Google DeepMind周三（7/23）發表了可用於分析羅馬時代拉丁銘文的AI模型Aeneas，並透過Predicting the Past網站開放使用；該網站同時也整合了先前推出、用於分析古希臘銘文的模型Ithaca。
在西元前6世紀至西元5世紀的古羅馬時代，人們通常將文字（拉丁文）寫在羊皮紙、莎草紙、蠟板、石頭或金屬上。其中，只有刻在石頭與金屬上的銘文較易保存至今。為了協助歷史學家更有效地解讀、歸屬並修復這些殘缺的文本，Google DeepMind開發出Aeneas——號稱是首個具備「古代銘文脈絡化」能力的AI模型
Aeneas是一個多模態生成神經網路，支援文本與圖像輸入。Google DeepMind團隊首先策畫了一套資料集，整合了羅馬銘文資料庫（Epigraphic Database Roma，EDR）、海德堡銘文資料庫（Epigraphic Database Heidelberg，EDH），以及Clauss-Slaby銘文資料庫（Epigraphic Database Clauss Slaby，EDCS-ELT）。團隊將這些經過清理與統整的紀錄，彙編為一個可供機器操作的資料集，名為拉丁銘文資料集（Latin Epigraphic Dataset，LED），內容涵蓋來自古羅馬世界的17.6萬則拉丁文銘文。
Aeneas模型會先讀取銘文的文字，並利用Transformer技術分析內容；如果銘文有缺字，模型會嘗試補上；若不清楚是哪一年寫的，也會預測其年代；而在判斷銘文的地理來源時，則會同時參考銘文的照片。接著，Aeneas會使用嵌入（embedding）技術，將銘文的內容與背景資訊轉換成一組數值，形成其獨特的「歷史指紋」，並據此從拉丁銘文資料集（LED）中找出最相似的銘文，依相似度排序後，提供學者作為參考依據。
Google DeepMind團隊表示，Aeneas不僅能修復最多10個字元的缺文，其Top-20準確率高達73%，即使缺文長度未知，準確率也仍有58%。使用者除了可透過網頁版與之互動外，也已透過GitHub同步釋出原始碼及資料集。
