解码古文字，AI助力古代汗青研究

科技日报记者 张佳欣

从金融到医学，解码究人工智能（AI）正深切改削着现代糊口 。古文如今，字AI助它最进步先辈军古代文本研究 
：从希腊与拉丁典籍到中国甲骨文 ，力古人工神经群集正成为解读古文字的代汗钥匙。它不单能掌控浩大年夜档案 ，青研补偿字符空白 ，解码究还能解码几近无迹可寻的古文罕有或灭尽言语，令古代机警在现代科技之光下重现光线。字AI助

2023年10月
 ，青研费德里卡·尼科拉尔迪收到了一封电子邮件 ，解码究邮件附带的古文一张图片无瑕玷窜了她的研究。此图展示了从公元79年维苏威火山大年夜难中幸存的字AI助一卷莎草纸残骸 ，它于18世纪在赫库兰尼姆古城的一处豪华别墅遗址中被创作创造。这些历经沧桑的莎草纸 ，曾是数百卷古籍之一
，却因时辰堕落而变得亏弱安康不堪，除夜都已没法展开。

尼科拉尔迪是意除夜利那不勒斯除夜学的一名莎草纸学者，她曾介入一项独霸AI读取难解文字的研究。如今 ，她见证了一项奇不雅不雅不雅不雅不雅不雅 ：图片上 ，一片莎草纸带上，希腊字母密布如织 ，于幽漆黑焕发更生。

这一名为“维苏威挑衅”的项目只是AI重塑古代汗青研究的“冰山一角” 。

神经群集重建古代文本

几十年来 ，筹算机不时被用于对数字化文本举办分类和分化 ，但如今最令人快活的是神经群集的独霸。神经群集由彼此邻接的节点构成的分层筹划构成 ，不凡是具有多个内部层的“深层”神经群集。

卷积神经群集（CNN）模型可以从这些图象中精准捕获网格状数据筹划。CNN模型在光学字符辨认局限除夜放异彩的同时
，也斥地了其他多元化的独犷悍路
。比如
，中国研究团队在试探甲骨文时，奇妙地独霸这些模型往来交往答答复遭受严重堕落的文字图案，深切分化甲骨文随时分的演变轨迹，并将***的文物碎片从头凑合起来 ，重现汗青原貌 。

与此同时，轮回神经群集（RNN）作为一种专为措置线性序列数据筹划的模型 ，最早揭显露在搜刮、翻译和补偿已转录古代文本缺损掉落踪落内容方面的宏除夜潜力 。RNN已被用于为古巴比伦时代数百份格式严谨的行政和功令文本供给缺损掉落踪落字符的智能化建议。

那么，神经群集可否在汗青的残片中找出人类专家难以创作创造的联络？2017年，英国牛津除夜学的一项合作开启了试探之旅，事前，两名研究人员正面对破解西西里希腊铭文的艰苦
  。

古典学者但凡依托对现存文本的邃晓来诠释新材料，但难以单方面掌控全数相干材料。牛津除夜学研究人员认为 ，这恰是机械进修可阐扬感染的局限 。他们独霸基于RNN的Pythia模型，并用数万份希腊铭文来操练它 ，幻想下场成功料想了文本中缺损掉落踪落的单词和字符。

2022年 ，他们又推出Ithaca模型，不单能料想缺损掉落踪落内容，还能为未知文本供给日期和本源地建议。Ithaca独霸了Transformer模型的打破 ，能捕获更宏壮的言语编制。往后风行全球的聊天机械人
，如OpenAI的ChatGPT就是基于Transformer模型。

翻译答复答复浩大年夜汗青档案

韩国研究人员有一项顺手的义务 ：拾掇全国上局限最除夜的汗青档案之一 。该档案具体记实了27位朝鲜王国国王自14世纪至20世纪初统治时代的往常，涵盖数十万篇文章。美国纽约除夜学机械翻译专家金亨俊展示 ，这些文本数据量极端重除夜 。

将这些文本身工译成现代韩文，估计需耗时数十年。金亨俊连袂韩国同业，独霸Transformer群集操练主动翻译琐细。下场展示
，AI译文在切确性和可读性上远超古韩文 ，有时甚至优于现代韩文。

对仅存多量文本的古代言语，研究人员也会采取神经群集举办破解
。希腊帕特拉斯除夜学的卡特里娜·帕帕瓦西里欧及其团队，独霸RNN恢复了克里特岛诺索斯迈锡尼泥板中缺损掉落踪落的线性文字B文本。测试展示，模型料想切确性高 ，且常与人类专家建议契合。

面对验证与独霸两重挑衅

独霸AI破解古文字仍是面对诸多挑衅。AI技能使非专业人士也能干戈到除夜量古代文献，若何确保研究下场切确无误，成了次要挑衅。神经群集的壮除夜虽令人凝睇
，但其有时产生发火的误导性下场，即“幻觉气候”
，也让人对下场的刚毅性产生发火忧虑。

英国《天然》杂志指出，为措置这一问题，人理科学专家与筹算机科学家需连袂合作，合营研究并验证AI的解读下场。同时 ，建议将全数相干数据（包含原始文本 、扫描文件
、操练模型及算法）履行开源，以此汲引研究的通明度与可验证性。这一做法被称为“数字本源链”，旨在构建一个从原始数据到幻想下场结论的无缺链条 ，便于任何人回溯并核实研究过程。

此外，跟着数字化文本数方针激增 ，若何有效独霸这些重除夜的数据成本，从中提炼出关于古代社会的次要信息
，也是研究人员面对的新课题。这请求研究者改削视角 ，从单一的文本分化转向对集团文明的深切邃晓，并考验考验将不合区域、不该时代的文本数据彼此联络相干，以掉落踪掉落踪愈加单方面的熟谙。