威尼斯的時(shí)光機(jī)

陳婧

通過將歷史進(jìn)程的可視化，歷史學(xué)家可以發(fā)現(xiàn)前人從未注意到的模式和彼此的聯(lián)系，進(jìn)而提出新的問題。

有沒有可能通過計(jì)算機(jī)圖像，制作出歷史版的“谷歌地圖”？洛桑聯(lián)邦理工學(xué)院與威尼斯卡福斯卡里大學(xué)正在用計(jì)算機(jī)，還原出1000多年前歐洲商業(yè)樞紐城市——威尼斯的生活場(chǎng)景。

這種方式蘊(yùn)含的信息量極為直觀豐富。英語諺語說“一幅畫面抵過1000個(gè)詞”，而谷歌的一項(xiàng)研究曾表明，有時(shí)候一幅畫面甚至可以抵過5000億個(gè)詞。如果把威尼斯漫長(zhǎng)歲月中留存的數(shù)百萬份檔案以圖像的方式還原，將提供一種新的探索及學(xué)習(xí)的方式，因?yàn)楫?dāng)代人想把這幾百萬本歷史文獻(xiàn)都讀完，可能性幾乎為零。

物理學(xué)家霍金預(yù)言：如果一艘太空船能以接近光速的速度在宇宙飛行，就可讓船上乘客進(jìn)入未來。可以建造起這艘飛船的并非只有物理學(xué)家——?dú)v史學(xué)家也運(yùn)用起大型的數(shù)據(jù)集，建起了一臺(tái)真正的時(shí)光機(jī)，回到過去。

80公里的文獻(xiàn)

威尼斯卡福斯卡里大學(xué)發(fā)起這個(gè)項(xiàng)目的意義是去探討：我們有沒有可能做出一種“關(guān)于過去”的谷歌地圖？能不能擁有一臺(tái)多拉A夢(mèng)的時(shí)光機(jī)？這臺(tái)炫酷的時(shí)光機(jī)，可以把觀眾拉回到14世紀(jì)的威尼斯共和國?！?323年，誰住在這個(gè)宮殿里？”“在里亞托的一個(gè)集市里，1公斤的海鯛賣多少錢？” “穆拉諾島的一個(gè)玻璃工人的工資是多少？”

想回答這些并不容易。雖然項(xiàng)目組手邊有很多過去的資料，可以把所有這些資料數(shù)字化，然而年代越久遠(yuǎn)，我們獲得的信息也越少。幸而威尼斯的管理模式非?！肮倭胖髁x”：威尼斯共和國的執(zhí)政官們，幾乎記錄下這里發(fā)生的一切。在威尼斯的國家檔案館，你可以找到80公里長(zhǎng)的檔案資料， 它們記錄下了過去1000多年中威尼斯人們生活的方方面面。從出生和死亡記錄、納稅記錄、建筑設(shè)計(jì)圖、城市規(guī)劃方案、去其他領(lǐng)土的旅游導(dǎo)覽圖、和平條約等等。這需要把這些海量的信息完整地串連起來，并重新找到分析的線索。

最早的檔案可以追溯到公元9世紀(jì)，一位孀婦的遺囑是把30籃子的橄欖留給她的繼承人。一幅14世紀(jì)的水利灌溉圖中，可以看到淡水與海水是如何被分開，從而避免了有害水生微生物在淡水中擴(kuò)散。另一幅繪畫作品描繪了17世紀(jì)威尼斯人與奧斯曼帝國在雅典作戰(zhàn)，毀壞了帕臺(tái)農(nóng)神廟，通過強(qiáng)大的陸海力量步步蠶食這個(gè)航海巨人的版圖。

還有威尼斯共和國的使節(jié)在國外書寫的上千封函件，敘述了當(dāng)時(shí)其他國家的政治、宗教情況。當(dāng)時(shí)擔(dān)任帕多瓦大學(xué)數(shù)學(xué)教師的伽利略的親筆信，向當(dāng)時(shí)的威尼斯議會(huì)議員申請(qǐng)經(jīng)費(fèi)，用于開發(fā)天文望遠(yuǎn)鏡。以及由奧地利向法國割讓威尼斯的《坎波福爾米奧條約》原件。這座城市發(fā)生的每一丁點(diǎn)兒變化，都被記錄在那里。

