Aeneas
Google DeepMind, with the University of Nottingham, Warwick and Oxford · その他
AeneasはDeepMindのオープンソースAIモデルで、破損したラテン碑文を復元し、その年代・出土地域・最も近い並行テキストを予測する。
Aeneas について
What Is Aeneas
Aeneasは、Google DeepMindがノッティンガム大学、ウォリック大学、オックスフォード大学の歴史研究者と共同で開発した生成ニューラルネットワークだ。石・青銅・陶器に刻まれたラテン碑文を中心に古代テキストを読み、研究者がそれをより広い歴史の文脈に置き直すのを助ける。チームは2025年7月にNatureで成果を発表し、コードとデータセットをオープンソースとして公開した。
やっていることは、突き詰めれば検索と補修である。壊れた碑文や風化した碑文が出てきたとき、歴史家はたいてい辞書や資料集を漁り、語法・定型・背景の似た並行テキストを探す。この作業は何日もかかり、どの蔵書に手が届くかにも左右される。Aeneasはそこを自動化する。各テキストをチームの言う「歴史的指紋」に変換し、17万6千件を超えるラテン碑文のコーパスから最も関連の深い並行例を引き出す。実質的に、碑文学の大きな一角を一つのモデルに収めて質問できるようにしたわけだ。
使ううえでは二つの制約がある。Aeneasはラテン語で学習しており、公表された数値はこの言語に当てはまる。手法自体は他の言語や文字、媒体にも応用できるとチームは述べている。もう一つ、これは研究ツールであって完成品ではない。コード、デモサイト、ノートブックを通して動かすので、Pythonに多少慣れているか、インストール手順をたどる根気が要る。
Getting Started
- predictingthepast.comの対話デモを開くか、Google DeepMindのプロジェクトページで論文とリンクを確認する
- GitHubでpredictingthepastリポジトリを複製し、モデルとデータセットの導入手順に従う
- 長さが既知の欠損と未知の欠損をマーカーで示した文字列を入力し、碑文の画像があれば一緒に渡す
- 復元されたテキスト、関連度順の並行碑文、年代と出土地域の予測を確認し、検証に耐えるものだけを残す
AIツール情報
Aeneasの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 古典文献学・古代史の研究者：ラテン碑文を読み、読み方を固める前に並行テキストや年代・出土地域の候補がほしい人
- 考古学者・博物館の担当者：新たに出土した未発表の碑文を扱い、断片が何なのか素早く見当をつけたい人
- デジタル人文学の研究者：コーパスやツールを組み立て、他の文字にも応用できる学習済みモデルを求める人
- 学生と教員：完全な研究蔵書がなくても、ラテン碑文の復元と年代推定の仕組みを知りたい人
タスク
- テキスト復元：欠損の長さが既知でも未知でも、碑文の欠けた文字や区間を補う
- 出土地域の推定：テキストとその画像から、どのローマ属州のものか絞り込む
- 年代の推定：研究者が与えた短い年代幅の中に碑文を位置づける
- 並行例の検索：破損したテキストと語法・定型・文脈を共有する碑文を浮かび上がらせる
- コーパス研究：ある定型や言い回しが数千件の碑文でどう変わるかを調べる
シーン
- 出所不明の風化した祭壇片が届く：Aeneasが可能な読み、属州、年代の候補を出し、最初の報告書を導く
- 博物館が展示を準備する：担当者が並行テキストを使い、青銅の断片がローマの暮らしでどんな位置を占めたかを説明する
- 論文にもっと確かな年代が要る：研究者が提案した年代を、モデルの幅と上位に来た並行例に突き合わせる
- 学際チームがマイナーな文字を調べる：新しいコーパスで手法を再学習し、どこまで通用するかを試す
主な機能
任意長のテキスト復元
Aeneasは欠けた文字を補い、長さが誰にも分からない欠損にも対応する。固定長の欠損しか扱えなかった従来モデルから一歩進んだ。チームによれば、欠損が十文字以内の碑文を約73%の精度で復元する。破損したテキストが、読めない断片から使える史料に変わりうる。
並行テキストの検索
モデルは各碑文を歴史的指紋に変換し、17万6千件を超えるラテン碑文から最も近い相手を探し出す。その並行例は語法・機能・文化的背景を共有し、旧来のツールが返す文字列の一致をはるかに超える。歴史家が最も頼る機能だ。文脈こそが断片に意味を与えるからである。
