Predicting the past with Ithaca
Zusammenfassung
Kurz
Der Bericht stellt Ithaca vor, ein KI-System, das beschädigte altgriechische Inschriften rekonstruiert und bei der Bestimmung von Herkunftsort und Entstehungszeit helfen soll. Laut den berichteten Tests verbessert die Zusammenarbeit mit dem System die Rekonstruktionsleistung von Historikern; die Ergebnisse beziehen sich auf griechische Texte und legen keine allgemeine Übertragbarkeit auf andere Sprachen nahe.
Mittel
Der Bericht beschreibt Ithaca, ein KI-System zur Untersuchung beschädigter altgriechischer Inschriften. Es soll fehlende Textteile rekonstruieren, den ursprünglichen Ort einer Inschrift bestimmen und ihre Datierung unterstützen. Trainiert wurde es laut Artikel mit einem großen digitalen Inschriftendatensatz. Das Modell verarbeitet sowohl Wörter als auch einzelne Zeichen und zeigt mehrere Rekonstruktionsvorschläge sowie Wahrscheinlichkeitsverteilungen zu Ort und Zeit an.
In den berichteten Evaluationen rekonstruierte Ithaca Texte mit 62 Prozent Genauigkeit und ordnete Orte mit 71 Prozent Genauigkeit zu. Datierungen lagen demnach im Mittel innerhalb von 30 Jahren der tatsächlichen Zeitspannen. Historikerinnen und Historiker erreichten bei der Textrekonstruktion allein 25 Prozent Genauigkeit, mit Ithaca 72 Prozent. Als Beispiel nennen die Autorinnen und Autoren umstritten datierte athenische Beschlüsse: Ohne diese Texte im Training sagte Ithaca im Mittel 421 v. Chr. voraus, nahe an jüngeren Neubewertungen.
Der Artikel präsentiert Ithaca als Unterstützung für die Forschung, nicht als Ersatz für historische Fachurteile. Die Ergebnisse beziehen sich auf griechische Inschriften und die beschriebenen Tests. Versionen für andere alte Sprachen waren laut Bericht noch in Arbeit; die Architektur könne aber auch mit weiteren Datensätzen genutzt werden.
Ausführlich lesen
Der Bericht stellt Ithaca vor, ein von DeepMind gemeinsam mit Forschenden aus der Klassischen Philologie und Informatik entwickeltes KI-System zur Untersuchung beschädigter oder räumlich versetzter altgriechischer Inschriften. Solche Texte dokumentieren unter anderem Gesetze, Verträge und politische Beschlüsse, sind aber häufig unvollständig. Zudem lassen sich die beschriebenen Materialien laut Bericht nicht mit üblichen Verfahren wie der Radiokarbondatierung datieren. Das erschwert die historische Einordnung und macht sie zeitaufwendig.
Ithaca baut auf dem älteren System Pythia auf und soll drei Aufgaben unterstützen: fehlende Textstellen rekonstruieren, den ursprünglichen geografischen Ort einer Inschrift bestimmen und ihre Entstehungszeit eingrenzen. Das Modell wurde mit dem laut Bericht größten digitalen Datensatz griechischer Inschriften trainiert. Weil viele Texte beschädigt sind, verarbeitet es sowohl Wörter als auch einzelne Zeichen. Ein Aufmerksamkeitsmechanismus wertet beide Arten von Eingabe parallel aus. Für die Ergebnisse liefert das System mehrere mögliche Textrekonstruktionen, Wahrscheinlichkeitsverteilungen für 84 antike Regionen sowie eine Verteilung möglicher Datierungen in Jahrzehntschritten von 800 v. Chr. bis 800 n. Chr. Hervorhebungskarten sollen zeigen, welche Textteile die Vorhersagen beeinflusst haben.
