Donnerstag, 6. Juli 2023 von Dr. Michael Gebert Wie KI die modere Archäologie revolutioniert
Die Vergangenheit erkunden
In einer Welt, in der die Technologie immer mehr Aspekte unseres Lebens durchdringt, ist es vielleicht nicht überraschend, dass sie auch in die Domäne der alten Sprachen vordringt. Eine kürzlich in PNAS Nexus veröffentlichte Studie zeigt, wie maschinelles Lernen dazu verwendet werden kann, die antike akkadische Sprache zu übersetzen, eine der ältesten bekannten Schriftsprachen.
Die Forscher verwendeten Methoden des Natural Language Processing, einschließlich Convolutional Neural Networks, um direkt aus Keilschrift ins Englische zu übersetzen. Das Modell zeigte hohe Qualität in den Übersetzungen und erreichte bis zu 37,47 Best Bilingual Evaluation Understudy 4 Punkte.
Die Studie hebt hervor, dass die meisten der Hunderttausenden von in Keilschrift verfassten Tontafeln, die die politische, soziale, wirtschaftliche und wissenschaftliche Geschichte des alten Mesopotamien dokumentieren, aufgrund ihrer schieren Anzahl und der begrenzten Anzahl von Experten, die sie lesen können, unübersetzt und unzugänglich bleiben. Die vorgestellte Methode könnte dazu beitragen, diese Barriere zu überwinden und das kulturelle Erbe des alten Mesopotamiens zu bewahren und zu verbreiten.
Keilschrift ist komplex und logophonisch
Die Herausforderungen bei der Übersetzung einer alten Sprache wie Akkadisch sind vielfältig. Tontafeln sind selten vollständig erhalten, was sowohl maschinelles Lernen als auch menschliche Übersetzungen beeinträchtigt. Darüber hinaus ist die Keilschrift komplex und logophonisch. Zeichen können eine von drei Funktionen haben: Logogramme, Determinative und Phonogramme bzw. Syllabogramme. Daher haben Keilschriftzeichen mehrere Lesarten für jede Funktion, was die Übersetzung zusätzlich erschwert.
Trotz dieser Herausforderungen zeigte das Modell vielversprechende Ergebnisse. Es war besonders effektiv bei der Beibehaltung des Stils des Textgenres in der Übersetzung und erzielte die besten Ergebnisse bei kurzen und mittellangen Sätzen. Mit zunehmender Anzahl digitalisierter Texte kann das Modell künftig durch weiteres Training, bei dem Menschen eingebunden sind und die Ergebnisse korrigieren, nochmals verbessert werden.
Studie wirft wichtige Fragen auf
Die Studie ist ein weiterer Schritt in Richtung der Nutzung von KI zur Übersetzung und Erhaltung alter Sprachen und Kulturen. Sie zeigt, dass maschinelles Lernen eine wertvolle Ressource sein kann, um den Zugang zu und das Verständnis von historischen Texten zu verbessern, die sonst nur einer kleinen Gruppe von Experten zugänglich wären. Es ist ein aufregendes Beispiel dafür, wie Technologie dazu beitragen kann, unser Verständnis der Vergangenheit zu erweitern und zu vertiefen.
Die Ergebnisse werfen jedoch auch einige wichtige Fragen auf:
Wie können wir sicherstellen, dass maschinelles Lernen und KI-Übersetzungen die Nuancen und kulturellen Kontexte alter Sprachen korrekt erfassen?
Wie können wir die Genauigkeit und Qualität von KI-Übersetzungen weiter verbessern, insbesondere bei komplexen und weniger gut dokumentierten alten Sprachen?
Wie können wir die breite Öffentlichkeit in den Prozess der Übersetzung und Interpretation alter Texte einbeziehen und gleichzeitig die Genauigkeit und Integrität der Übersetzungen gewährleisten?
Diese Fragen sind nicht nur für Akademiker und Linguisten von Bedeutung, sondern auch für alle, die sich für die Geschichte, Kultur und das Erbe der Menschheit interessieren. Sie erinnern uns daran, dass Technologie, so leistungsfähig sie auch sein mag, nur ein Werkzeug ist. Es liegt an uns, wie wir es nutzen, um unser Verständnis der Welt zu erweitern und zu vertiefen.
#Akkadisch, #KIÜbersetzung, #AlteSprachen, #MaschinellesLernen, #NLP, #Keilschrift, #Geschichte, #Kultur, #Erbe, #PNASNexus, #Technologie, #Digitalisierung, #Linguistik, #Mesopotamien, #CNN, #BLEU4, #KulturellesErbe, #Sprachwissenschaft, #KI, #ArtificialIntelligence, #NaturalLanguageProcessing, #ConvolutionalNeuralNetworks
