Ithaca di DeepMind prevede il passato

Iscrizione greca

DeepMind ha collaborato con il Dipartimento di Scienze Umanistiche dell’Università Ca’ Foscari di Venezia, la Facoltà di Lettere Classiche dell’Università di Oxford e il Dipartimento di Informatica dell’Università di Economia e Commercio di Atene per esplorare come il machine learning può aiutare gli storici a interpretare meglio le iscrizioni antiche.

In un articolo pubblicato su Nature è stato presentato Ithaca, il primo sistema AI in grado di ripristinare il testo mancante nelle iscrizioni danneggiate, identificando anche la loro provenienza geografica e aiutando a stabilire la data in cui sono state create. Ithaca è stato addestrato sul più grande dataset di iscrizioni greche dal Packard Humanities Institute.

Per Ithaca DeepMind ha creato una serie di aiuti visivi per garantire che i risultati siano facilmente interpretabili dagli storici:

  • Ipotesi di restauro: Ithaca genera diverse ipotesi di previsione per il compito di restauro del testo, che gli storici possono poi scegliere in base alla loro esperienza.
  • Attribuzione geografica: Ithaca fornisce agli storici una distribuzione di probabilità su tutte le possibili previsioni invece di un solo risultato, restituendo una mappa di probabilità che coinvolge 84 diverse regioni antiche, facendo potenzialmente luce su possibili connessioni geografiche sottostanti.
  • Attribuzione cronologica: Quando si data un testo, Ithaca produce una distribuzione di date previste per tutti i decenni dall’800 a.C. all’800 d.C. Questo consente agli storici di visualizzare la fiducia del modello per specifici intervalli di date, offrendo preziose intuizioni storiche.
  • Mappe di salienza: Per trasmettere i risultati agli storici, Ithaca utilizza una tecnica comunemente usata nella visione artificiale che identifica quali sequenze di input contribuiscono maggiormente a una previsione. L’output evidenzia le parole con diverse intensità di colore a seconda del valore che hanno conferito alle previsioni su testo mancante, posizione geografica e datazione.

Le valutazioni sperimentali mostrano come le decisioni di design e gli aiuti di visualizzazione di Ithaca rendano più facile per i ricercatori l’interpretazione dei risultati.

Ithaca è in grado di datare i testi con un margine di errore di 30 anni rispetto alle date reali. Gli storici hanno già usato lo strumento per rivalutare periodi significativi della storia greca. Gli esperti con cui ha lavorato l’azienda dichiaravano di poter raggiungere autonomamente un 25% di accuratezza nel ripristino dei testi antichi. Con l’aiuto dell’AI di Ithaca, invece, la loro performance ha raggiunto il 72% di accuratezza, superando anche la performance individuale del modello, segno che i risultati migliori si ottengono dalla collaborazione fra intelligenza artificiale ed esperti umani.

Per approfondire: Predicting the past with Ithaca

Sono Head of Artificial Intelligence di SNGLR Holding AG, un gruppo svizzero specializzato in tecnologie esponenziali con sedi in Europa, USA e UAE, dove curo i programmi inerenti all'intelligenza artificiale. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Ho trascorso la maggior parte della carriera – trent'anni - nel settore della cybersecurity, dove fra le altre cose sono stato consigliere del Ministro delle Comunicazioni e consulente di Telespazio (gruppo Leonardo). Oggi mi occupo prevalentemente di intelligenza artificiale, con consulenze sull'AI presso aziende private e per la Commissione Europea, dove collaboro con la European Defence Agency e il Joint Research Centre. Questo blog è personale.