解码古文字，AI助力古代历史研究

p30900

从金融到医学，人工智能（AI）正深刻改变着现代生活。如今，它开始进军古代文本研究：从希腊与拉丁典籍到中国甲骨文，人工神经网络正成为解读古文字的钥匙。它不仅能驾驭浩瀚档案，填补字符空缺，还能解码几乎无迹可寻的罕见或灭绝语言，令古代智慧在现代科技之光下重现辉煌。

2023年10月，费德里卡·尼科拉尔迪收到了一封电子邮件，邮件附带的一张图片彻底改变了她的研究。此图显示了从公元79年维苏威火山浩劫中幸存的一卷莎草纸残骸，它于18世纪在赫库兰尼姆古城的一处豪华别墅遗迹中被发现。这些历经沧桑的莎草纸，曾是数百卷古籍之一，却因岁月侵蚀而变得脆弱不堪，多数已无法展开。

尼科拉尔迪是意大利那不勒斯大学的一名莎草纸学者，她曾参与一项利用AI读取难解文字的研究。而今，她见证了一项奇迹：图片上，一片莎草纸带上，希腊字母密布如织，于幽暗中焕发新生。

这一名为“维苏威挑战”的项目只是AI重塑古代历史研究的“冰山一角”。

神经网络重建古代文本

几十年来，计算机一直被用于对数字化文本进行分类和分析，但目前最令人兴奋的是神经网络的使用。神经网络由相互连接的节点组成的分层结构组成，尤其是具有多个内部层的“深层”神经网络。

卷积神经网络（CNN）模型能够从这些图像中精准捕捉网格状数据结构。CNN模型在光学字符识别领域大放异彩的同时，也开辟了其他多元化的应用途径。例如，中国研究团队在探索甲骨文时，巧妙地运用这些模型来复原遭受严重侵蚀的文字图案，深入分析甲骨文随时间的演变轨迹，并将破碎的文物碎片重新拼凑起来，重现历史原貌。

与此同时，循环神经网络（RNN）作为一种专为处理线性序列数据设计的模型，开始展现出在搜索、翻译以及填补已转录古代文本缺失内容方面的巨大潜力。RNN已被用于为古巴比伦时期数百份格式严谨的行政和法律文本提供缺失字符的智能化建议。

那么，神经网络能否在历史的残片中找出人类专家难以发现的联系？2017年，英国牛津大学的一项合作开启了探索之旅，当时，两名研究人员正面临破解西西里希腊铭文的难题。

古典学者通常依赖对现存文本的理解来诠释新材料，但难以全面掌握所有相关资料。牛津大学研究人员认为，这正是机器学习可发挥作用的领域。他们使用基于RNN的Pythia模型，并用数万份希腊铭文来训练它，最终成功预测了文本中缺失的单词和字符。

2022年，他们又推出Ithaca模型，不仅能预测缺失内容，还能为未知文本提供日期和来源地建议。Ithaca利用了Transformer模型的突破，能捕捉更复杂的语言模式。当前风靡全球的聊天机器人，如OpenAI的ChatGPT就是基于Transformer模型。

翻译复原浩瀚历史档案

韩国研究人员有一项棘手的任务：整理世界上规模最大的历史档案之一。该档案详细记录了27位朝鲜王国国王自14世纪至20世纪初统治时期的日常，涵盖数十万篇文章。美国纽约大学机器翻译专家金亨俊表示，这些文本数据量极为庞大。

将这些文本人工译成现代韩文，预计需耗时数十年。金亨俊携手韩国同行，利用Transformer网络训练自动翻译系统。结果显示，AI译文在准确性和可读性上远超古韩文，有时甚至优于现代韩文。

对于仅存少量文本的古代语言，研究人员也会采用神经网络进行破解。希腊帕特拉斯大学的卡特里娜·帕帕瓦西里欧及其团队，利用RNN恢复了克里特岛诺索斯迈锡尼泥板中缺失的线性文字B文本。测试显示，模型预测准确性高，且常与人类专家建议相符。