這些80公里長(zhǎng)的文獻(xiàn)檔案中，大概有100億件事件。將這些信息，放回到它們?cè)瓉淼目臻g中，再用不同的方法將它圖像化，就可以重建出一場(chǎng)威尼斯共和國的旅行，前后穿梭1000多年，令人驚嘆。加上語義編碼，這巨大的地理信息系統(tǒng)，最終可以被很多種方法搜索。

擁有這些資料還不夠，要開發(fā)一臺(tái)“時(shí)光機(jī)”，還需要對(duì)未知的事實(shí)進(jìn)行推斷。這個(gè)模擬的過程，可以看作是獲得了威尼斯船長(zhǎng)編寫的某次航海日志，代表了那個(gè)年代很多類似航程的航海日志。

如果把它放到更大的歐洲背景下去觀察研究，那么或許可以重新發(fā)現(xiàn)威尼斯如何一步步控制了亞得里亞海，如何變成了最強(qiáng)大的中世紀(jì)海上帝國，如何幾乎控制了從東到南的所有海上航線。由此，也可以更深刻地理解這個(gè)東西方世界貿(mào)易的中轉(zhuǎn)站。

時(shí)光機(jī)生產(chǎn)手冊(cè)

盡管參與項(xiàng)目合作的研究人員達(dá)到了100多人，但如果把從9世紀(jì)到20世紀(jì)的海量文獻(xiàn)全部轉(zhuǎn)化成一個(gè)信息系統(tǒng)， 每天至少要把450本書數(shù)字化，而這僅僅是項(xiàng)目工作的起點(diǎn)。

項(xiàng)目組有著非常嚴(yán)密的工作流程。首先，把大量的文獻(xiàn)轉(zhuǎn)化為高清格式的數(shù)字圖像。通過與行業(yè)尖端企業(yè)的合作，項(xiàng)目組使用的是每小時(shí)可以高精度掃描1000頁的半自動(dòng)化掃描機(jī)器人。 為了考慮古籍保護(hù)的需要，使用特定的粒子加速器產(chǎn)生的X光射線，這樣機(jī)器人不需要翻動(dòng)書頁，即可完成掃描的過程。

接著是破譯圖像并轉(zhuǎn)化為文字?？茖W(xué)家需要重新開發(fā)算法，把圖像解構(gòu)，這些碎片式的圖像，與數(shù)據(jù)庫中的其他圖像進(jìn)行比對(duì)后，能根據(jù)它的形狀識(shí)別為可能的關(guān)聯(lián)性文字，提高識(shí)別的幾率。通過比對(duì)，還可以對(duì)數(shù)據(jù)庫中上百萬個(gè)同樣形狀的圖像，同步完成識(shí)別工作。這些成功識(shí)別的詞語，再通過文字處理器，組合成為完整的句子。值得一提的是，編程人員使用的算法受到生物技術(shù)的啟發(fā)，采用的是蛋白質(zhì)結(jié)構(gòu)分析與功能預(yù)測(cè)的方法。

從圖像轉(zhuǎn)化為文字信息的難處還在于，這些檔案很多是用拉丁語、托斯卡納語、 威尼斯方言記錄下的，轉(zhuǎn)寫它們時(shí)首先需要翻譯， 然后將它們編入索引。傳統(tǒng)的光學(xué)字符識(shí)別方法， 對(duì)于印刷本可以使用且非常有效， 但對(duì)于這些手寫的檔案似乎并不太行之有效。

項(xiàng)目組的破解方法是從語音識(shí)別入手，建立一個(gè)語言模型，加上一些限制條件，隨后在數(shù)據(jù)庫里填入組織條理清晰的檔案文獻(xiàn)，就可以讓這些海量的檔案劃分為更細(xì)小的部分。由于每一個(gè)部分都和其他部分有近似的特征，那么就有實(shí)現(xiàn)破譯的可能。

