في إنجاز جديد في عالم الأبحاث التاريخية، قدم العلماء تقنية مبتكرة لتحديد تواريخ الصفحات المفقودة من المخطوطات القديمة باستخدام الذكاء الاصطناعي. تعتمد الطريقة الجديدة على معالجة سمات الصور الخاصة بالنصوص، حيث تُحوّل عملية تحديد التاريخ إلى مشكلة انحدار عميق موثوق به، مما يمكن النموذج من تقديم توزيع تنبؤي شامل دون الحاجة لتقسيم القرون إلى فئات كما كانت تفعل الأساليب التقليدية.

تستخدم هذه التقنية بنية شبكة عصبية تعتمد على EfficientNet-B2، مع رأس ناتج يجمع بين Normal-Inverse-Gamma (NIG) وتدريب نموذجي يعتمد على تحقيق الأهداف الإيجابية للسلبية المدمجة وتحسين الأدلة. في اختبارات معيار DIVA-HisDB، تم تحقيق متوسط ​​خطأ مطلق (MAE) قدره 5.4 سنوات، وهو أفضل بكثير من التقسيم الزمني التقليدي الذي يعتمد على علامات قرون تمتد إلى 50 سنة.

من المثير للاهتمام أن 93% من الصور كانت ضمن 5 سنوات، و97% ضمن 10 سنوات، حيث تم تحقيق نسبة PICP بلغت 92.6%، متفوقة على طرق مثل MC Dropout وDeep Ensembles. كما أظهرت تحليلات عدم اليقين أن عدم اليقين العشوائي يمثل مؤشراً قوياً على خطأ التاريخ.

تتزايد التنبؤات حول عدم اليقين مع تدهور جودة الصورة، مما يساعد الباحثين في تحديد الأماكن الأكثر تأثيراً في النصوص على دقة التحديد الزمني. بالأخير، تقليل مستوى الخطأ عبر المستوى العام للصفحات إلى 4.5 سنوات مع ارتباط قوي بين عدم اليقين وخطأ الصفحات، مما يثبت فعالية هذه المنهجية.

ما رأيكم في هذا التطور المثير؟ هل تعتقدون أن الذكاء الاصطناعي يمكن أن يحدث ثورة في الدراسات التاريخية؟ شاركونا في التعليقات.