Aeneas
Google DeepMind, with the University of Nottingham, Warwick and Oxford · Otro
Aeneas es el modelo de IA abierto de DeepMind que restaura inscripciones latinas dañadas y predice su fecha, su origen geográfico y los paralelos textuales más cercanos.
Acerca de Aeneas
What Is Aeneas
Aeneas es una red neuronal generativa que Google DeepMind creó junto a historiadores de las universidades de Nottingham, Warwick y Oxford. Lee textos antiguos, sobre todo inscripciones latinas grabadas en piedra, bronce y cerámica, y ayuda a los especialistas a situarlas en un contexto histórico más amplio. El equipo publicó el trabajo en Nature en julio de 2025 y liberó el código y el conjunto de datos como software abierto.
Su tarea es, en buena parte, buscar y reparar. Cuando aparece una inscripción rota o desgastada, el historiador suele rebuscar en obras de referencia los paralelos, esos textos que comparten formulación, fórmula o entorno. Esa búsqueda lleva días y depende de a qué bibliotecas tenga acceso cada estudioso. Aeneas la automatiza: convierte cada texto en lo que el equipo llama una huella histórica y extrae los paralelos más relevantes de un corpus de más de 176.000 inscripciones latinas. En la práctica, mete buena parte de la epigrafía en un solo modelo al que puedes preguntar.
Dos límites marcan su uso. Aeneas está entrenado en latín, así que sus cifras conocidas valen para esa lengua. El equipo sostiene que el método se adapta a otras lenguas, escrituras y soportes. Y es una herramienta de investigación, no un producto acabado. La ejecutas desde el código, una web de demostración o un cuaderno, así que conviene manejarse algo con Python o tener paciencia para seguir una guía de instalación.
Getting Started
- Abre la demostración interactiva en predictingthepast.com o visita la página del proyecto de Google DeepMind para ver el artículo y los enlaces
- Clona el repositorio predictingthepast en GitHub y sigue las instrucciones para instalar el modelo y el conjunto de datos
- Introduce una secuencia de caracteres con marcas para los huecos de longitud conocida y desconocida, más una imagen de la inscripción si la tienes
- Revisa el texto restaurado, la lista de inscripciones paralelas por relevancia y las predicciones de fecha y origen, y quédate con lo que resista el examen
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Aeneas.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Filólogos clásicos e historiadores de la Antigüedad
- Arqueólogos y personal de museos
- Investigadores de humanidades digitales
- Estudiantes y docentes
Tareas
- Restauración de texto
- Atribución geográfica
- Atribución cronológica
- Recuperación de paralelos
- Estudio de corpus
Casos de uso
- Llega un fragmento de altar desgastado sin procedencia
- Un museo prepara una exposición
- Un artículo necesita una cronología más firme
- Un equipo interdisciplinar estudia una escritura poco conocida
Funciones clave
Restauración de texto de longitud libre
Aeneas rellena caracteres que faltan y huecos cuya longitud nadie conoce, un paso más allá de los modelos anteriores, que solo resolvían huecos de longitud fija. Según el equipo, recupera inscripciones con hasta diez caracteres perdidos con una precisión de alrededor del 73 %. En un texto dañado, eso puede convertir un fragmento ilegible en una fuente aprovechable.
Recuperación de textos paralelos
El modelo convierte cada inscripción en una huella histórica y rastrea en un corpus de más de 176.000 inscripciones latinas los parecidos más cercanos. Esos paralelos comparten formulación, función o entorno cultural, muy por encima de las coincidencias literales que daban las herramientas antiguas. Es la función que más usan los historiadores, porque el contexto es lo que da sentido a un fragmento.
Atribución geográfica multimodal
Aeneas es el primer modelo de su clase que combina texto e imagen para conjeturar dónde se fabricó una inscripción. Una red visual ligera lee una imagen en escala de grises junto al texto, lo que sube la precisión sobre todo en la tarea geográfica. El equipo señala que coloca los textos en una de 62 provincias romanas con una precisión de cerca del 72 %.
Atribución cronológica
Con un intervalo de fechas que aporta el historiador, Aeneas estrecha la fecha probable hasta unos 13 años. Importa porque la datación por carbono no sirve en piedra ni en metal, de modo que los estudiosos suelen fechar por estilo y fórmula. Un intervalo más ajustado facilita alinear un texto con acontecimientos y con otros hallazgos.
Un gran corpus latino abierto
El modelo se entrena con el Latin Epigraphic Dataset, que reúne más de 176.000 inscripciones y unos 16 millones de caracteres de fuentes como el Epigraphic Database Roma y el Epigraphic Database Heidelberg. DeepMind publicó el conjunto de datos y el código, así que los equipos pueden estudiarlo, auditarlo o reentrenar el modelo con su propio material.
Flujo de trabajo entre personas y máquina
El equipo probó Aeneas con 23 historiadores sobre inscripciones reales, del siglo VII a. C. al VIII d. C. Los historiadores consideraron útiles las sugerencias de contexto en cerca del 90 % de los casos y notaron un aumento del 44 % en la confianza en tareas clave. En restauración y atribución geográfica, quienes trabajaban con el modelo superaban al modelo o a los historiadores por separado.
Ventajas y desventajas
Ventajas
- Modelo y conjunto de datos abiertos, así que los investigadores pueden inspeccionarlo, reentrenarlo y ampliarlo
- Resuelve huecos de longitud desconocida, algo que las herramientas de restauración anteriores no hacían
- Usa las imágenes de las inscripciones además del texto, el primero en hacerlo para la atribución geográfica
- Respaldado por un artículo revisado por pares en Nature y por un estudio con historiadores en activo
- Gratis a través de la demostración, el código o un cuaderno de Colab
Desventajas
- Entrenado en latín, así que la precisión publicada es para esa lengua y lo demás es una promesa de investigación
- Es una herramienta de investigación, no un producto, de modo que el montaje exige soltura con Python
- Propone paralelos y fechas, no demuestra una lectura, así que el historiador todavía tiene que juzgar el resultado
- No hay API pública ni precios, porque el proyecto se distribuye como código y no como servicio
Preguntas frecuentes
Aeneas es un modelo de IA de código abierto de Google DeepMind que ayuda a los historiadores a trabajar con textos antiguos, sobre todo inscripciones latinas. Restaura texto dañado, propone una fecha y un lugar de origen y encuentra las inscripciones más parecidas a la que estudias. El equipo lo publicó en Nature en julio de 2025.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Aeneas.
Alternativas a Aeneas
Odyssey 3
Odyssey · OtroOdyssey-3 es el modelo del mundo fundacional de Odyssey. Simula física en tiempo real, convierte una descripción en un entorno interactivo y se adapta a robots, coches y videojuegos.
JarvisCore
Prescott Data · Programación · Productividad · OtroJarvisCore es un runtime de código abierto en Python donde los agentes de IA actúan como pares en una malla, reclaman tareas de un libro mayor compartido y llegan a servicios externos por un bróker sin confianza.
Clef
Cloudflare · Negocios · OtroClef es el modelo de decisión de código abierto de Cloudflare para Workers AI. Devuelve probabilidades calibradas para preguntas tipadas en lugar de texto, así que un agente clasifica, enruta y actúa rápido.