Google Deepmindは、いくつかの大学の研究者と協力して、歴史家が古代のラテン語の碑文を解読するのを助けるために設計された新しいAIモデルであるAINEASを発表しました。 2025年7月23日に発表されたa a 研究者にデータ駆動型仮説と関連する比較を提供することにより、エピグラフィの骨の折れる仕事。歴史的なワークフローに統合することにより、自由に利用可能なツールは、過去の断片化された部分をこれまで以上に効率的に接続することにより、ローマの世界の理解を深めることを約束します。エピグラフィは文脈です。何世紀にもわたって、歴史家は、しばしば断片的、風化、または元の場所から除去される碑文を解釈するという骨の折れる仕事に直面してきました。この作業では、伝統的に並外れたマニュアル検索広大なアーカイブを介して、類似のテキストを見つけることができます。 width=”734″height=”412″src=”data:image/svg+xml; nitro-empty-id=mtyznjo0nju=-1; base64、phn2zyb2 awv3qm94psiwidagnje2idm0 niigd2lkdgg9ijyxniigagvpz2h0psizndyiihhtbg5zpsjodhrwoi8vd3d3lnczlm9yzy8ymdawl3n2zyi+pc9zdmc+”>
Aeneasは、この複雑で時間のかかるプロセスを自動化するように設計されています。それは、何千ものラテン語の碑文にわたって、数秒でテキストと文脈の類似点を取得する理由を理由にしています。目標は、投機的仮説への依存を減らし、より広い証拠ネットワークで歴史家の解釈を接地することです。サルデーニャ113/14 C.E.のブロンズ軍事卒業証書（CIL XVI、60）。 （出典:Google）
プロジェクトは、人間と協力を強く強調しています。 Google Deepmindの研究者Yannis Assaelによると、チームは「歴史家のワークフローと統合するツールの作成」に焦点を当てています。目的は、人間の専門家を置き換えるのではなく、能力を強化し、手動のデータ収集ではなく高レベルの分析に集中するために自由にすることです。
この共同アプローチを検証するために、チームは大規模な
効率の向上は特に顕著でした。ある参加者は、「エネアスによって取得された類似点は私の歴史的焦点を完全に変えました。別の人はその定性的な影響を称賛し、「アエネアス」の類似点が碑文の認識を完全に変えた。それは、テキストを回復し、時系列に起因するすべての違いをもたらした詳細に気づいた。」大規模なLLMには数十億の文書が必要ですが、叙事詩の特殊な性質と高品質のスキャンの限られた可用性は、より調整されたソリューションを必要とします。 At its core is a T5 decoder that processes character sequences, augmented with specialized neural networks, or “heads,”each tailored for a specific epigraphic task like restoration, dating, or attribution, as detailed in the project’s foundational紙。
重要なブレークスルーは、欠落しているセグメントの長さが不明なテキストのギャップを復元する能力です。これは、歴史家にとって一般的で困難な問題です。 Aeneasは特別なシンボルを使用してこの不確実性を示し、補助ネットワークを採用して1つまたは複数の文字が必要かどうかを予測するため、実際のシナリオのためのはるかに汎用性の高いツールになります。 Vision Networkは物理オブジェクトを分析し、モデルがそのコンテンツとともにその形状とレイアウトを検討できるようにします。これは、エピグラフィー研究の重要な側面です。 176,000を超える碑文を含むこの巨大なコーパスは、主要な学術データベースから調和しました。このモデルは、このデータを使用して、各テキストの歴史的に豊富な「埋め込み」を作成し、単純なキーワード検索を超えて深いつながりを識別する微妙なパターンをキャプチャします。碑文は、歴史家が提供する範囲から平均13年以内に72％の精度と日付のテキストを持つ62のローマ州の1つに碑文を帰することができます。このモデルは、その構成に関する学術的議論を定量的に反映した二峰性の日付分布を生成し、専門家が使用する同じ言語的および歴史的マーカーを特定しました。
共同研究により、その実用的な価値がさらに確認されました。 Aeneasを使用している歴史家は、ソロのパフォーマンスが向上するのを見て、参加者の90％がツールの提案が新しい研究のアイデアに拍車をかけたと報告しました。ある歴史家は、その影響を称賛し、「アエネアス」の類似点は碑文に対する私の認識を完全に変えました。それは、テキストを回復し、時系列に起因するすべての違いをもたらした詳細に気づきました。ハーバード大学の教授であるキャスリーン・コールマンは、「長期的には歴史家のワークフローにとってどれほど有用であるかはまだ明確ではない」と指摘しました。イニシアチブ、基本的な研究課題にAIを適用するための戦略的努力。このポートフォリオには、タンパク質構造予測のためのアルファフォルドや遺伝的研究のためのアルファゲノームなどのツールが含まれています。
この作業は、数学のためのscecistics for pus for pusの他のプロジェクトのために、数学のためのscivemment for punt for puntの他のプロジェクトのために、Alphageometry2のようなモデルでも見られるように、発見を加速するために広大で複雑な情報スペースを解析できるドメイン固有のAIを開発する明確なパターンに従います。 AENEASモデル、そのコード、および基礎となるデータセットはすべて、専用のWebサイトと