评估
如下表 所示 ， 对于恢复任务 ， Ithaca 始终优于竞争方法 ， 获得 26.3% 的 CER 和 61.8% 的 top 1 准确率 。 具体来说 ， 与人类专家相比 ， Ithaca 实现了 2.2 倍（即更好）的 CER ， 而与 Pythia 相比 ， Ithaca 的 top 20 预测实现了 1.5 倍的性能提升 ， 准确率为 78.3% 。
值得注意的是 ， 将历史学家与 Ithaca 组合时 ， 借助 Ithaca 辅助的人类专家的 CER 为 18.3% ， top 1 准确率为 71.7% ， 与原始人类专家 CER 和 top 1 相比 ， 提高了 3.2 倍和 2.8 倍 。
关于区域归属 ， Ithaca 的 top 1 预测准确率为 70.8% ， top 3 的预测准确率为 82.1% 。 最后 ， 对于时间归属 ， 从真实日期间隔到人类基线预测的平均时间是 144.4 年 ， 中位数是 94.5 年 ， 但 Ithaca 中位距离仅为 30 年 。

文章图片

【预测过去？DeepMind用AI复原古希腊铭文，登Nature封面】原文链接：https://deepmind.com/blog/article/Predicting-the-past-with-Ithaca