Apollo, Model AI Bahasa Yunani Kuno Pertama Dirilis Akademi Sains Austria

Telset.id – Akademi Sains Austria akan merilis model bahasa besar (large language model) canggih pertama di dunia untuk Bahasa Yunani Kuno pada Rabu mendatang. Model bernama Apollo ini dikembangkan bersama laboratorium AI Prancis, Mistral, dan perusahaan layanan teknologi, Sail Reply. Langkah ini menandai masuknya kecerdasan buatan ke jantung penelitian filologi klasik, sebuah bidang yang selama ini bergantung pada keahlian akademik langka dan proses rekonstruksi manual yang memakan waktu.

Apollo dilatih menggunakan sekitar 600 juta kata Yunani bersejarah yang diambil dari manuskrip, papirus, dan prasasti. Model ini akan tersedia secara gratis bagi para akademisi melalui antarmuka chatbot AI. Ambisi utamanya adalah membantu para sarjana mengidentifikasi fragmen papirus yang relevan dengan subdisiplin mereka secara lebih cepat, sekaligus membuka jalan penelitian baru yang menjanjikan.

Kemampuan inti Apollo terletak pada kemampuannya mengisi bagian dokumen yang rusak dan sobek. Model ini dirancang untuk melengkapi bagian yang kosong dengan kata atau bagian kalimat yang paling mungkin secara statistik, sehingga berpotensi mengungkap detail tersembunyi tentang peristiwa dan praktik sejarah. Dimitris Vlitas, mitra di Sail Reply, mengatakan kepada WIRED bahwa membuka pengetahuan dengan cara seperti ini “tidak terpikirkan setahun lalu.”

Mengubah Cara Akademisi Merekonstruksi Dokumen Kuno

Hingga kini, memulihkan sepotong papirus yang rusak memerlukan akademisi terampil untuk terlebih dahulu mengidentifikasi pembagian kata—sebab dalam tulisan Yunani Kuno tidak ada spasi—kemudian menentukan tanggal dokumen secara akurat, menimbang konteks sosio-politik yang sesuai, dan berkonsultasi dengan bahan referensi untuk memilih kata yang tepat guna mengisi celah. “Ada sangat sedikit orang di dunia yang begitu ahli dalam sejarah Yunani,” kata Stephen Colvin, profesor klasik dan linguistik historis di University College London.

Namun seluruh pengetahuan khusus itu telah tertanam dalam Apollo. “Ketika model ini melihat Homer, ia melengkapi dengan bahasa Yunani Homerik. Ketika melihat prasasti dalam dialek Doric, ia menggunakan dialek Doric,” kata Anna Dolganov, seorang sejarawan dan papyrolog di Akademi Sains Austria. Para akademisi yang selama ini terjebak dalam pekerjaan rekonstruksi yang melelahkan berharap Apollo dapat mempercepat proses tersebut, sehingga mereka bisa fokus pada implikasi dokumen sejarah, bukan lagi berkutat memahami isinya.

“Saya pikir ini sangat menarik,” kata Armand D’Angour, profesor bahasa dan sastra klasik di University of Oxford, yang memiliki koleksi papirus kuno terbesar di dunia. “Jika saya memiliki mesin yang memberi tahu saya, ‘Ini tiga kemungkinan kata yang bisa mengisi celah itu,’ itu akan mempercepat segalanya secara signifikan.”

Batasan dan Peran Manusia yang Tetap Krusial

Apollo disebut tidak akan mengubah pemahaman besar tentang dunia kuno. Banyak papirus belum direstorasi justru karena isinya biasa saja—surat pribadi, kontrak pernikahan, dokumen pegawai negeri. “Jika Anda orang awam, Anda mungkin berpikir tiba-tiba kita akan mendapatkan beberapa drama baru karya Sophocles, tapi itu tidak akan terjadi,” kata Colvin. Meski demikian, model ini dapat membantu mengungkap detail baru tentang kehidupan di zaman kuno dan memperkuat asumsi akademik yang sudah ada. “Setiap kali sesuatu dihasilkan, itu menambah elemen kecil pengetahuan tentang dunia kuno,” kata D’Angour.

Jika Apollo sukses, kata Vlitas, teknik yang sama dapat dengan mudah diterapkan pada bahasa kuno lain—misalnya Latin atau Mesir—atau disiplin akademik lain yang akan diuntungkan oleh distilasi dan pengindeksan korpus materi yang besar. AI sendiri telah mencatat keberhasilan di beberapa bidang; OpenAI baru-baru ini menyatakan model AI-nya memecahkan masalah matematika berusia 200 tahun, sementara Google DeepMind merilis kumpulan data besar yang memetakan bagaimana mutasi genetik memengaruhi biologi molekuler, yang disusunnya menggunakan AI.

Salah satu kekhawatiran adalah bahwa mengandalkan model bahasa—yang bekerja dengan probabilitas—untuk mengisi celah dalam dokumen kuno berisiko mencemari catatan sejarah dengan kesalahan. Untuk mencegah masalah itu, Apollo dirancang untuk mengusulkan sejumlah pilihan kata agar sarjana dapat memilih di antaranya. “Poin krusialnya adalah kompetensi manusia harus tetap ada,” kata Dolganov. “Jika kita menjadi sepenuhnya bergantung pada transkripsi dan interpretasi AI atas materi sejarah, di situlah masalahnya mulai muncul.”

Pendekatan yang menempatkan manusia sebagai pengambil keputusan akhir ini sejalan dengan kekhawatiran yang muncul di sektor lain. Sejumlah pengujian terhadap chatbot AI menunjukkan bahwa akurasi masih menjadi tantangan, terutama ketika model diminta mengambil keputusan yang berdampak langsung pada manusia. Karena itu, kehadiran Apollo sebagai alat bantu—bukan pengganti—menjadi pembeda penting dalam penerapan AI untuk penelitian sejarah.

Ke depan, keberhasilan Apollo akan menjadi tolok ukur apakah model bahasa besar dapat dipercaya untuk memperluas akses terhadap warisan budaya yang selama ini hanya bisa digali oleh segelintir ahli. Bagi dunia akademik, nilai utamanya bukan pada kecepatan semata, melainkan pada kemampuan membuka pengetahuan yang sebelumnya tertutup karena keterbatasan sumber daya manusia.