Die im Artikel berichteten Evaluationen ergeben 62 Prozent Genauigkeit bei der Rekonstruktion beschädigter Texte und 71 Prozent bei der geografischen Zuordnung. Datierungen liegen demnach im Mittel innerhalb von 30 Jahren der tatsächlichen Zeitspannen. In einem Vergleich erreichten die beteiligten Historikerinnen und Historiker allein 25 Prozent Genauigkeit bei der Textrekonstruktion; mit Ithaca stieg ihr Wert auf 72 Prozent und lag damit über der Einzelleistung des Modells. Die Autorinnen und Autoren führen dies als Hinweis darauf an, dass das System Fachleute bei der Interpretation unterstützen kann.
Als Beispiel für einen möglichen Beitrag zu historischen Debatten nennt der Bericht umstritten datierte athenische Beschlüsse. Das Trainingsmaterial enthielt die ältere Datierung 446/445 v. Chr. Für die Prüfung wurde Ithaca neu trainiert, ohne die fraglichen Inschriften einzubeziehen. Das Modell schätzte deren Datum im Durchschnitt auf 421 v. Chr. und lag damit nahe an neueren historischen Neubewertungen. Der Bericht vergleicht außerdem Fehlerwerte: Die Datierungen des zugrunde liegenden Packard-Humanities-Institute-Datensatzes lägen im Mittel 27 Jahre von den Neubewertungen entfernt, Ithacas Vorhersagen dagegen fünf Jahre. Diese Zahlen beschreibt der Artikel; sie belegen für sich genommen nicht, dass das Modell historische Streitfragen allgemein entscheiden kann.
Ithaca wurde als kostenfreie interaktive Anwendung bereitgestellt; zudem wurden Programmcode, ein vortrainiertes Modell und ein Notebook veröffentlicht. Die beschriebenen Ergebnisse beziehen sich auf griechische Inschriften und die jeweiligen Evaluationsbedingungen. Eine Übertragung auf andere Sprachen ist nicht als bereits umfassend nachgewiesen dargestellt: Die Entwicklung von Versionen für weitere alte Sprachen lief laut Artikel noch, auch wenn die Architektur mit anderen Datensätzen für Schriftsysteme wie Akkadisch, Demotisch, Hebräisch oder Maya verwendet werden könne.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Lunas Kurzfassung behauptet, die Ergebnisse legten keine allgemeine Übertragbarkeit nahe. Der Bericht sagt dagegen, dass Historiker die Architektur bereits mit eigenen Datensätzen für andere Schriftsysteme nutzen können, und dass Versionen für weitere alte Sprachen in Arbeit sind. Die Mittelfassung ist inhaltlich überwiegend korrekt.
Im Bericht, aber nicht in der Zusammenfassung
- Der offene Zugang: Code, vortrainiertes Modell und eine kostenlose interaktive Version wurden veröffentlicht.
- Der Vergleich mit dem PHI-Datensatz: PHI-Angaben liegen im Schnitt 27 Jahre daneben, Ithaca nur etwa 5 Jahre.
- Der Name des Trainingsdatensatzes (Packard Humanities Institute) und die Veröffentlichung in Nature.
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Die Angabe, Datierungen lägen im Mittel innerhalb von 30 Jahren, steht so nicht im Bericht; dort heißt es, Ithaca datiere Texte bis auf 30 Jahre genau an die Datierungsspannen heran.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 42 %einzelne zitierbare Belege
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 30 %einzelne zitierbare Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 37 %einzelne zitierbare Belege
- JEV 48 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 28 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 57 %einzelne zitierbare Belege
- amos 21 %einzelne zitierbare Belege
- SubQ 41 %gleiches Oberthema, hilft nicht
- drex 32 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 45 %einzelne zitierbare Belege
- JEV 46 %beantwortet teilweise oder widerspricht
- amos 30 %einzelne zitierbare Belege
- SubQ 100 %kein Bezug
- drex 33 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung einzelne zitierbare Belege
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 32 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 58 %einzelne zitierbare Belege
- JEV 62 %einzelne zitierbare Belege
- amos 22 %gleiches Oberthema, hilft nicht
- SubQ 43 %gleiches Oberthema, hilft nicht
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung einzelne zitierbare Belege
- SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 24 %einzelne zitierbare Belege
- JEV 40 %einzelne zitierbare Belege
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat?
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv