Academia Austríaca e Mistral lançam o Apollo, IA para grego antigo
Desenvolvido com a Mistral e a Sail Reply, o modelo Apollo foi treinado com 600 milhões de palavras em grego antigo para restaurar papiros.
Resumo rápido
- O modelo Apollo foi treinado em 600 milhões de palavras de manuscritos, papiros e inscrições em grego antigo.
- A ferramenta estará disponível gratuitamente para pesquisadores por meio de uma interface de chatbot.
- O sistema sugere opções de palavras para preencher lacunas em documentos históricos mantendo a validação humana.
Entenda o contexto
Modelos de linguagem de grande porte são sistemas de inteligência artificial treinados em grandes volumes de texto para reconhecer padrões e prever probabilidades de palavras. No contexto da papirologia, a tecnologia é aplicada para analisar documentos fragmentados e sugerir recomposições linguísticas mantendo a supervisão de pesquisadores.
A Academia Austríaca de Ciências lança nesta quarta-feira o Apollo, apresentado como o primeiro modelo de linguagem de grande porte avançado voltado para o grego antigo. O sistema foi desenvolvido em parceria com o laboratório francês de inteligência artificial Mistral e com a empresa de serviços de tecnologia Sail Reply. A ferramenta ficará disponível gratuitamente para acadêmicos por meio de uma interface de chatbot.
Treinado em um acervo de aproximadamente 600 milhões de palavras históricas em grego extraídas de manuscritos, papiros e inscrições, o Apollo foi projetado para auxiliar pesquisadores na identificação rápida de fragmentos de papiros relevantes para suas áreas de estudo. Em documentos danificados ou rasgados, o modelo preenche as lacunas com as palavras ou passagens estatisticamente mais prováveis.
Recomposição e adaptação a dialetos
Segundo as organizações envolvidas, o trabalho de restauro de papiros exige historicamente que especialistas identifiquem a divisão das palavras — já que a escrita do grego antigo não apresentava espaços —, determinem a datação precisa do documento, avaliem os contextos sociopolíticos e consultem materiais de referência. O Apollo integra esse conhecimento especializado para adaptar suas sugestões ao tipo de texto analisado. Anna Dolganov, historiadora e papirologa da Academia Austríaca de Ciências, afirmou que ao identificar trechos de Homero ou inscrições em dialeto dórico, a IA utiliza os padrões linguísticos específicos dessas origens.
Para pesquisadores da área, a expectativa é de que o modelo acelere a reconstrução de textos, permitindo que os acadêmicos se concentrem no impacto histórico das descobertas. Armand D'Angour, professor de línguas e literatura clássica na Universidade de Oxford, afirmou que receber sugestões das palavras mais prováveis para preencher uma lacuna agiliza consideravelmente o trabalho de análise.
Preservação da precisão e validação humana
Apesar da capacidade de aceleração, acadêmicos destacam que o modelo não deve alterar drasticamente a compreensão geral do mundo antigo, já que muitos papiros não restaurados tratam de temas cotidianos, como cartas pessoais e contratos civis. Stephen Colvin, professor do University College London, pontuou que a ferramenta não deve resultar na descoberta súbita de novas peças teatrais inéditas.
Para evitar o risco de poluir o registro histórico com erros gerados por cálculos de probabilidade, o Apollo foi desenvolvido para apresentar uma seleção de opções de palavras para que o próprio pesquisador faça a escolha final. Dolganov ressaltou que a competência humana precisa ser mantida na transcrição e interpretação dos materiais. De acordo com Dimitris Vlitas, sócio da Sail Reply, a técnica utilizada no Apollo poderá ser aplicada posteriormente a outros idiomas antigos, como o latim ou o egípcio.
Referências
- Reportagem consultada: Wired — IA
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
