في أكتوبر 2023، تلقت الباحثة في علم البرديات، فردريكا نيكولاردي، رسالة بريد إلكتروني حوت صورة قد غيّرت مسار أبحاثها بشكل جذري. كانت الصورة تعرض جزءًا من لفة بردية محترقة ناجمة عن ثوران جبل فيزوف في العام 79 ميلادية، تعود إلى فيلا رومانية فاخرة في هيركولانيوم بالقرب من بومبي. هذا الاكتشاف الجديد يأتي في وقت ينمو فيه استخدام تقنيات الذكاء الاصطناعي بشكل متزايد في مجالات متعددة، بما في ذلك علم البرديات، حيث تقدم الأدوات الحديثة القدرة على قراءة نصوص قديمة كانت في الماضي غير قابلة للوصول. يعكس هذا التعاون بين العلوم القديمة والتكنولوجيا المتقدمة تحولات ثورية في كيفية استكشاف التاريخ وفهمه، إذ تسمح لنا بتوسيع آفاق المعرفة التاريخية وطرح أسئلة جديدة حول مصادر الماضي. في هذا المقال، سنستعرض كيف يمكن لجيل جديد من تقنيات الذكاء الاصطناعي أن يُحدث فرقًا كبيرًا في فهم النصوص القديمة، وسنسلط الضوء على بعض المشاريع الرائدة التي تعيد الحياة لعالم من النصوص المفقودة.
التطبيقات الحديثة للذكاء الاصطناعي في دراسة النصوص القديمة
لقد شهدت دراسة النصوص القديمة تحولات جذرية بفضل التقنيات الحديثة التي يعتمد عليها علماء الآثار وعلماء اللغات. ومن بين هذه التقنيات، نجد الذكاء الاصطناعي الذي أصبح أداة رئيسية تسهم في فك الرموز والسرقات المتراكمة على مر العصور. يتجلى ذلك في مشروع يُدعى “تحدي فيزوف”، الذي يهدف لاستخدام تقنيات التعلم العميق لفك شفرات النصوص الموجودة في لفائف البردي المحترقة نتيجة لانفجار جبل فيزوف في عام 79 ميلادي. هذه اللفائف تحتوي على نصوص تعود لعصور قديمة، وأدت التكنولوجيا الحديثة إلى قراءة نصوص كانت غير قابلة للوصول إليها لألفي عام.
المثير في هذا المشروع هو الدقة التي حققتها نماذج التعلم العميق في اكتشاف حروف وكلمات من النصوص المتفحمة. على سبيل المثال، بينما كانت الجهود التقليدية تنطلق من معالجة الصور الرقمية للنصوص، فإن النماذج الحاسوبية مثل الشبكات العصبية التلافيفية قد أسهمت بشكل كبير في معالجة المعلومات بصورة أكثر تعقيداً. هذه النماذج قادرة على التمييز بين الحروف والتعرف على الأنماط بشكل أكبر، مما يمكّن الباحثين من إعادة بناء النصوص المفقودة.
علاوة على ذلك، فإن الذكاء الاصطناعي لا يقتصر على معالجة النصوص القديمة فحسب، بل يمتد ليشمل فحص واستغلال الأرشيفات الضخمة. يمكن للأنظمة المعتمدة على AI أن تعالج كميات هائلة من البيانات بشكل أسرع مما يستطيع أي باحث بشري. هذا يفتح المجال ليس فقط للكشف عن نصوص جديدة، بل أيضاً لإحداث ثورة في كيفية تفكير الأكاديميين في الأسئلة المتعلقة بتاريخ البشرية والأدب القديم.
تحديات الدراسات الأثرية القديمة والتقنيات الجديدة
تتسم الدراسات الأثرية القديمة بالتحديات التعقيدية، مثل ضعف الحفظ، أو ندرة المعلومات حول النصوص. على سبيل المثال، نصوص الكتابة الصينية القديمة، مثل الكتابات المنقوشة على الأصداف والعظام، تعكس هذه النوعية من التحديات. هنا، تلعب تقنيات الذكاء الاصطناعي دوراً مهماً في معالجة النصوص التي يبدو أنها تفتقر إلى السابقات والدلالات.
