AIが古代のテキストに命を吹き込み、アッカド楔形文字の秘密を解明

AIが雇用市場や終末シナリオに与える影響を懸念する世界において、人工知能の肯定的な可能性を認識することが重要である。そのような顕著な応用の1つは、テルアビブ大学での修士論文からのもので、ガイ・グータースとシャイ・ゴルディン教授が協力して、古代のテキストを現代語への翻訳を加速させた。彼らは、数万枚の粘土板に見つかった、世界で最も古い書字言語の1つである古代アッカド楔形文字に焦点を当てた。

Googleのニューラル機械翻訳を活用

グータースとゴルディンのプロジェクトは、Google翻訳の基盤技術であるニューラル機械翻訳を活用して、野心的なタスクに取り組んだ。この翻訳アプローチで使用されるニューラルネットワークは2016年末に刷新され、Googleのニューラル機械翻訳（GNMT）が誕生した。GNMTは、驚異的な速度、改善された精度（エラーが60%減少）、そして稀な単語を処理する能力の向上を誇る。

翻訳のためのAIのトレーニング

テルアビブ大学での彼の仕事にGNMTを組み込み、グータースはAIがアッカド楔形文字を解読する方法を教えることに着手した。他の言語指向のAIシステムと同様に、研究者たちはGNMTを膨大なデータセットでトレーニングした。AIがより多くのテキストを翻訳するにつれて、その精度は向上し、楽器の練習を通じて習得するのと似ていた。例えば、大規模言語モデルであるGPT-3は、3,000億語の人間の単語でトレーニングされた。

過去の声を翻訳する

アッカド楔形文字は独自の課題をもたらす。世界中で数千人の専門家しか解読できない一方で、翻訳されていない粘土板が数十万枚存在しており、これはグータースとゴルディンのプロジェクトにとって完璧な候補である。しかし、トレーニングに利用可能なすでに翻訳されたアッカドの粘土板は、ChatGPTなどの大規模言語モデルデータセットと比較して大幅に小さかった。

アッカド語から英語への翻訳の複雑さ

アッカド語から英語への翻訳の選択は、追加の複雑さを提示した。アッカド語の文は、主語-目的語-動詞（SOV）または目的語-主語-動詞（OSV）の順序に従うのに対し、英語は主語-動詞-目的語（SVO）構造に従う。アッカド語の単語を単語ごとに文字通り転写すると、97%という高い精度が得られた。しかし、単語順序を英語に合わせて調整すると、AIは複雑で微妙な文の処理に課題を抱え、翻訳を完了するには人間の介入が必要だった。

アッカド語から英語への2段階の翻訳プロセス

2023年にPNAS Nexusで出版され、オックスフォード大学プレスで入手可能なグータースとゴルディンの研究は、彼らの2段階の翻訳プロセスを概説している。まず、研究者たちはアッカド語のテキストを転写する。次に、転写を英語の適切な語順に再結合し、AIの出力の精度と明確さを確保するために精製する。

有用性と批判

グータースとゴルディンのAI駆動型プロジェクトの可能性は極めて大きい。それは、見知らぬ古代のテキストを現代語への翻訳を簡素化し、特に3000年以上にわたり古代中東の重要な架け橋言語であったアッカド語にとって特に価値があることが証明されるだろう。アッカド語は支配的な言語であり、シュメール楔形文字から借用し、さまざまな文化との接触を通じて進化してきた。

しかし、このプロジェクトは、詩的または抽象的な作品におけるAIのパフォーマンスに関して批判に直面している。ヘブライ大学考古学研究所のアッシリア学教授であるネイサン・ワッサーマンなどの文献学者や翻訳家は、AIが古代テキストの翻訳にとって「まだ有用になるにはほど遠い」と信じている。それでもなお、このプロジェクトは正しい方向への生産的な一歩を表しており、統計の追跡、単語の出現頻度、テキスト比較などの潜在的な応用を提供している。

AIは古代のアッカド楔形文字の秘密を解き放ち、研究者が過去に関する貴重な洞察を得られるようにしている。グータースとゴルディンのプロジェクトは、AIの抑制され、合理的で、高邁な応用を示しており、それが私たちの豊かな歴史的遺産の保存と理解に価値があることを証明している。AIが進化するにつれて、古代テキストにおけるさらなる発見の可能性があり、過去と現在をつなぐ架け橋となる。