AI は専門家が焼けた古代の巻物から文字を読み取るのを支援します

AI は専門家が焼けた古代の巻物から文字を読み取るのを支援します

AI は、専門家が焼けた古代の巻物から単語を読み取るのを支援します PlatoBlockchain データ インテリジェンス。垂直検索。あい。

AI の概要 コンピューター科学者たちは、西暦 79 年のヴェスヴィオ山の噴火後、数千年にわたって火山泥の厚い層に保存されていた古代の巻物の一部から単語を解読できるように AI モデルをトレーニングしました。

ヘルクラネウムの巻物として知られる黒焦げの文字は 1700 年代に発掘されたと伝えられており、非常に壊れやすいため、扱ったり広げたりすることはできません。 ケンタッキー大学の研究チームは、内容物の内部を観察するために物体の 3D CT スキャンを作成し、XNUMX マイクロメートルの解像度で巻物のさまざまな断片の画像を生成することに成功しました。

GitHub の元 CEO、ナット・フリードマン氏は、専門家が文章を読むのに役立つソフトウェアの開発をプログラマーに奨励するコンテストを立ち上げました。 ある出場者は、スクリプト内でパチパチと見える一連のパターンを発見し、最初の文字の発見につながり、他の参加者は単語全体を解読するためにさらに検索を開始しました。 

さて、XNUMX 人の学生、ルーク・ファリターとユセフ・ネーダーは、 賞品を獲得しました AI モデルのトレーニングでは、「紫」を意味する古代ギリシャ語 πορφυ̣ρ̣ας̣ や、「達成」を意味する ανυοντα や「類似」を意味する ομοιων に似た単語を明らかにしました。 ナデル氏の最新の試みでは、まだ完全に判読できないXNUMX段半のテキストが明らかになった。

競争はまだ終わっておらず、焼け落ちたが無傷の 700,000 冊の巻物に含まれる XNUMX つの文章を解読する方法を考案できる人には、最高賞金 XNUMX 万ドルが与えられています。 

米宇宙軍、ChatGPTを一時禁止

米国宇宙軍は、データプライバシーへの懸念を理由に、ChatGPTのような生成型AIツールを社内で使用するのをやめるよう職員に呼び掛けた。 総称してガーディアンと呼ばれるすべての軍関係者に送られたとされる内部メモには、宇宙軍の最高技術革新局がその技術を承認するまで、ChatGPTのようなアプリケーションの使用を一時的に禁止されると書かれていた。 

宇宙軍の最高技術革新責任者であるリサ・コスタが主導したこのメモは、LLM がガーディアンの生産性向上に役立つことを認めているが、「データ集約のリスク」を提起している。 モデルは会話で生成されたデータに基づいてトレーニングできるため、軍が機密データを漏洩した場合、将来的にユーザーが情報を抽出または暴露する可能性があります。 

「これらの機能をガーディアンの役割とUSSFの任務に統合する最善の道を決定するため、米国宇宙軍内での生成AIと大規模言語モデルの使用を戦略的に一時停止しました」と空軍報道官のターニャ・ダウンスワース氏は述べた。 言われ ロイターが声明で伝えた。 「これは私たちのサービスとガーディアンのデータを保護するための一時的な措置です」と彼女は付け加えた。

米国宇宙軍は、安全保障リスクを調査し、責任を持ってテクノロジーを導入するためのベストプラクティスを開発するために、他の米国国防総省機関と生成AIタスクフォースに参加しました。

Google は AI と地図を使用して信号機をより効率的にしています

Google は世界中の都市計画担当者と協力して、ドライバーがより効率的に目的地に到着し、二酸化炭素排出量を削減できるよう信号機の制御を改善してきました。 

同社のプロジェクト グリーン ライトに取り組んでいる研究者は、AI を備えた Google マップを使用して交通データの流れの分析を続けています。 彼らは AI ベースの交差点モデルを構築し、より多くの車が停止と発進を減らしてよりスムーズに通過できるように信号を同期する方法を推奨しました。

モデルは、運転パターン、軽いスケジュール、およびそれらが相互にどのように影響するかを調べます。 これらの推奨事項は当局に渡され、当局はさまざまな信号機のタイミングを変更することができます。 プロジェクト グリーン ライトは、イスラエルのハイファからブラジルのリオデジャネイロ、インドのバンガロールに至る 70 都市の 12 の交差点にわたって展開されています。

「初期の数値が、交差点での停止回数が最大 30 パーセント削減され、排出ガスが最大 10 [パーセント] 削減される可能性があることを示していることを共有できることをうれしく思います…すでに青信号が設置されている交差点では、これにより燃料が節約され、排出量が削減されます」毎月最大 30 万回の車の乗車による排出量」と Google ブログ投稿インチ

同社は、より多くの都市に登録してこのイニシアチブに参加するよう呼びかけている。 ®

タイムスタンプ:

より多くの 登録