أظهرت الأبحاث أن نماذج التعلم المتكرر (RNN) قادرة على ملء الفجوات الناجمة عن النصوص المفقودة بشكل فعال. في حالة النصوص البابلية القديمة، كتب الباحثون إلى نماذج AI لتحديد الكلمات الناقصة من الوثائق الإدارية، مما يعني استعادة أجزاء من التاريخ الذي كان يبدو مفقوداً. هذا النوع من التطور لا يحل المسائل فحسب، بل يفتح أيضا آفاقاً جديدة للبحث ويساهم في تشكيل أسئلة جديدة حول القضايا الأثرية والتاريخية.
إحدى التجارب البارزة كانت في جامعة أكسفورد، حيث تعاون أكاديميون من مختلف التخصصات للاستفادة من الذكاء الاصطناعي في ضبط النصوص اليونانية المعقدة. حيث تم تدريب نموذج الذكاء الاصطناعي على مجموعة كبيرة من النقوش اليونانية ثم تم تقديم نصوص جديدة ليتنبأ بالنصوص المفقودة أو يسجلها. الشكل الجديد من التعاون بين العلوم الإنسانية والتكنولوجيا يُبرز إلى أي مدى يمكن للمرونة الفكرية أن تسمح للباحثين بالتفاعل مع نماذج التعلم الآلي لخلق أدوات فريدة لتحليل البيانات التاريخية.
تأثير الذكاء الاصطناعي على مستقبل دراسة اللغات القديمة
يمكن القول إن استخدام الذكاء الاصطناعي في تحليل وإعادة إحياء النصوص القديمة سيغير تماماً طريقة فهمنا للغات القديمة وثقافاتها. النماذج المتقدمة مثل تلك المستخدمة في مشروع “إثاكا” تقدم أدوات جديدة للبحث الأكاديمي، حيث تسهم في تحسين دقة الأعمال الأكاديمية. يمكن لهذه النماذج تقديم توصيات دقيقة بخصوص معنى النصوص، أصولها، وحتى تاريخها. وهذا يعني أن هناك إمكانية لبحث أكثر دقة وسرعة في دراسة موضوعات لم يكن من الممكن الوصول إليها أو الإجابة عنها سابقًا.
الأبحاث التي تجريها الفرق متعددة التخصصات، مثل التحقيقات التي يجريها علماء الآثار مع العلماء التكنولوجيين، تؤكد أهمية التعاون بين مختلف المجالات لتحسين أدوات البحث. الذكاء الاصطناعي هنا ليس مجرد أداة تساعد الباحثين، بل يصبح شريكاً في عملية اكتشاف التاريخ، مما يسهم في بناء فهم أعمق لنصوص وتراث الحضارات القديمة.
علاوة على ذلك، تأثير هذه التقنيات يمتد إلى الأرشيفات الكبرى، مثل السجلات اليومية للملوك الكوريين، التي لم يتمكن الكثيرون من قراءتها حتى الآن. من خلال تطبيق الذكاء الاصطناعي، يمكن أن توفر ترجمة دقيقة لهذه النصوص في وقت أقل بكثير مما كانت عليه الجهود البشرية التقليدية، والتي تتطلب عقودًا من العمل. هذه الثورات التكنولوجية تعتبر خطوة كبيرة نحو تحسين فهمنا للتاريخ.
اللفائف الهيركولانيومية: تحقيقات حول الرموز القديمة
تُعتبر اللفائف الهيركولانيومية، التي اندثرت نتيجة كارثة فيزوف، واحدة من أبرز التحديات التي واجهت العلماء في مجال علم الآثار. تم العثور على هذه اللفائف في مدينة هيركولانيوم القديمة، وهي تحتوي على نصوص تتعلق بفلسفات ومفاهيم مثيرة من العالم القديم. يُعتبر فهم هذه النصوص أمرًا معقدًا، حيث إن اللفائف أصبحت هشة جدًا نتيجة الحريق الذي دمر المدينة. ومع ذلك، يعمل الباحثون على إيجاد تقنيات جديدة مثل تقنية “الفك الافتراضي” والتي تستند إلى تصوير الأشعة المقطعية عالي الدقة، لتمكينهم من قراءة محتواها دون تدميرها.
