Como en tantos otros campos, la inteligencia artificial ha tenido sus pinitos en el terreno de la historia. Ya ha sido usada para 'revivir' a emperadores romanos y protagonizado polémicas entre la comunidad de los historiadores. Google ahora ha ideado una para contextualizar transcripciones antiguas.
Una parte vital de nuestra historia está, literalmente, grabada en piedra. O en papel, o en otras superficies; los humanos hemos dejado pistas de nuestro legado en forma de poemas, textos e historias que deben ser descifradas para entender nuestra historia pasada.
Es lo que ocurre con el mundo romano, repleto de testimonios en forma de inscripciones antiquísimas para ofrecer a los historiadores perspectivas muy valiosas. El modelo de Google DeepMind ahorra muchísimo trabajo a estos historiadores, necesitados de contextualizar estas inscripciones.
Aeneas, la IA de Google DeepMind
Aeneas (o Eneas, en español) hace referencia al héroe de mismo nombre de la mitología grecorromana. Es una red neuronal generativa multimodal, que necesita únicamente una entrada de texto y la imagen de una inscripción.
El modelo está específicamente pensado para ayudar a contextualizar estas inscripciones, identificando y recuperando paralelismos entre textos similares para ayudar a los historiadores a interpretar y desarrollar los hallazgos asociados a estas inscripciones.
Y es que los historiadores buscan paralelismos en textos parecidos entre sí, ya sea en procedencia, sintaxis o en redacción. Un trabajo que si bien es muy valioso, es tedioso, laborioso y complejo que puede alargarse enormemente.
Aeneas puede interpretar y contextualizar un texto, dar significado a fragmentos totalmente aislados de sus textos originales e incluso extraer conclusiones, reconstruyendo el contexto histórico en el que se mueven estas transcripciones.
Transcripción rellenada por Aeneas.
Además de la búsqueda de los llamados paralelos o paralelismos, Aeneas puede determinar la procedencia geográfica de un texto usando información multimodal, analizada a nivel textual y visual, analizando por ejemplo imágenes de una inscripción.
Por si fuera poco y según DeepMind, Aeneas puede restaurar espacios entre textos cuya longitud es desconocida. Muy útil para material especialmente dañado con los años, y que de nuevo apoya a los historiadores en su trabajo.
Pero, ¿cómo lo hace? Aeneas ha sido desarrollado en conjunto con entidades como la Universidad de Nottingham, la Universidad de Warwick, Oxford o la Universidad de Economía y Negocios de Ateneas (AUEB).
Sus datos de entrenamiento han salido de un conjunto de datos provisto de décadas de trabajo de historiadores de todo el mundo, usando información de las bases de datos epigráficas de Roma, Heidelberg y Clauss-Slaby.
Esquema interno de Aeneas.
Desde Google explican que los registros se limpiaron y vincularon en un único conjunto de datos, llamado Conjunto de Datos Epigáfricos Latinos (LED) con más de 176.000 inscripciones latinas de todo el mundo romano antiguo.
Aeneas se vale de un decodificador para procesar la entrada de texto de la inscripción, y redes especializadas que restauran los caracteres y la datación con texto. La atribución geográfica usa imágenes de inscripciones para las entradas.
Una muestra del rendimiento de Aeneas se puede ver en sus pruebas. Para ponerla bajo la lupa, Google dotó al modelo de la famosa Res Gestae Divi Augusti, la inscripción del primer emperador romano César Augusto que sirve como su propia biografía.
Con esta información, Aeneas pudo elaborar "una distribución detallada de posibles fechas, mostrando dos picos distintos: uno menor alrededor del 10-1 a. C y otro mayor y más fiable, entre el 10 y el 20 d. C.
Rendimiento de Aeneas.
Así y según expone la propia DeepMind, Aeneas puede razonar entre miles de estas inscripciones, recuperando paralelismos tanto textuales como contextuales en apenas unos segundos, facilitando la labor del historiador al máximo.
Por si fuera poco, desde DeepMind aclaran que Aeneas se puede adaptar no solo a inscripciones sino a escrituras y otros medios antiguos en otros idiomas, incluyendo papiros, idiomas, etcétera.
Lo mejor es que DeepMind ha dispuesto una versión interactiva del modelo en la página Predicting the Past, especialmente diseñada para investigadores, estudiantes y profesionales de instituciones relacionadas (como museos) para que lo pongan en marcha.