Hacker News · 07.07.2026 ·Исследования и наука

Google DeepMind представила агентную систему для расшифровки древних текстов

Google DeepMind разработала специализированную агентную систему для помощи историкам в работе с древними греческими надписями. Инструмент объединяет возможности языковых моделей с экспертными базами данных, позволяя исследователям восстанавливать поврежденные фрагменты текстов, определять их географическое происхождение и датировку с высокой точностью, значительно ускоряя процесс подготовки эпиграфических материалов к публикации.

Система работает как интеллектуальный партнер, который берет на себя рутинную обработку разрозненных исторических данных. Агенты анализируют контекстуальные связи между тысячами надписей, выявляя закономерности, которые сложно заметить при традиционном ручном анализе. Это позволяет ученым сосредоточиться на интерпретации смыслов, делегируя ИИ проверку гипотез и сопоставление лингвистических структур.

Технология опирается на глубокую интеграцию с существующими корпусами текстов, что минимизирует вероятность галлюцинаций модели. Использование агентного подхода обеспечивает прозрачность процесса: система предоставляет ссылки на конкретные исторические источники, на основе которых было сделано предположение о восстановлении того или иного слова или фразы.

Ключевые факты

Система разработана для работы с древнегреческими надписями, охватывающими период с VII века до н.э. по V век н.э.
ИИ-агент способен восстанавливать поврежденные фрагменты текстов с точностью, сопоставимой с экспертами-эпиграфистами.
Инструмент сокращает время, необходимое для первичного анализа и классификации новых находок, в несколько раз.
Архитектура решения включает механизмы верификации, опирающиеся на академические базы данных и исторические архивы.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

Hacker News · Исследования и наука ИИ расшифровал обугленные свитки из Геркуланума Исследователи с помощью алгоритмов машинного обучения смогли прочитать фрагменты древних свитков, уничтоженных извержением Везувия в 79 году н.э. ИИ-модели обучили распознавать текстуру чернил на обугленных папирусах, которые невозможно было развернуть физически. Это позволило восстановить текст философских трактатов, считавшихся безвозвратно утраченными, что стало прорывом в области цифровой папирологии и компьютерного зрения. arXiv · Машинное обучение Автоматизация дешифровки клинописи с помощью компьютерного зрения Исследователи представили новый пайплайн для автоматического распознавания клинописных знаков на глиняных табличках. Проект решает проблему нехватки данных в ассириологии: из полумиллиона найденных артефактов эксперты успели проанализировать лишь малую часть из-за сложности ручной расшифровки. Разработанный метод использует крупнейший на сегодняшний день размеченный датасет клинописных символов для обучения моделей компьютерного зрения. arXiv · Данные и инжиниринг Svarna: открытый корпус текстов для современного греческого языка Исследователи представили Svarna — открытую веб-платформу для работы с корпусом современного греческого языка. Инструмент объединяет пять различных баз данных, охватывающих литературные, институциональные, диалектные и исторические тексты, а также контент из социальных сетей. Общий объем платформы превышает 507 миллионов слов, что значительно расширяет возможности для обучения языковых моделей и лингвистических исследований в греческом сегменте. Hacker News · ИИ в маркетинге Альтернатива детекторам ИИ: верификация авторства через запись процесса письма Вместо попыток обучить нейросети распознавать сгенерированный контент, авторы проекта HumanWroteThis предлагают фиксировать процесс создания текста в реальном времени. Инструмент записывает каждое нажатие клавиши и движение курсора, создавая воспроизводимую историю написания документа. Это позволяет подтвердить, что текст был создан человеком, а не сгенерирован ИИ-моделью, обеспечивая прозрачность авторства в академической и профессиональной среде. Hacker News · Инфраструктура для агентов Инструментарий метапоиска для ИИ-агентов Разработчики представили специализированный инструментарий для реализации метапоиска в агентных системах. Решение позволяет агентам эффективно агрегировать данные из множества поисковых систем и API, объединяя результаты в единый контекст для последующей обработки LLM. Это упрощает создание автономных систем, требующих актуальной информации из внешних источников с минимальными задержками и высокой точностью выборки. arXiv · Исследования и наука Google представила ИИ-инструмент для автоматизации научного рецензирования Исследователи Google представили Paper Assistant — инструмент, призванный решить проблему масштабируемости академического рецензирования в условиях взрывного роста числа научных публикаций. Система автоматизирует проверку методологии и корректности выводов, помогая экспертам справляться с потоком статей. Разработка направлена на поддержание качества научной экспертизы, которое традиционные методы рецензирования уже не способны обеспечить из-за растущих объемов данных. arXiv · Память и RAG Как RAG помогает ИИ-агентам решать сложные задачи через аналогии Исследователи из MIT и Google Research предложили новый подход к улучшению способности языковых моделей решать сложные задачи через аналогии. В работе, опубликованной на arXiv, они демонстрируют, как Retrieval-Augmented Generation (RAG) может быть адаптирован для более эффективного решения задач, требующих нестандартного мышления. Hacker News · ИИ в бизнесе Библиотека Конгресса США внедряет ИИ для работы с архивами Библиотека Конгресса США официально присоединилась к международному сообществу AI4LAM, сосредоточенному на интеграции искусственного интеллекта в работу библиотек, архивов и музеев. Организация планирует использовать нейросети для автоматизации описания фондов, улучшения поиска по историческим документам и повышения доступности цифровых коллекций для исследователей, что знаменует переход крупнейших культурных институций к масштабной цифровой трансформации на базе современных алгоритмов. Hacker News · Машинное обучение Альтернативный подход к ИИ без трансформеров и обучения Исследователи представили архитектуру, которая отказывается от использования трансформеров и классического обучения на огромных массивах данных. Вместо генерации текста на основе вероятностных предсказаний, система использует механизм воздержания от ответа в ситуациях, когда данных недостаточно для формирования точного вывода. Это позволяет минимизировать галлюцинации, характерные для современных больших языковых моделей. Hacker News · Оркестрация агентов Автоматизация новостного сайта с помощью системы ИИ-агентов Разработчики представили архитектуру новостного ресурса, полностью управляемого автономными ИИ-агентами. Система состоит из двух специализированных агентов: первый отвечает за мониторинг источников и написание черновиков материалов, а второй выполняет роль редактора, проверяя факты и стилистику публикаций. Такой подход позволяет автоматизировать цикл подготовки контента от сбора данных до финальной верстки.

← Все материалы