Badacze stworzyli specjalistyczny model języka oparty na sieci neuronowej, który potrafił odczytywać i rekonstruować brakujące fragmenty starożytnych greckich papirusów. System trenuje się na zachowanych tekstach, aby nauczyć się łacin i kontekstu starożytnych dokumentów, a następnie automatycznie uzupełnia tekst w zniszczonych lub niepełnych zapisach.
Tradycyjnie paleografowie spędzali miesiące na badaniu papirusów, aby dowiedzieć się, jakie słowa mogły się znajdować w wyrwanych miejscach. Proces wymagał głębokiej wiedzy o starożytnej greckiej ortografii, gramatyce i historycznym kontekście. AI znacznie przyspiesza tę pracę, analizując tysiące fragmentów i wskazując najbardziej prawdopodobne słowa i wyrażenia.
Znaczenie tego projektu wykracza poza czystą naukę - uzupełnione teksty mogą zawierać cenną wiedzę o codziennym życiu w starożytnej Grecji, handlu, administracji i kulturze. Model może pomóc w odkryciu wcześniej nieznanych informacji, która dziś pozostaje ukryta w zniszczonych dokumencie. To przykład tego, jak AI znajduje praktyczne zastosowanie w humanistyce i archeologii.