかし、数世紀を経て、多くの碑文は損傷を受けて判読が難しくなっており、本来の場所から離れた地に運ばれており、それらの文字が記された年代も不確かです。
この研究は、古代ギリシアの碑文に関してテキストの復元および地理的起源と年代を特定する、「イサカ（Ithaca）」と命名されたディープニューラルネットワークについて報告します。イサカは、歴史学者のワークフローを支援・拡張するよう設計されており、そのアーキテクチャーは、共同研究や意思決定支援や解釈可能性に重点を置いています。損傷を受けたテキストの復元における正確さは、イサカ単独で62％に達し、歴史学者がイサカを使用すると25％から72％に向上しました。これは、この研究ツールの相乗効果を裏づけています。
イサカは、碑文の地理的起源を71％の正確さで、また、その年代を真値（ground-truth）の範囲から30年以内に特定でき、アテナイの主要なテキストの年代を見直すとともに、古代史において現在交わされている議論にも貢献しました。この研究は、イサカのようなモデルがいかにして、人工知能と歴史学者の共同作業の可能性を解き放ち得るのか、示しており、これは、人類史のきわめて重要な時期に関する研究法および著述法を一変させるほどの影響をもたらします。以下は『ネイチャー』の日本語サイトからの引用（引用1および引用2）です。
考古学：人工知能を利用した碑文の復元
古代ギリシャの碑文を復元できるように訓練されたディープニューラルネットワークを複数の歴史学者が利用すると、最高72％の精度が達成されることを示唆する論文が、今週Nature に掲載される。今回の研究で得られた知見は、新たに発見された碑文や不明瞭な碑文の復元と作成年代や作成場所の推定を、スピードと正確さを向上させることで支援し、古代史の理解を進めることができるかもしれない。
歴史学者は、古代文明の歴史を解明するため、今日まで残っている素材（石、陶器、金属など）に過去の人々が直接記した碑文の研究をしている。しかし、数多くの碑文は、何世紀にもわたって損傷し、今では判読不能状態にあり、作成年代もはっきりしない。碑文研究の専門家であるエピグラファーは、欠落した文章を復元できるが、彼らの伝統的な方法は非常に複雑で膨大な時間を必要とする。
今回、Yannis AssaelとThea Sommerschieldたちは、現在の碑文研究の手法の制約を克服するため、古代ギリシャの碑文の復元や作成年代・作成場所の推定ができるように訓練された人工知能の一種であるディープニューラルネットワーク（「イサカ」と命名）を検証した。Assaelたちは、イサカ単体で損傷した碑文を復元する場合に62％の精度が達成され、複数の歴史学者がイサカを利用した場合に72％の精度が得られることを明らかにした。また、イサカが碑文の作成場所と作成年代を特定するためにも役立つ可能性も明らかになった。今回の研究における実験で、イサカは、71％の精度で碑文の作成場所を推定し、作成年代の推定も、歴史学者によって提案された作成年代から30年未満の範囲内におさまった。
今回の研究で得られた知見は、人工知能と歴史学者の協力の可能性をこじ開け、人類の歴史のさらなる解明につながるかもしれない。
機械学習：ディープニューラルネットワークを用いた古代テキストの復元と特定
Cover Story：過去を予測：人工知能が古代ギリシャのテキストを復元し、地理的起源と年代を特定する
碑文（金石文）から、古代世界に関する貴重な知見が得られる。しかし、数世紀を経て、多くの碑文は損傷を受け、断片化した形や判読しにくい形で存在しているため、読み取ったり解釈したりする作業が極めて困難になっている。今回Y AssaelとT Sommershieldたちは、古代ギリシャの碑文の復元と理解に役立つよう設計されたディープニューラルネットワーク「イサカ（Ithaca）」について報告している。イサカは、単独では損傷したテキストを62％の正確さで復元できるが、歴史学者がイサカを用いると、同じ作業の正確さが72％に向上した。さらに、イサカは碑文の地理的起源を71％の正確さで特定し、その年代を歴史学者が提案する年代範囲の30年以内に特定することもできた。著者たちは、こうした人工知能と歴史学者の共同作業は、古代世界の研究の変革に役立つ可能性があると述べている。
参考文献：
Assael Y. et al.(2022): Restoring and attributing ancient texts using deep neural networks. Nature, 603, 7900, 280–283.
