原標題：Nature | 從「上古卷軸」到楔形文字！AI揭開古代文獻神秘面紗，或將重寫歷史
文章來源：新智元
內容字數：5611字

AI助力古代文本解讀：重現歷史的迷失之聲

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

1. AI賦能古代文本解讀

   幾十年來，計算機技術一直被用于對數字化文本進行分類和分析。近年來，深度學習技術的應用，特別是卷積神經網絡（CNN）和循環神經網絡（RNN），極大地提升了對古代文本的解讀能力。CNN擅長圖像識別，用于光學字符識別（OCR）和還原殘缺文字；RNN則擅長處理時間序列數據，被用于預測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年維蘇威火山噴發時被燒毀的赫庫蘭尼姆卷軸。這本卷軸此前一直無法打開，其內容在近兩千年后終于重見天日。這項突破性成果得益于“虛擬展開”技術和AI模型的協同作用，后者能夠識別碳基墨水在CT掃描中留下的細微紋理差異。

3. 大型項目：Pythia和Ithaca模型的成功

   牛津大學的研究團隊開發了Pythia和Ithaca兩個模型，分別用于解讀希臘銘文。Ithaca模型，基于Transformer架構，不僅能預測缺失的字符，還能預測銘文的日期和地理來源，其準確率遠超人類專家。

4. 應對海量數據挑戰：古韓文文獻的翻譯

   面對包含數十萬篇古漢字文獻的龐大韓國歷史檔案，研究人員利用基于Transformer的模型進行自動翻譯，克服了數據量巨大、語言差異顯著等挑戰，其翻譯結果的準確性和可讀性甚至超過了人工翻譯。

5. 處理少量數據：邁錫尼泥板的文本恢復

   對于僅有少量文本幸存的古代語言，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了缺失的文本。未來，通過結合視覺數據和遷移學習技術，模型的準確率有望進一步提升。

6. 未來展望：AI與古代文本研究的融合

   AI技術的應用正在不斷拓展我們對古代世界的認知，從龐貝古城的紙莎草卷軸到古希臘銘文、古韓文文獻，再到邁錫尼泥板，AI正在幫助我們解讀越來越多的古代文本，填補歷史的空白，為我們呈現更加完整和生動的古代文明圖景。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。