KI-Software kann alte Keilschrifttafeln automatisch identifizieren, und Forschern ist ein Durchbruch gelungen

王林
Freigeben: 2023-11-24 14:26:52
nach vorne
1347 Leute haben es durchsucht

Neuigkeiten vom 24. November: Eine neue Technologie der künstlichen Intelligenz, entwickelt von einem Team der Martin-Luther-Universität Halle-Wittenberg (MLU), der Johannes Gutenberg-Universität Mainz und der Hochschule Mainz. Intelligente Software kann jetzt unleserliche Keilschrift entziffern. Im Gegensatz zu früheren Methoden, die auf Fotos beruhten, nutzt dieses KI-System 3D-Modelle von Keilschrifttafeln und liefert so zuverlässigere Ergebnisse als frühere Methoden. Dies ermöglicht die Suche durch den Vergleich von Inhalten über mehrere Slices hinweg und ebnet so den Weg für völlig neue Forschungsfragen.

In dieser neuen Studie verwendeten die Forscher 3D-Modelle von fast 2.000 Keilschrifttafeln, darunter etwa 50 aus der MLU-Sammlung. Schätzungen zufolge gibt es weltweit etwa eine Million solcher Tafeln, von denen viele über 5.000 Jahre alt sind und zu den ältesten schriftlichen Texten der Menschheit zählen. Die Filme decken ein breites Themenspektrum ab, von Einkaufslisten bis hin zu Gerichtsentscheidungen, und beleuchten die Vergangenheit der Menschheit vor Tausenden von Jahren. Da es sich bei diesen Keilschrifttafeln jedoch um ungebrannte Tonblöcke mit eingeprägten Wörtern handelte, war es selbst für das geschulte Auge sehr schwierig, sie zu entziffern

KI-Software kann alte Keilschrifttafeln automatisch identifizieren, und Forschern ist ein Durchbruch gelungen

Der Inhalt, der neu geschrieben werden muss, ist: Hinweis zur Bildquelle: Dieses Bild wird durch künstliche Intelligenz generiert und vom autorisierten Dienstleister Midjourney bereitgestellt

Um dieses Problem zu lösen, schlug Assistenzprofessor Hubert Mara von der MLU die Idee vor, ein System künstlicher Intelligenz auf Basis von 3D-Modellen zu entwickeln. Das neue System entschlüsselte Text besser als frühere Methoden. Im Prinzip funktioniert dieses KI-System ähnlich wie eine OCR-Software (Optical Character Recognition), die Wörter und Bilder von Text in maschinenlesbaren Text umwandelt. Dies hat viele Vorteile: Sobald der Text in Computertext konvertiert ist, ist er viel einfacher zu lesen oder zu durchsuchen

Ernst Stötzner, Mitglied der MLU, erklärt: „OCR wird normalerweise zur Bearbeitung von Fotos oder Scans verwendet. Bei Tinte auf Papier oder Pergament ist das kein Problem. Bei Keilschrifttabletten wird die Situation jedoch komplizierter.“ Denn Licht und „Der Blickwinkel kann die Erkennung bestimmter Zeichen stark beeinflussen.“ Dieses neue KI-System entwickelte er im Rahmen seiner Masterarbeit. Das Team trainierte die neue KI-Software anhand von 3D-Scans und anderen Daten, die größtenteils von der Hochschule Mainz stammen, die für Großprojekte mit 3D-Modellen zuständig ist

Das KI-System hat dann die Symbole auf dem Chip erfolgreich identifiziert. Überrascht stellten die Forscher fest, dass das System auch bei grundsätzlich schlechtem Bildmaterial, etwa Fotos, gut funktionierte. Die Arbeiten der Haller- und Mainzer Forscher eröffnen einen neuen Zugang zu bisher relativ exklusivem Material und eröffnen viele neue Forschungsrichtungen. Derzeit handelt es sich nur um einen Prototyp, der in der Lage ist, Symbole in beiden Sprachen zuverlässig zu identifizieren, es sind jedoch insgesamt zwölf Keilschriftsprachen bekannt. Künftig könnte die Software auch dabei helfen, beschädigte Inschriften zu entziffern, etwa dreidimensionale Keilschriftschriften auf Friedhöfen.

Der Inhalt, der neu geschrieben werden muss, ist: [Zitat: Webmaster’s Home]

Das obige ist der detaillierte Inhalt vonKI-Software kann alte Keilschrifttafeln automatisch identifizieren, und Forschern ist ein Durchbruch gelungen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:sohu.com
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage