Quiz połączony z przewodnikiem · Średni Poziom
AI w quizie dotyczącym rozszyfrowania języka starożytnego
Przejrzyj zadania przywracania i atrybucji napisów w Itace, ograniczenia dotyczące nierozszyfrowanego pisma, wyrównanie i walidację naukową.
Pytanie 1 z 8
Co robi model Ithaca DeepMind w przypadku starożytnych greckich inskrypcji?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Co robi model Ithaca DeepMind w przypadku starożytnych greckich inskrypcji?
- Przywraca brakujący tekst oraz szacuje datę i miejsce pochodzenia
- Wyrywa w kamieniu nowe napisy
- Liczy się tylko liczba liter
- Tłumaczy je na dźwięk mówiony
- W jaki sposób modele sekwencji pomagają, gdy starożytny tekst jest uszkodzony lub zniszczony?
- Fizycznie naprawiają kamienną tablicę
- Przewidują najbardziej prawdopodobne brakujące znaki z otaczającego kontekstu
- Usuwają uszkodzoną sekcję
- Tłumaczą tylko całe zdania
- What character-alignment assumption does the 2019 neural decipherment paper encourage for cognates?
- Every word has exactly the same length
- All characters must be translated into English
- An order-preserving correspondence, because character reorderings are assumed to be uncommon
- The order of every character must be reversed
- Co to jest wyrównanie międzyjęzykowe w kontekście rozszyfrowania?
- Wyrównywanie fizycznych fragmentów tabletu
- Tłumaczenie jednego języka nowożytnego na inny
- Układanie liter tak, aby wyglądały schludnie
- Mapowanie wzorców nieznanego pisma na znany pokrewny język w celu przetestowania tłumaczeń
- W jaki sposób te modele zazwyczaj reprezentują skrypt wewnętrznie?
- Jako sekwencje żetonów, których prawdopodobieństwa uporządkowania są poznane
- Jako pojedynczy obraz bez struktury
- Jako liczby losowe bez związku
- Jako nuty muzyczne
- Jaką rolę odgrywają uczeni, gdy sztuczna inteligencja proponuje rozszyfrowanie?
- Nic; Dane wyjściowe AI są automatycznie ostateczne
- Testują hipotezy sztucznej inteligencji na podstawie dowodów historycznych i kontekstowych
- Wpisują tylko dane wyjściowe AI
- Tłumaczą sztuczną inteligencję na łacinę
- Why does the 2019 decipherment model use a minimum-cost-flow formulation?
- To repair physical damage to stone tablets
- To measure the age of ink
- To constrain the overall matching of words across the two vocabularies
- To generate an unlimited number of unrelated translations
- What input does the 2019 decipherment experiment use from a known related language?
- A bilingual translation for every ancient sentence
- Only photographs with no text information
- A verified translation key for every possible symbol
- A non-parallel corpus that supplies linguistic correspondences to test