באמצעות AI, היסטוריונים עוקבים אחר אופן התפשטות רעיונות האסטרונומיה במאה ה-16

היסטוריונים העובדים עם עוזר בינה מלאכותית החלו לעקוב אחר התפשטות החשיבה האסטרונומית ברחבי אירופה בתחילת המאה ה-15.

הניתוח תורם לאתגר את רעיון ה"גאון הבודד" של מהפכות מדעיות. במקום זאת, זה מראה את זההידע על מיקומם של הכוכבים היה נרחבובשימוש במגוון דיסציפלינות, חוקרים מדווחים על 23 באוקטובר בהתקדמות המדע.

"אנו יכולים לראות כאן את היווצרותה הראשונה של קהילה מדעית פרוטו-בינלאומית", אומר היסטוריון החישוב מתאו ולריאני ממכון מקס פלנק לתולדות המדע בברלין.

ולריאני ועמיתיו השתמשו בבינה מלאכותית כדי לבחון אוסף דיגיטלי של 359 ספרי לימוד אסטרונומיה שפורסמו משנת 1472, פחות מ-20 שנה לאחר ההדפסה הראשונה של הספר., עד 1650(SN: 31/5/05).

ספרי הלימוד האלה שימשו ללימוד שיעורי מבוא על אסטרונומיה גיאוצנטרית - המבט על הקוסמוס שמציב את כדור הארץ במרכז ונע החוצה בספירות עוקבות. הידע על עמדות הכוכבים נחשב כחשוב ללימוד כל דבר, החל מרפואה ועד שירה יוונית ולטינית, ולכן שיעורי מבוא אסטרונומיה היו חובה לכל התלמידים. בין היתר, התלמידים למדו להשתמש במיקום השמש בקבוצות הכוכבים של גלגל המזלות כדי להבין את התאריך של אירוע שקרה בעת העתיקה, לפני שהיו נפוצים לוחות שנה מתוקננים.

עיון בטקסטים מהעבר הללו יכול לתת להיסטוריונים מושג על ידע הרקע שהיה לאנשים המשכילים ביותר על היקום וכיצד ההבנה הזו השתנתה עם הזמן.

חוקרים אימנו בינה מלאכותית לזהות כתיבה וציורים מגוונים שלא היו חלק מטבלאות אסטרונומיות בספרי לימוד היסטוריים.או. אברלet al/Science Advances2024

מערך הנתונים כלל 76,000 עמודים של טקסט, תמונות וטבלאות מספריות, רבים עם גופנים, פורמטים ופריסות שונות. היסטוריון יכול אולי לנתח קומץ ספרים בקריירה אחת. אבל ולריאני ועמיתיו רצו ללמוד את כולם.

"מה שרצינו לדעת, באופן כללי, הוא מה למדו התלמידים באסטרונומיה במשך 180 השנים הללו ובכל אירופה", אומר ולריאני. "זה היה בלתי אפשרי מבחינה אנושית."

הצוות השתמש בלמידת מכונה כדי לזהות 10,000 טבלאות מספריות נפרדות בספרי הלימוד. לאחר מכן, הם אימנו מודל AI לזהות מספרים בודדים בטבלאות. "זה היה קשה מאוד, כי הטבלאות אינן מעוצבות באותו אופן", אומר הפיזיקאי ומומחה למידת מכונה קלאוס-רוברט מולר מהאוניברסיטה הטכנית של ברלין. "הכל די בלאגן."

לאחר שה-AI שלף את כל המספרים, הוא השווה את הטבלאות השונות אחת אחת והדגיש קווי דמיון והבדלים. לדוגמה, מספר ספרי לימוד היו בעצם הדפסות חוזרות של מהדורה קודמת, והטבלאות שלהם היו כמעט זהות. אחרים הציגו רעיונות חדשים או דרכים חדשות להשתמש בנתונים אסטרונומיים.

