A Google DeepMind lança o Aeneas, um modelo open-source para interpretar inscrições latinas

Três tarefas distintas de historiador num só modelo

O Aeneas é descrito como um modelo generativo que ajuda historiadores a interpretar, atribuir e restaurar textos antigos fragmentados. São três tarefas distintas. Restauro significa preencher lacunas onde a pedra ou o papiro se perderam. Atribuição significa associar uma inscrição a um local e a uma época. E o modelo também procura paralelos — textos que partilham vocabulário, sintaxe, fórmulas padronizadas ou proveniência.

O que se destaca é que a Google DeepMind integrou as três funções num único sistema, em vez de lançar ferramentas separadas. A pesquisa de paralelos, em particular, é um processo de investigação, não uma tarefa de previsão: apresenta inscrições comparáveis sobre as quais o historiador pode raciocinar, em vez de devolver uma única resposta para aceitar ou rejeitar.

Entrada multimodal e um foco inicial no latim

A fonte indica que o Aeneas processa entrada multimodal — texto e imagens —, o que é relevante para a epigrafia, onde a disposição física, o tipo de letra e os danos de uma superfície gravada transmitem informação que a transcrição, por si só, não capta. Fornecer uma imagem juntamente com uma transcrição parcial aproxima-se mais do modo como um historiador trabalha na realidade do que um restauro baseado apenas em texto.

O modelo foi treinado em latim e pesquisa entre milhares de inscrições latinas, e o anúncio afirma que estabelece um novo estado da arte na área. A DeepMind afirma também que o Aeneas pode ser adaptado a outras línguas, escritas e suportes antigos, de papiros a moedas. Essa capacidade de adaptação é afirmada, mas não demonstrada neste texto, pelo que o resultado concreto apresentado é o do latim.

A decisão de distribuição: aplicação alojada mais código aberto

O ângulo de plataforma está na forma como o Aeneas é lançado. Existem dois caminhos de acesso simultâneos. Uma versão interativa está disponível em predictingthepast.com, gratuita para investigadores, estudantes e educadores. Em paralelo, o código e o dataset são open source, e o método subjacente está publicado na Nature.

Essa combinação serve dois públicos sem obrigar a uma escolha. Uma sala de aula ou um historiador em atividade pode usar a ferramenta web sem qualquer infraestrutura. Um laboratório que queira treinar novamente o modelo em grego, papiros ou moedas pode utilizar o código e o dataset abertos para o fazer. Disponibilizar o dataset — e não apenas os pesos ou uma demonstração — é o que torna a afirmação sobre a adaptação a outras línguas algo concreto, e não apenas uma aspiração.

Porque é que um lançamento específico, moldado como ferramenta, é a parte interessante

O Aeneas não é um modelo generalista reaproveitado para uma demonstração; foi construído em torno da estrutura específica do trabalho de uma disciplina — restaurar, atribuir, encontrar paralelos — e é entregue como algo que um historiador pode abrir num browser. A implicação para as equipas que constroem AI (keep the English acronym) aplicada é que a unidade útil aqui não foi a capacidade bruta, mas o ajuste entre os resultados do modelo e um fluxo de trabalho especializado já existente, apoiado por um dataset aberto que permite a outros estendê-lo além do latim.