Google DeepMind lansează Aeneas, AI-ul care reface texte latine greu de descifrat
Google DeepMind a prezentat Aeneas, un model AI open-source creat pentru a restaura și contextualiza inscripțiile latine antice. Inspirat de eroul mitologic roman, acest instrument gratuit promite să accelereze una dintre cele mai dificile sarcini ale istoricilor: completarea fragmentelor lipsă din textele deteriorate de trecerea timpului, scrie revista Engadget. Cum funcționează Aeneas, de la Google DeepMind, și de ce este important pentru istorici Textele lăsate de romani sunt adesea incomplete, erodate sau vandalizate. Reconstruirea lor necesită o analiză atentă a contextului istoric și lingvistic. Aeneas automatizează identificarea „paralelismelor”, adică a textelor similare din punct de vedere al structurii, sintaxei sau regiunii. Astfel, modelul poate găsi în câteva secunde corespondențe pe care un cercetător le-ar fi descoperit în zile sau chiar săptămâni. DeepMind descrie, așadar, fiecare text analizat drept o „amprentă istorică”, permițând identificarea unor conexiuni profunde între inscripții. Prin intermediul acestui proces, Aeneas ajută la situarea lor într-un context mai larg, oferind cercetătorilor un punct de pornire pentru reconstrucție. Un alt avantaj major este capacitatea AI-ului de a restaura lacune textuale de lungime necunoscută, similar completării unui rebus în care nu știi câte litere lipsesc. Mai mult decât atât, Aeneas este multimodal, analizând atât conținut textual, cât și vizual, ceea ce îi permite să determine originea unei inscripții cu mai mare precizie. Un partener de nădejde pentru restaurarea textelor antice? DeepMind subliniază că Aeneas nu înlocuiește munca istoricilor, ci funcționează ca un aliat colaborativ. Modelul oferă sugestii interpretabile, iar cercetătorii decid care sunt relevante. Un istoric care a testat aplicația a afirmat că „paralelismele identificate de Aeneas mi-au schimbat complet percepția asupra inscripției, observând detalii esențiale pentru restaurare și datare.” Odată cu lansarea Aeneas, DeepMind a actualizat și Ithaca, modelul său dedicat textelor grecești antice. Acesta beneficiază acum de aceleași funcții avansate de contextualizare și restaurare. Concret, prin Aeneas, Google DeepMind arată, dacă mai era nevoie de o asemenea demonstrație, cum inteligența artificială poate sprijini cercetarea istorică, transformând o muncă migăloasă și consumatoare de timp într-un proces mai rapid și mai precis, fără a elimina însă expertiza umană. Lumea arheologiei ar putea, așadar, să fie cu mult simplificată de acum încolo.
Cel mai nou AI Google prognozează cicloanele
Google aduce prognoza meteo în era rețelelor neuronale cu un model creat special pentru furtunile tropicale. Creat de diviziile DeepMind și Google Research, sistemul rulează deja în platforma interactivă Weather Lab, unde poți explora atât ciclonii activi, cât și traiectoriile simulate ale furtunilor recente. În parteneriat cu National Hurricane Center (NHC) din Statele Unite, AI-ul generează până la 50 de scenarii diferite pentru fiecare ciclon și extinde fereastra de predicție la 15 zile – dublu față de multe metode tradiționale. Deși Google nu pretinde că a depășit definitiv modelele fizice consacrate, primele teste arată o precizie comparabilă, iar uneori superioară, la estimarea traseului și intensității uraganelor. Conform datelor publicate, erorile de poziție pentru sezonul 2023-2024 scad, în medie, cu 87 mile față de soluțiile europene ECMWF, un pas semnificativ când fiecare kilometru contează în alerte de evacuare. Cum funcționează noul model AI Bazat pe arhitectura GraphCast extinsă cu rețele spațio-temporale dense, modelul consumă setul istoric ERA5 – sute de milioane de observații meteorologice globale pe 75 ani – pentru a învăța relațiile dintre temperatura mării, vânturile în troposferă și formațiunile noroase specifice ciclonilor. Inputul brut este împărțit în ferestre de câte șase ore, iar rețeaua prezice simultan presiunea centrală, diametrul ochiului și mișcarea sistemului pe următoarele 360 de ore. Pentru a evita „halucinațiile” numerice, cercetătorii au antrenat AI-ul într-o schemă de ensemble learning: 50 membri independenți rulează în paralel, oferind o hartă de probabilitate asupra tuturor variantelor posibile. Astfel, primești nu doar o linie de prognoză, ci un evantai care indică incertitudinea – util când decizi dacă merită să-ți evacuezi locuința de pe litoral. Un alt avantaj este viteza: fiecare rulare completă pe 15 zile se calculează în câteva zeci de secunde pe un TPU v5e, comparativ cu orele necesare unui model fizic complet de tip HWRF. Rapiditatea permite actualizări mai dese, deci poți primi avertizări aproape în timp real atunci când un ciclon își schimbă brusc direcția. Colaborări și perspective În prezent, specialiștii NHC validează zilnic