הבינה המלאכותית לא יכלה לספר לחוקרים (SN: 8/2/24). אבל זה יכול לתת להם מקום לחפש טרנדים או רגעים של שינוי.

"זה עובר משימוש בבינה מלאכותית ככלי, לעזור לעשות משהו שחשבתי מראש, לשימוש בבינה מלאכותית כחבר צוות, להציע פתרונות חדשים שלא יכולתי לראות", אומר ולריאני.

סיפור נפוץ על אסטרונומיה בתקופת זמן זו הוא שגיבורי מדע בודדים, כמו קופרניקוס, גלילאו וקפלר, הרעידו את העולם בכך שהראו שכדור הארץ אינו מרכז היקום.

אבל היסטוריונים של המדע היושהמדע מונע על ידי גאונים בודדים כאלה שמגלים תגליות גדולות(SN: 3/5/16). לגילויים הללו היו הקשרים חברתיים, פוליטיים ותרבותיים, והיה צריך להפיץ אותם לתרבות הרחבה יותר איכשהו.

"כשאתה מתמודד עם המהפכה המדעית, הניצחון של השקפת העולם הקופרניקאית, אנחנו מכירים את השמות הגדולים", אומר מדען החישוב יורגן רן ממכון מקס פלאנק לגיאונתרופולוגיה בינה, גרמניה, שלא היה מעורב בעבודה החדשה. "אבל באירופה זו הייתה תנועה רחבה. היו הרבה משתתפים".

אחד הממצאים העיקריים של הצוות הוא שספרי לימוד שהודפסו בוויטנברג, גרמניה, בשנות ה-30 של המאה ה-15 זכו לחיקוי נרחב במקומות אחרים באירופה. ספרים דומים שנמכרו בערים עם שווקים גדולים יותר, כמו פריז וונציה, יצרו גישה חדשה והומוגנית לאסטרונומיה.

ולריאני מוצא את זה אירוני. ויטנברג ידועה בעיקר בהיותה העיר שבה מרטין לותר הניע את הרפורמציה הפרוטסטנטית, שפיצלה ענף חדש של הנצרות מהכנסייה הקתולית.

"זה נשמע פרדוקסלי", אומר ולריאני. "בזמן שוויטנברג והרפורמה הפרוטסטנטית חילקו את אירופה... ויצרו את הרקע שעליו פרצו מלחמות, בו בזמן, ויטנברג הצליח לפתח גישה מדעית ברמה החינוכית שלמעשה השתלטה בכל מקום."

מפות של העולם העתיק נהגו לחלק את היבשות לשבעה אזורי אקלים המתאימים למגורי אדם. כאשר מסעות חקירה הרחיבו את השקפותיהם של האירופים על כדור הארץ, אזורי האקלים הללו התרחבו לתשעה ובסופו של דבר ל-24. מחקרים שעשו שימוש בבינה מלאכותית הראו כיצד מפות כאלה השתנו עם הזמן. לדוגמה, המפה הזו משנת 1626 כוללת את כל כדור הארץ, אך מזכירה רק תשעה אזורי אקלים במפורש.אוניברסיטת סטנפורד

יש מגבלות לסוג זה של מחקר, מציין הצוות. נתונים היסטוריים תמיד לא שלמים, והיסטוריונים צריכים לבחור תת-קבוצה של הנתונים האלה להתמקד בהם. AI לא יכול להסביר סוג כזה של הטיית בחירה. היסטוריונים אנושיים חייבים תמיד להיות חלק מהתהליך, מדגישים החוקרים.

העבודה הזו "מראה כיצד היסטוריונים יכולים להתמודד בעתיד עם שיטות בינה מלאכותית, ולהשתמש בהן בחוכמה בלי האשליה האוטופית או הדיסטופית הזו שהם יכולים לעשות את העבודה בשבילך", אומר רן. "הם פשוט כלי פנטסטי חדש שעוזר לנו להבין את ההיסטוריה כזרם רחב של פעולות אנושיות וחשיבה אנושית, ולא רק שורה של אירועים יחידים."