Ρωτήστε τον Απόλλωνα: Τεχνητή νοημοσύνη για τα αρχαία ελληνικά διαβάζει τα πάντα

Εκπαιδεύτηκε σε περίπου 600 εκατομμύρια λέξεις της αρχαίας ελληνικής και είναι το νέο εργαλείο για την ανάγνωση κατεστραμμένων παπύρων, κειμένων από τα οποία λείπουν σημαντικά μέρη, ακόμη και για την αναγνώριση των δημιουργών πίσω από αυτά. Πρόκειται για το πρώτο μεγάλο γλωσσικό μοντέλο τεχνητής νοημοσύνης στον κόσμο που κατασκευάστηκε ειδικά για τα αρχαία ελληνικά και μόλις παρουσιάστηκε από την Αυστριακή Ακαδημία Επιστημών με την ονομασία «Απόλλων» (Apollo).

Η κύρια δουλειά του είναι να συμπληρώνει τα κενά σε παλιά έγγραφα, όπου οι διακεκομμένες γραμμές, οι λέξεις που λείπουν και τα κατεστραμμένα τμήματα είναι συνηθισμένα. Εκεί ο «Απόλλων» μπορεί να προτείνει πιθανές αναγνώσεις μέσα σε δευτερόλεπτα με επιτυχία που χαρακτηρίζεται ως εξαιρετική. Κι αυτό, παρ΄ότι οι λέξεις στις οποίες έχει εκπαιδευτεί υπολείπονται κατά πολύ των δεκάδων δισεκατομμυρίων που χρησιμοποιούνται συχνά για την εκπαίδευση σύγχρονων γλωσσικών μοντέλων.

Μουσεία και χιλιάδες βιβλιοθήκες σε όλο τον κόσμο διατηρούν όπως είναι γνωστό, εκατοντάδες αρχαίες επιγραφές και περισσότερα από ένα εκατομμύριο θραύσματα παπύρων, αλλά από αυτά οι μελετητές έχουν αποκρυπτογραφήσει πλήρως μόνο το 8% περίπου. Η ανάγνωση κατεστραμμένων κειμένων αρχαίων ελληνικών απαιτεί μεγάλη εμπειρία και τεράστιο χρόνο, αλλά εδώ ακριβώς στοχεύει να βοηθήσει ο «Απόλλων».

Εξαιρετική αξιολόγηση

Οι ερευνητές δοκίμασαν το «Apollo» σε πραγματικούς παπύρους συγκρίνοντας τα αποτελέσματα που έδωσε με εκείνα που είχαν μελετήσει ήδη και αναδημιουργήσει οι μελετητές. Η επιτυχία του βαθμολογήθηκε περίπου στο 80% ποσοστό που χαρακτηρίζεται ως πολύ σημαντικό. Σε άλλο είδος αξιολόγησης είκοσι επιστήμονες, ειδικοί στην παπυρολογία, την επιγραφική και τη φιλολογία συνέκριναν τις προτάσεις του «Απόλλωνα» με δημοσιευμένες ακαδημαϊκές αναγνώσεις.

Όπως αποδείχθηκε, όσον αφορά τους παπύρους τεκμηρίωσης, οι ερευνητές εκτίμησαν ότι η ανάγνωση του «Απόλλωνα» ήταν τόσο καλή όσο η δημοσιευμένη έκδοση σε περίπου 77% των περιπτώσεων. Ενώ όταν ο «Απόλλων» και η δημοσιευμένη ανάγνωση διαφώνησαν, οι ειδικοί τον προτίμησαν στο 16% των περιπτώσεων προκειμένου για τους παπύρους και σε περίπου 20% για τις επιγραφές.

Η επιτάχυνση της μελέτης

Το μοντέλο, το οποίο δημιουργήθηκε σε συνεργασία με το γαλλικό εργαστήριο τεχνητής νοημοσύνης Mistral, την εταιρεία τεχνολογικών υπηρεσιών Sail Reply και το Πανεπιστήμιο Northeastern έχει ήδη δοκιμαστεί εξάλλου, σε πολλά πραγματικά αρχαία κείμενα. Σε δημόσιες παρουσιάσεις ολοκλήρωσε ένα αρχαίο πιστοποιητικό γέννησης, ανέκτησε σημαντικά αποσπάσματα από έναν πάπυρο που είχε υποστεί ζημιά από την έκρηξη του Βεζούβιου και βοήθησε τους ερευνητές να εντοπίσουν στοιχεία του ρωμαϊκού δικαίου σε μια πόλη στη Μαύρη Θάλασσα, εν μέρει μέσω μιας αναφοράς σε έναν ρωμαϊκό φόρο που συνδεόταν με την πορνεία.

Ο «Απόλλων» μπορεί επίσης και να αναγνωρίσει διαφορετικές περιόδους και στυλ γραφής. Όπως λένε τα μέλη τη ομάδας κατασκευής του μπορεί να αναγνωρίσει πότε ένα απόσπασμα ταιριάζει με τη δομή και το λεξιλόγιο έργων, όπως η Οδύσσεια του Ομήρου και στη συνέχεια να προτείνει ένα κείμενο που λείπει, σε παρόμοιο ύφος.

Εν τέλει το μοντέλο θα μπορούσε να επιταχύνει τη μελέτη αρχαίων κειμένων, παρέχοντας στους ερευνητές πιθανές αναγνώσεις για τα κατεστραμμένα αποσπάσματα. Γεγονός που θα μπορούσε να ανοίξει χιλιάδες μη αναγνωσμένους παπύρους για πιο προσεκτική μελέτη και να αποκαλύψει νέες λεπτομέρειες άγνωστες σχετικά με την αρχαία ζωή, το δίκαιο, τη λογοτεχνία και την ιστορία.

Διαβάστε επίσης:

ΕΜΣΤ: Η Ευρώπη βραβεύει το μουσείο που τολμά να ανοίγει τη συζήτηση

Το Ευρωπαϊκό Βραβείο Μουσείων 2026 στο Εθνικό Μουσείο Σύγχρονης Τέχνης

Κόσμηση και Κόσμημα στο Βυζαντινό Μουσείο Βέροιας