predicțiile AI lângă modele clasice, evaluând cât de bine anticipează creșterea/deprecierea intensității și locul landfall-ului. Rezultatele preliminare sunt promițătoare, dar Google menționează că tehnologia rămâne experimentală: algoritmul servește drept sprijin, nu înlocuitor al meteorologului uman. Pentru a rafina performanța la scară globală, compania colaborează cu Met Office (Marea Britanie), Japan Weather News și cercetători de la University of Tokyo. Dacă locuiești într-o zonă predispusă la taifunuri sau uragane, vei vedea în anii următori avertizări „semnate” de AI în rapoartele agențiilor naționale, odată ce validarea oficială va fi completă. Privind înainte, modelul va integra observații radar în timp real și imagini din satelit cu rezoluție de până la 500 m, ceea ce ar putea aduce predicții locale mai precise privind precipitațiile și vânturile de la nivelul solului. În plus, Google lucrează la un modul care să estimeze creșterea valurilor și a mării, fundamental pentru prevenirea inundațiilor de coastă înainte de sosirea ochiului furtunii. Ce înseamnă pentru tine Dacă trăiești în zone de risc sau plănuiești vacanțe în Caraibe ori Pacific, vei putea consulta gratuit Weather Lab pentru a-ți ajusta planurile din timp. În loc să-ți bazezi decizia exclusiv pe un buletin static, vei folosi hărți interactive unde traseul probabil este actualizat la câteva ore. Nu uita, totuși, că AI-ul este doar un instrument suplimentar; respectă întotdeauna recomandările oficiale ale autorităților locale înainte de a hotărî să rămâi sau să evacuezi. În plus, dacă ești dezvoltator sau cercetător, datele istorice și rulările live pot fi descărcate pentru a-ți testa propriile ipoteze despre schimbările climatice și comportamentul furtunilor într-o atmosferă tot mai caldă. Folosește-le ca set de antrenament pentru aplicații locale – de exemplu, optimizarea rețelelor de distribuție a energiei sau planificarea rutelor maritime în sezonul ciclonilor.
VIDEO: Roboții Google DeepMind au învățat să joace fotbal: driblinguri, pase și anticiparea mișcărilor adversarului
Ce se întâmplă atunci când inteligența artificială întâlnește fotbalul? La Google DeepMind, răspunsul vine sub forma unor roboți umanoizi miniaturali care nu doar că pot merge și șuta, dar au început să înțeleagă și regulile jocului. Cercetătorii companiei au publicat recent o demonstrație spectaculoasă în care doi roboți joacă un meci de fotbal unu la unu, arătând că AI-ul este tot mai capabil să învețe comportamente complexe prin antrenament autonom, scrie Techcrunch.com. Testele au fost realizate cu roboți Robotis OP3, iar rezultatele obținute deschid o nouă eră în robotică, una în care mașinile nu doar execută sarcini, ci iau decizii, anticipează acțiuni și învață din greșeli — la propriu. De la mers și căzături, la tactici de joc Antrenamentul a început cu pașii de bază: roboții au fost învățați să meargă stabil, să se redreseze după o căzătură și să lovească mingea. Prin tehnici avansate de învățare prin întărire (reinforcement learning), aceștia au dobândit rapid competențe motorii esențiale. Dar ceea ce a surprins cercetătorii a fost progresul rapid în comportamente mai abstracte, cum ar fi: anticiparea traiectoriei mingii, blocarea șuturilor adversarului, adaptarea la stilul de joc al celuilalt robot. Cu alte cuvinte, roboții nu au învățat doar să joace fotbal, ci să-l înțeleagă într-un mod care implică strategie și reacție în timp real. O demonstrație cu potențial dincolo de sport Demonstrația publicată de echipa DeepMind arată că inteligența artificială poate învăța rapid abilități complexe într-un mediu fizic, nu doar în simulări. Asta deschide calea pentru aplicații variate, de la robotică industrială avansată până la roboți colaborativi care pot lucra în spații umane dinamice. „Faptul că acești roboți pot anticipa mișcările și pot reacționa strategic ne arată că suntem din ce în ce mai aproape de a avea mașini care pot naviga în lumea reală în moduri care necesită înțelegere contextuală”, au explicat cercetătorii în raportul lor. Mai mult, un astfel de proiect le oferă cercetătorilor un cadru ideal pentru a testa inteligența artificială în condiții imprevizibile, asemănătoare cu viața reală — un contrast binevenit față de mediile controlate în care AI-ul este adesea testat. Următorul fluier: inteligența artificială pe terenul de joc Chiar dacă acești roboți nu vor concura curând la Cupa Mondială, performanța lor este o demonstrație remarcabilă a progreselor învățării automate aplicate în robotică. În timp ce FIFA poate sta liniștită pentru moment, e limpede că inteligența artificială câștigă rapid teren — la propriu și la figurat. Și cine știe? Poate că în viitor, roboții nu vor mai fi doar spectatori tăcuți în tribune, ci jucători activi pe teren, gata să blocheze, să paseze și chiar să celebreze goluri în stil propriu.