マルチモーダルな出土地域の推定
Aeneasは、テキストと画像の両方を使って碑文の産地を推し量る初めての同種モデルである。軽量な視覚ネットワークがテキストと並べてグレースケール画像を読み、とくに出土地域の推定精度を押し上げる。チームによると、62のローマ属州のいずれかに約72%の精度で割り当てる。
年代の推定
研究者が年代幅を示せば、Aeneasは有力な年代を約13年の幅まで絞る。放射性炭素年代測定は石や金属には効かないため、研究者はしばしば様式と定型だけで年代を決める。幅が狭まれば、テキストを出来事や他の出土品と突き合わせやすくなる。
大規模なオープン・ラテンコーパス
モデルは、17万6千件を超える碑文と約1600万字をEpigraphic Database RomaやEpigraphic Database Heidelbergなどの出所から集めたLatin Epigraphic Datasetで学習する。DeepMindはデータセットとコードを公開したので、チームは検証したり、自前の資料で再学習したりできる。
人と機械の協働ワークフロー
チームは紀元前7世紀から紀元後8世紀の実在の碑文で、23人の歴史家とAeneasを試した。歴史家は文脈の提案が約9割の場面で役立ったと評価し、主要な作業での自信が44%高まったと報告した。復元と出土地域の推定では、モデルと組んだ人間がモデル単独や歴史家単独を上回った。
メリットとデメリット
メリット
- モデルとデータセットがオープンで、研究者が検証し、再学習し、拡張できる
- 長さが未知の欠損に対応する。従来の復元ツールにはできなかった
- テキストに加えて碑文の画像も使う。出土地域の推定でこれを実現した最初のモデル
- Natureの査読論文と現役の歴史家による検証研究に裏づけられている
- デモ、コード、Colabノートブックのいずれからも無料で使える
デメリット
- ラテン語で学習しているため、公表された精度はこの言語のもの。他は研究段階の見通しにとどまる
- 研究ツールであって製品ではないため、導入にはPythonとコードの素養が要る
- 並行例と年代を提案するだけで読み方を証明はしない。歴史家が結果を判断する必要は残る
- 公開APIも価格設定もない。プロジェクトがサービスではなくコードとして配布されるためだ
よくある質問
AeneasはGoogle DeepMindのオープンソースAIモデルで、歴史家が古代テキスト、とくにラテン碑文を扱うのを助ける。破損したテキストを復元し、年代と産地を提案し、自分が調べている碑文に最も近い碑文を探し出す。チームは2025年7月にNatureで発表した。
関連コンテンツ
Aeneasに関連するツール、スキル、記事を探す。
Aeneasの代替ツール
BinkBink
BinkBink · その他BinkBinkは無料のオンラインゲームプラットフォームであり、AIゲームメーカーでもある。短いテキストの説明を、誰でも遊べるブラウザゲームに変えられる。コミュニティが作った数百本のゲームにすぐ飛び込める。あるいは自分のアイデアを説明すれば、数秒で遊べて、そのまま友達と共有できる。自分のゲームを作りたい？プログラミングは要らない。エンジンの設定も、ダウンロードも、面倒なこともない。
Audiogen
Audiogen Inc. · その他Audiogenは、Audiogen Inc.が開発したAI音楽生成ツールだ。小さな研究チームが約2年半かけて自社の生成型音楽モデルを訓練し、その周りにWebインターフェースを設計した。このAI音楽ツールは単なるテキストボックスではなく、タイムラインを初心者に優しい生成型オーディオワークステーション（Generative Audio Workstation、略してGAW）へと変える。そこではインペインティング、延長、リミックス、ステム編集が、キャンバスに絵を描くように機能する。製品はまだベータ版で、アクセスは順番待ちリストか招待で行う。有料プランはまだ公開されていない。
Aiml API
AIMLAPI OÜ · その他Aiml APIは、OpenAI、Google、Anthropicなどの1000以上のモデルを1つのエンドポイントと1つの請求にまとめる統合AIモデルAPIだ。単一のOpenAI互換スキーマに対してコードを書き、モデル文字列を変えるだけでチャット、画像、動画、音声のモデルを切り替えられる。十数の事業者アカウントを使い分けずにマルチモデルへアクセスしたい開発者や小規模チームに向き、複数ベンダーを試すときに付きまとう請求の手間もなくす。1つの鍵ですべてをまかなえる。