Google DeepMind vừa chính thức công bố công cụ 'Predicting the Past Skill' tích hợp trong nền tảng Google Antigravity, mở ra phương thức mới giúp các nhà sử học trò chuyện với thế giới cổ đại. Giải pháp này cho phép người dùng nghiên cứu các văn bản cổ bằng tiếng Hy Lạp và tiếng Latin cổ thông qua việc truy vấn bằng tiếng Anh tự nhiên.
Diễn biến chi tiết
Để chứng minh tính hiệu quả của công cụ mới, Google DeepMind đã hợp tác với nhà nghiên cứu Thea Sommerschield trong các nghiên cứu tình huống cụ thể. Theo công bố từ Google DeepMind, sự kết hợp giữa hệ thống AI chuyên dụng và khả năng suy luận của mô hình ngôn ngữ lớn Gemini giúp các nhà sử học khám phá dữ liệu cổ đại theo những phương thức hoàn toàn mới. Công cụ này hứa hẹn sẽ giải quyết các rào cản lớn trong việc tiếp cận và phân tích các tư liệu lịch sử vốn phức tạp và đòi hỏi chuyên môn cực kỳ cao.
Bối cảnh & Nguyên nhân
Việc ứng dụng trí tuệ nhân tạo vào phân tích lịch sử lâu nay phải đối mặt với ba thách thức cốt lõi. Thứ nhất là việc tạo ra các phân tích và hình ảnh trực quan tùy chỉnh cho từng bản khắc cổ. Thứ hai là việc đối chiếu và thiết lập bản đồ liên nguồn nhằm tìm kiếm các mô hình thông tin trên quy mô lớn. Cuối cùng, việc giúp các nhà nghiên cứu không có kỹ năng lập trình vẫn có thể sử dụng các công cụ AI tiên tiến là một bài toán khó mà Google Antigravity đang cố gắng giải quyết.
Phân tích kỹ thuật & Công nghệ
Về mặt công nghệ, Predicting the Past hoạt động dựa trên nguyên lý định vị (grounding) mô hình Gemini trực tiếp vào hai mô hình chuyên gia có sẵn là Aeneas và Ithaca. Sự kết hợp này mang lại khả năng suy luận mạnh mẽ từ Gemini, đồng thời tận dụng tối đa độ chính xác chuyên biệt của Aeneas và Ithaca trong việc xử lý ngôn ngữ cổ. Người dùng giờ đây có thể thực hiện các phân tích phức tạp, trực quan hóa dữ liệu bản khắc và lập bản đồ chéo nguồn mà không cần viết bất kỳ dòng mã nào.
Ý kiến chuyên gia & Nhận định
Theo đánh giá ban đầu từ nhóm nghiên cứu hợp tác, việc phối hợp giữa trí tuệ nhân tạo chuyên sâu và mô hình ngôn ngữ lớn giúp đơn giản hóa đáng kể quy trình làm việc của các nhà khảo cổ. Thay vì phải dịch thủ công từng phân đoạn văn bản bị vỡ hoặc thiếu hụt, hệ thống hỗ trợ dự đoán phần từ bị mất và xác định niên đại chính xác hơn, giúp thu hẹp khoảng cách giữa công nghệ số và khoa học nhân văn cổ điển.
Tác động & Tương lai
Công cụ mới này được kỳ vọng sẽ dân chủ hóa việc nghiên cứu lịch sử cổ đại, giúp các nhà nghiên cứu độc lập hoặc các tổ chức nhỏ tiếp cận công nghệ dịch thuật cao cấp. Đối với độc giả và giới nghiên cứu tại Việt Nam, phương pháp tích hợp này gợi mở ra hướng đi mới trong việc bảo tồn, dịch thuật và phục dựng các văn bản chữ Nôm hoặc các di sản Hán-Nôm cổ đang bị mai một theo thời gian.