https://doi.org/10.1038/s41586-022-04448-z
この研究は、古代ギリシアの碑文に関してテキストの復元および地理的起源と年代を特定する、「イサカ（Ithaca）」と命名されたディープニューラルネットワークについて報告します。イサカは、歴史学者のワークフローを支援・拡張するよう設計されており、そのアーキテクチャーは、共同研究や意思決定支援や解釈可能性に重点を置いています。損傷を受けたテキストの復元における正確さは、イサカ単独で62％に達し、歴史学者がイサカを使用すると25％から72％に向上しました。これは、この研究ツールの相乗効果を裏づけています。
イサカは、碑文の地理的起源を71％の正確さで、また、その年代を真値（ground-truth）の範囲から30年以内に特定でき、アテナイの主要なテキストの年代を見直すとともに、古代史において現在交わされている議論にも貢献しました。この研究は、イサカのようなモデルがいかにして、人工知能と歴史学者の共同作業の可能性を解き放ち得るのか、示しており、これは、人類史のきわめて重要な時期に関する研究法および著述法を一変させるほどの影響をもたらします。以下は『ネイチャー』の日本語サイトからの引用（引用1および引用2）です。
考古学：人工知能を利用した碑文の復元
古代ギリシャの碑文を復元できるように訓練されたディープニューラルネットワークを複数の歴史学者が利用すると、最高72％の精度が達成されることを示唆する論文が、今週Nature に掲載される。今回の研究で得られた知見は、新たに発見された碑文や不明瞭な碑文の復元と作成年代や作成場所の推定を、スピードと正確さを向上させることで支援し、古代史の理解を進めることができるかもしれない。
歴史学者は、古代文明の歴史を解明するため、今日まで残っている素材（石、陶器、金属など）に過去の人々が直接記した碑文の研究をしている。しかし、数多くの碑文は、何世紀にもわたって損傷し、今では判読不能状態にあり、作成年代もはっきりしない。碑文研究の専門家であるエピグラファーは、欠落した文章を復元できるが、彼らの伝統的な方法は非常に複雑で膨大な時間を必要とする。
今回、Yannis AssaelとThea Sommerschieldたちは、現在の碑文研究の手法の制約を克服するため、古代ギリシャの碑文の復元や作成年代・作成場所の推定ができるように訓練された人工知能の一種であるディープニューラルネットワーク（「イサカ」と命名）を検証した。Assaelたちは、イサカ単体で損傷した碑文を復元する場合に62％の精度が達成され、複数の歴史学者がイサカを利用した場合に72％の精度が得られることを明らかにした。また、イサカが碑文の作成場所と作成年代を特定するためにも役立つ可能性も明らかになった。今回の研究における実験で、イサカは、71％の精度で碑文の作成場所を推定し、作成年代の推定も、歴史学者によって提案された作成年代から30年未満の範囲内におさまった。
今回の研究で得られた知見は、人工知能と歴史学者の協力の可能性をこじ開け、人類の歴史のさらなる解明につながるかもしれない。
機械学習：ディープニューラルネットワークを用いた古代テキストの復元と特定
Cover Story：過去を予測：人工知能が古代ギリシャのテキストを復元し、地理的起源と年代を特定する
碑文（金石文）から、古代世界に関する貴重な知見が得られる。しかし、数世紀を経て、多くの碑文は損傷を受け、断片化した形や判読しにくい形で存在しているため、読み取ったり解釈したりする作業が極めて困難になっている。今回Y AssaelとT Sommershieldたちは、古代ギリシャの碑文の復元と理解に役立つよう設計されたディープニューラルネットワーク「イサカ（Ithaca）」について報告している。イサカは、単独では損傷したテキストを62％の正確さで復元できるが、歴史学者がイサカを用いると、同じ作業の正確さが72％に向上した。さらに、イサカは碑文の地理的起源を71％の正確さで特定し、その年代を歴史学者が提案する年代範囲の30年以内に特定することもできた。著者たちは、こうした人工知能と歴史学者の共同作業は、古代世界の研究の変革に役立つ可能性があると述べている。
参考文献：
Assael Y. et al.(2022): Restoring and attributing ancient texts using deep neural networks. Nature, 603, 7900, 280–283.
https://doi.org/10.1038/s41586-022-04448-z
この記事へのコメント