原標(biāo)題：Nature | 從「上古卷軸」到楔形文字！AI揭開古代文獻(xiàn)神秘面紗，或?qū)⒅貙憵v史
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：5611字

AI助力古代文本解讀：重現(xiàn)歷史的迷失之聲

人工智能技術(shù)的飛速發(fā)展正在以前所未有的方式改變我們理解古代世界的方式。通過(guò)深度學(xué)習(xí)模型，研究者們得以破譯此前無(wú)法解讀的古代文本，揭開歷史的重重迷霧，這其中包括對(duì)燒焦的紙莎草卷軸、殘缺的銘文以及古漢字文獻(xiàn)的解讀。

1. AI賦能古代文本解讀

   幾十年來(lái)，計(jì)算機(jī)技術(shù)一直被用于對(duì)數(shù)字化文本進(jìn)行分類和分析。近年來(lái)，深度學(xué)習(xí)技術(shù)的應(yīng)用，特別是卷積神經(jīng)網(wǎng)絡(luò)（CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），極大地提升了對(duì)古代文本的解讀能力。CNN擅長(zhǎng)圖像識(shí)別，用于光學(xué)字符識(shí)別（OCR）和還原殘缺文字；RNN則擅長(zhǎng)處理時(shí)間序列數(shù)據(jù)，被用于預(yù)測(cè)缺失字符和翻譯古代文本。

2. 突破性案例：龐貝古城卷軸的解讀

   2023年，研究人員利用AI成功解讀了公元79年維蘇威火山噴發(fā)時(shí)被燒毀的赫庫(kù)蘭尼姆卷軸。這本卷軸此前一直無(wú)法打開，其內(nèi)容在近兩千年后終于重見(jiàn)天日。這項(xiàng)突破性成果得益于“虛擬展開”技術(shù)和AI模型的協(xié)同作用，后者能夠識(shí)別碳基墨水在CT掃描中留下的細(xì)微紋理差異。

3. 大型項(xiàng)目：Pythia和Ithaca模型的成功

   牛津大學(xué)的研究團(tuán)隊(duì)開發(fā)了Pythia和Ithaca兩個(gè)模型，分別用于解讀希臘銘文。Ithaca模型，基于Transformer架構(gòu)，不僅能預(yù)測(cè)缺失的字符，還能預(yù)測(cè)銘文的日期和地理來(lái)源，其準(zhǔn)確率遠(yuǎn)超人類專家。

4. 應(yīng)對(duì)海量數(shù)據(jù)挑戰(zhàn)：古韓文文獻(xiàn)的翻譯

   面對(duì)包含數(shù)十萬(wàn)篇古漢字文獻(xiàn)的龐大韓國(guó)歷史檔案，研究人員利用基于Transformer的模型進(jìn)行自動(dòng)翻譯，克服了數(shù)據(jù)量巨大、語(yǔ)言差異顯著等挑戰(zhàn)，其翻譯結(jié)果的準(zhǔn)確性和可讀性甚至超過(guò)了人工翻譯。

5. 處理少量數(shù)據(jù)：邁錫尼泥板的文本恢復(fù)

   對(duì)于僅有少量文本幸存的古代語(yǔ)言，研究人員則采用RNN模型，例如，成功地從克里特島的邁錫尼泥板中恢復(fù)了缺失的文本。未來(lái)，通過(guò)結(jié)合視覺(jué)數(shù)據(jù)和遷移學(xué)習(xí)技術(shù)，模型的準(zhǔn)確率有望進(jìn)一步提升。

6. 未來(lái)展望：AI與古代文本研究的融合

   AI技術(shù)的應(yīng)用正在不斷拓展我們對(duì)古代世界的認(rèn)知，從龐貝古城的紙莎草卷軸到古希臘銘文、古韓文文獻(xiàn)，再到邁錫尼泥板，AI正在幫助我們解讀越來(lái)越多的古代文本，填補(bǔ)歷史的空白，為我們呈現(xiàn)更加完整和生動(dòng)的古代文明圖景。

聯(lián)系作者

文章來(lái)源：新智元
作者微信：
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。