تتمثل التحديات الأولى في عدم القدرة على فك اللفائف لعدم تضررها أكثر مما هي عليه. لذلك، تم تطوير تقنية تصوير الأشعة المقطعية التي تسمح للعلماء بإجراء مسح دقيق للبنية الداخلية لللفائف. بعد ذلك، يقومون بتطبيق خوارزميات معقدة لفك الرموز عبر تحويل البيانات ثلاثية الأبعاد إلى صور ثنائية الأبعاد واضحة.
نستطيع أن نرى في هذه الأبحاث كيف تتداخل التكنولوجيا الحديثة مع التاريخ القديم، مما يفتح آفاقًا جديدة لفهمنا للثقافات السابقة. إن الإبداعات التي يستخدمها العلماء، مثل الشبكات العصبية، تُعَد مثالًا على كيفية الاستفادة من الذكاء الصناعي في حل المعادلات الإنسانية القديمة.
تقنية التدريبات التكرارية: الفهم والتطبيق
تعتمد العديد من البحث الحالية على مفهوم “التعلم المتكرر”، حيث يتم تدريب الأنظمة الذكية على بيانات من لفائف مختلفة لاستخراج المعلومات منها. يظهر ذلك بوضوح في طريقة عمل فريق البحث الذي يقود جهود فك الرموز في اللفائف الهيركولانية. من خلال تعلم الخوارزميات أداء مشابه لأداء الباحثين البشريين في تحليل النصوص المعقدة، يتم تعزيز قدرة الآلات على التعرف على الأنماط واختلاف البيانات.
تشكل هذه التقنية تقدمًا كبيرًا في أدوات البحث الآثاري، فهي تتيح للباحثين إلقاء الضوء على النصوص المخفية التي لا يمكن رؤيتها بسهولة. على سبيل المثال، يمكن استخدام تقنيات مثل “TimeSformer”، وهو نموذج حديث يستخدم عادةً لتحليل الفيديو، لفصل الأبعاد المختلفة للصورة مما يسهل دراسة النصوص.
مثال آخر رائع على نجاح هذه التقنيات هو المسابقة المعروفة باسم “تحدي فيزوف”، التي ساهمت في تعزيز جهود العلماء في قراءة اللفائف الهيركولانية، حيث تم استقطاب الآلاف من الباحثين من مختلف أنحاء العالم لتطوير نماذج قادرة على تمييز الحبر بين طبقات الورق.
مستقبل علم الآثار: المكتبة غير المرئية
يعتبر الباحثون مثل برينت سيلز أن هذا النوع من البحث قد يمهد الطريق نحو اكتشافات غير مسبوقة في علم الآثار. يتحدث سيلز عن فكرة “المكتبة غير المرئية”، التي تضم نصوصًا مخفية داخل أغلفة قديمة أو حتى أغلفة مومياوات، حيث أن هذه النصوص تحمل في طياتها الكثير من المعرفة والثقافة، ولكنها تبقى بعيدة عن الأعين.
هناك فرصة لاسترجاع هذه النصوص باستخدام الأساليب الحديثة ودمجها مع التقنيات القديمة. حققت الأبحاث في اللفائف الهيركولانية تقدماً كبيراً، ويأمل العلماء أن تتوسع هذه الدراسة لتشمل مخطوطات أخرى لم يتمكنوا من الوصول إليها بعد. إن الحصول على إذن للعمل على توثيق وتدقيق النصوص المخفية هو أمر يفتح مجالاً واسعاً من التساؤلات حول معرفتنا بالتاريخ البشري وثقافاته.
على سبيل المثال، إذا تمكّن العلماء من اكتشاف نصوص جديدة تُشير إلى ممارسات فكرية أو فلسفية مختلفة، فإن ذلك قد يُعيد تشكيل فهمنا للتاريخ الفلسفي والعلوم. تتبّع سيلز لآثار المكتبة غير المرئية قد يقود أيضًا إلى اكتشافات تُعتبر “اكتشاف القرن”، وهو ما يراه الكثيرون حالة توازن بين العلم الحديث والتراث الثقافي الإنساني.
رابط المصدر: https://www.nature.com/articles/d41586-024-04161-z
تم استخدام الذكاء الاصطناعي ezycontent
اترك تعليقاً