Il campo delle Digital Humanities trae innumerevoli vantaggi dai progressi compiuti dall’intelligenza artificiale, che rappresenta uno strumento ormai fondamentale anche per discipline umanistiche. Negli ultimi anni, infatti, numerosi settori umanistici hanno rivolto la loro attenzione agli strumenti offerti dalla tecnologia per effettuare ricerche adottando un paradigma multidisciplinare. Dalla linguistica computazionale alla sociologia digitale, senza tralasciare campi di studio come la filologia digitale, le prove tangibili dei vantaggi garantiti dal nuovo approccio sono evidenti, numerosi e variegati. Colossi come Google dimostrano di aver preso sempre maggiore consapevolezza del contributo reciproco che i settori danno l’uno all’altro. Infatti, proprio nelle ultime settimane è stato annunciato Aeneas (Enea), il primo modello di intelligenza artificiale dedicato agli storici.
Aeneas aiuta gli storici nella ricostruzione delle iscrizioni antiche
Aeneas riprende il nome dell’eroe mitologico proponendosi come versione avanzata di Itaca, modello precedentemente rilasciato da Google per le iscrizioni greche. La novità risiede nella sua capacità di supportare la lingua latina e nella possibilità di estenderne l’utilizzo anche ad altre lingue. Gli storici traggono enorme beneficio dal nuovo modello, che si occupa principalmente di accelerare il lavoro di ricerca dei paralleli, cioè testi che presentano somiglianze tra loro da un punto di vista linguistico o geografico.
Grazie alla sua capacità di identificare connessioni profonde ed elaborare risorse multimodali (visive e testuali), Aeneas aiuta gli storici proponendo una ricostruzione delle iscrizioni incomplete favorendone anche il restauro.
Il modello di intelligenza artificiale di Google è stato allenato su tre dataset, che hanno dato vita a un unico set di dati contenente 176.000 iscrizioni latine. Dando in input un’iscrizione in formato testuale o visivo, il modello sfrutterà un’architettura Transformer per procedere con l’elaborazione e fornire il contesto attribuendo un embedding (una rappresentazione nello spazio, in forma numerica) ad ogni elemento della frase riscontrato, per poi fornire un output con luogo, data e restauro.
Google promuove così la collaborazione tra studiosi fornendo uno strumento di ricerca che può consentire di accelerare le tempistiche e ottenere risultati prima d’ora mai raggiunti.
