Apollo, Model AI Pertama untuk Bahasa Yunani Kuno, Siap Bongkar Sejuta Papirus yang Belum Terbaca

Para peneliti dari Akademi Ilmu Pengetahuan Austria (ÖAW) memperkenalkan Apollo, sebuah model bahasa besar (LLM) yang diklaim sebagai yang pertama khusus dirancang untuk bahasa Yunani kuno. Dikembangkan bersama laboratorium AI Prancis Mistral dan perusahaan layanan teknologi Sail Reply, Apollo bertujuan membantu para sarjana mengurai fragmen papirus yang rusak dan mengisi bagian teks yang hilang — sebuah terobosan yang dapat mengubah lanskap studi klasik.

Berbeda dengan model AI serbaguna yang umumnya berfokus pada bahasa modern, Apollo dilatih menggunakan 600 juta kata berbahasa Yunani historis yang diambil dari manuskrip, papirus, dan prasasti. Kemampuannya mencakup identifikasi celah kata (karena aksara Yunani kuno tidak mengenal spasi), penentuan usia dokumen, pertimbangan konteks sejarah, serta rujukan pada materi referensi terkait. Model ini juga menyarankan kata atau bagian yang paling mungkin secara statistik, namun tetap memberikan beberapa opsi agar peneliti dapat memilih — menjaga unsur human judgment dalam prosesnya.

Langkah ini menandai pergeseran menarik dalam pemanfaatan AI. Jika selama ini diskursus publik lebih banyak menyoroti masa depan — otomatisasi, etika, dan dampak sosial — Apollo justru mengarahkan teknologi ke belakang, menggali peradaban yang telah lama runtuh. Para pengembang berharap model ini tidak hanya mengungkap detail baru tentang Yunani kuno, tetapi juga menjadi cetak biru bagi penafsiran bahasa-bahasa kuno lainnya, seperti Latin, Akkadia, atau Mesir Kuno.

"Kami ingin mempercepat pekerjaan yang selama ini memakan waktu dan sangat teliti, sehingga para sarjana dapat lebih fokus pada interpretasi dan analisis," ujar perwakilan tim pengembang, seperti dikutip dari Wired.

Apollo bukanlah satu-satunya proyek yang memanfaatkan AI untuk arkeologi dan sejarah. Sebelumnya, AI telah digunakan untuk memetakan 250.000 mil persegi Gurun Arab guna menemukan situs arkeologi baru, mengidentifikasi ratusan geoglif raksasa misterius di Peru, dan mendekode gulungan karbonisasi yang selamat dari letusan Gunung Vesuvius tahun 79 Masehi. Ada pula Fragmentarium yang membantu mengurai Epik Gilgamesh dan teks kuneiform kuno, serta sistem Aeneas untuk prasasti Latin kuno. Bahkan, sebuah model 3D relief Indonesia berusia berabad-abad pernah direkonstruksi dari foto berumur 134 tahun.

Bagi Indonesia, perkembangan ini membuka peluang signifikan. Negeri ini memiliki warisan naskah kuno melimpah — dari lontar Bali, serat Jawa, hingga prasasti Sriwijaya dan Majapahit — yang sebagian besar belum diteliti secara menyeluruh. Kehadiran model AI seperti Apollo dapat menjadi inspirasi bagi pengembangan LLM khusus untuk bahasa dan aksara Nusantara, misalnya Aksara Kawi, Pallawa, atau Sunda Kuno. Kolaborasi antara peneliti dalam negeri dan laboratorium AI global berpotensi mempercepat digitalisasi serta pemahaman atas khazanah budaya yang selama ini tersimpan rapat di museum dan perpustakaan daerah.

Meski demikian, tantangan tetap ada. Ketersediaan data latih yang memadai, kualitas pemindaian naskah, serta validasi ahli sejarah menjadi prasyarat mutlak. Tanpa itu, AI hanya akan menghasilkan tebakan yang menyesatkan. Namun, dengan pendekatan yang tepat, teknologi ini bisa menjadi katalis kebangkitan studi klasik di Indonesia — bukan sekadar alat bantu, melainkan jembatan antara masa lalu dan masa depan.

Pertanyaannya kini: akankah institusi pendidikan dan kebudayaan di Indonesia segera melirik potensi serupa, atau justru membiarkan warisan leluhur tetap terkubur dalam debu? Waktu yang akan menjawab, tetapi peluangnya sudah terbuka lebar.