The Japan Times - Restaurar textos antiguos mediante la inteligencia artificial

EUR -
AED 4.238558
AFN 75.593749
ALL 93.113255
AMD 422.431466
AOA 1058.341674
ARS 1729.258934
AUD 1.635261
AWG 2.077442
AZN 1.960944
BAM 1.95502
BBD 2.326482
BDT 142.723059
BHD 0.435639
BIF 3450.2982
BMD 1.154135
BND 1.478142
BOB 13.745516
BRL 5.895378
BSD 1.155044
BTN 110.019293
BWP 15.561196
BYN 3.434045
BYR 22621.037064
BZD 2.323083
CAD 1.60779
CDF 2620.48721
CHF 0.935368
CLF 0.026837
CLP 1056.228802
CNY 7.787642
CNH 7.786081
COP 3619.158186
CRC 524.406685
CUC 1.154135
CUP 30.584565
CVE 110.221026
CZK 24.259987
DJF 205.687938
DKK 7.475976
DOP 67.345174
DZD 153.233553
EGP 57.651216
ERN 17.312018
ETB 186.779646
FJD 2.552364
FKP 0.856081
GBP 0.854065
GEL 3.012086
GGP 0.856081
GHS 13.56059
GIP 0.856081
GMD 84.831731
GNF 10144.084735
GTQ 8.813331
GYD 241.90349
HKD 9.055657
HNL 30.962586
HRK 7.534647
HTG 151.033015
HUF 364.832898
IDR 20584.739782
ILS 3.46466
IMP 0.856081
INR 110.111247
IQD 1513.196292
IRR 1586617.611509
ISK 142.201148
JEP 0.856081
JMD 183.442376
JOD 0.818297
JPY 183.742839
KES 149.347743
KGS 100.928614
KHR 4683.233012
KMF 491.661295
KRW 1633.094652
KWD 0.356558
KYD 0.962616
KZT 538.515153
LAK 26086.592439
LBP 103437.580447
LKR 387.125552
LRD 208.479599
LSL 18.689744
LTL 3.407859
LVL 0.698124
LYD 7.361063
MAD 10.771403
MDL 20.075078
MGA 4947.154867
MKD 61.500464
MMK 2423.16271
MNT 4148.252132
MOP 9.334276
MRU 46.330921
MUR 54.291029
MVR 17.831333
MWK 2002.952962
MXN 19.781514
MYR 4.72145
MZN 73.754932
NAD 18.689744
NGN 1571.031266
NIO 42.503963
NOK 10.95441
NPR 176.042104
NZD 1.960165
OMR 0.443766
PAB 1.155039
PEN 3.901643
PGK 5.107051
PHP 70.536666
PKR 320.67955
PLN 4.30386
PYG 6875.286807
QAR 4.21072
RON 5.241504
RSD 117.4043
RUB 95.215737
RWF 1696.87447
SAR 4.32253
SBD 9.308899
SCR 15.972987
SDG 693.021093
SEK 10.955547
SGD 1.477621
SLE 28.392379
SOS 660.156642
SRD 43.569153
STD 23888.254875
STN 24.490654
SVC 10.106968
SZL 18.686626
THB 38.202429
TJS 10.666775
TMT 4.051012
TND 3.385949
TRY 55.095386
TTD 7.834874
TWD 37.21611
TZS 3052.68358
UAH 51.815175
UGX 4302.283552
USD 1.154135
UYU 46.531234
UZS 13782.501305
VES 872.251493
VND 30165.614579
VUV 137.764899
WST 3.155077
XAF 655.71244
XAG 0.017765
XAU 0.000263
XCD 3.119107
XCG 2.081769
XDR 0.815496
XOF 655.698242
XPF 119.331742
YER 275.140339
ZAR 18.698999
ZMK 10388.601949
ZMW 21.605474
ZWL 371.630852
Restaurar textos antiguos mediante la inteligencia artificial
Restaurar textos antiguos mediante la inteligencia artificial

Restaurar textos antiguos mediante la inteligencia artificial

La inteligencia artificial puede ayudar a predecir... el pasado, como demuestra una nueva técnica que está restaurando con gran precisión textos griegos del siglo V antes de la era cristiana, informa este miércoles la revista Nature.

Tamaño del texto:

La epigrafía es una rama de la historia cuyo objetivo es descifrar las inscripciones en cualquier soporte, para contribuir al estudio de las civilizaciones antiguas.

Algunos de esos textos se han vuelto ilegibles a causa de los daños que sufre el soporte (piedra, metal...). Además, esas importantes fuentes históricas a menudo han sido desplazadas lejos de su lugar de origen, lo que complica su datación.

La técnica del carbono 14 no puede ser utilizada en materia no orgánica.

Un equipo de investigadores de universidades de Venecia, Oxford, Atenas y de la empresa DeepMind (filial de Google) han desarrollado una nueva herramienta de aprendizaje profundo.

El aprendizaje profundo es una de las técnicas que utiliza la inteligencia artificial, mediante algoritmos que reproducen la estructura y el funcionamiento del cerebro humano.

La nueva herramienta lleva el nombre de Ithaca, en alusión a la isla de Ulises en la Odisea. Fue puesta a punto mediante el examen de unas 80.000 inscripciones presentes en la base de datos del Instituto de Humanidades Packard, que cuenta con la mayor colección digital de inscripciones en griego antiguo.

Esta técnica de tratamiento lingüístico automático toma en cuenta el orden en el que aparecen las palabras en la frase, o la relación entre ellas, para mejorar su contextualización.

El programa también es capaz de tener en cuenta a la vez las palabras y los carácteres individuales, repartidos de forma fragmentaria sobre el soporte.

Una primera experiencia, con una serie de decretos del siglo V antes de Jesucristo, grabados en pierra y hallados en la Acrópolis de Atenas, ha sido esperanzadora.

Ithaca analizó los textos y fue capaz de sugerir, a partir del contexto histórico que había "estudiado" previamente, secuencias de letras para rellenar los fragmentos ausentes en las frases.

Así, pudo proponer la palabra "alianza" para ser inserida en un juramento de obediencia de una ciudad respecto a Atenas.

Gracias a Ithaca, los historiadores fueron capaces de predecir con hasta un 72% de acierto los textos que faltaban, según Nature.

Ithaca fue capaz además de sugerir múltiples localizaciones en 84 regiones conectadas entre sí.

Y por último la herramienta propone una fecha precisa para la redacción de los decretos: el año 421 AC, es decir, 30 años más tarde que las fechas aproximativas propuestas hasta la fecha por los historiadores.

"Puede parecer derisorio, pero es esencial para la comprensión de la Grecia clásica, en la que vivieron Pericles y Sócrates" comentó Thea Sommerschield, de la universidad Ca'Foscari en Venecia, coautora del estudio, durante una rueda de prensa en línea.

Ithaca podría ser utilizado para cualquier otra lengua antigua, como el maya o la escritura cuneiforme de Mesopotamia, asegura esta epígrafa.

T.Sato--JT