最后一步，讓識(shí)別出的信息之間產(chǎn)生關(guān)聯(lián)，這也是威尼斯檔案館珍藏文獻(xiàn)的最大價(jià)值所在。研究組采用關(guān)鍵詞進(jìn)行組合，使得文獻(xiàn)可搜索。而句子中的關(guān)鍵字，把海量圖像重新歸類后，如同一個(gè)社交網(wǎng)絡(luò)或是一本族譜，交叉中就會(huì)產(chǎn)生新的研究線索。

云技術(shù)的應(yīng)用，也是開發(fā)出這臺(tái)時(shí)光機(jī)的關(guān)鍵要素。威尼斯的市井、政治、宗教圖像，城市規(guī)劃和設(shè)計(jì)，城市的發(fā)展脈絡(luò)，這些海量的數(shù)據(jù)在云端建立了一個(gè)全新的數(shù)字環(huán)境。對(duì)歷史研究人員來說，免去了到威尼斯文獻(xiàn)檔案館堆積如山的資料室里苦苦發(fā)現(xiàn)線索的過程。

利用云技術(shù)，還進(jìn)一步創(chuàng)造出了一個(gè)模擬系統(tǒng)，發(fā)現(xiàn)丟失的信息，或者做出一些相當(dāng)精準(zhǔn)的歷史預(yù)測(cè)。地中海區(qū)域波譎云詭的歷史，也漸漸透明與可琢磨。例如：如果在1323年6月出海，從科孚島出海前往君士坦丁堡，可以在哪里找到船？？需要多少錢？遇到海盜的幾率有多大。

對(duì)于這種預(yù)測(cè)，最核心的考驗(yàn)在于，能否量化其中的不一致性。因?yàn)闄n案中到處都有錯(cuò)誤，可能是船長(zhǎng)的名字錯(cuò)了，或是某些船只從來沒有出過海，翻譯中也可能存在錯(cuò)誤，因此在加上算法的過程中，在信息識(shí)別、信息提取中都存在錯(cuò)誤的情況下，擁有的是非常不確定的信息資料。

項(xiàng)目組認(rèn)為，糾正這些偏差，讓時(shí)光機(jī)更加精準(zhǔn)的方法，在于不僅僅翻譯出歷史的信息，而且需要翻譯出元?dú)v史的信息，即歷史是如何建構(gòu)的，記錄下每一步。例如，威尼斯最可靠的過去，不僅僅有一張地圖，而存在著很多張地圖。這個(gè)系統(tǒng)應(yīng)當(dāng)承認(rèn)并接受這些事實(shí)，回應(yīng)歷史信息的不確定性。

數(shù)字人文主義

除了生產(chǎn)出一臺(tái)可以穿越千年的時(shí)光機(jī)， 這個(gè)項(xiàng)目的研究成果有了更多嶄新的外沿：威尼斯作為一個(gè)歷史名城，每年數(shù)百萬的游客前來觀光，時(shí)光機(jī)可以幫助威尼斯建立一座嶄新的博物館?？ǜＫ箍ɡ锎髮W(xué)為這個(gè)項(xiàng)目專門成立了博士點(diǎn)，并開設(shè)了數(shù)門本科生與研究生課程，使用這項(xiàng)研究成果。

這個(gè)項(xiàng)目的發(fā)起人之一弗雷德里克·凱普蘭（Frederic Kaplan）博士認(rèn)為， 現(xiàn)在研究人類相關(guān)的人文學(xué)科，很像 30多年前在生命科學(xué)領(lǐng)域發(fā)生的一場(chǎng)革命性的變化。“我們看到很多項(xiàng)目， 它們?cè)谧龅墓ぷ?，遠(yuǎn)遠(yuǎn)超過任何一個(gè)單一的研究小組， 這對(duì)人文學(xué)者來說確實(shí)是非常新穎的， 因?yàn)樗麄兺ǔ＿m應(yīng)在小團(tuán)隊(duì)里工作，或僅和一些研究者一起工作。 當(dāng)你參觀威尼斯國家檔案館的時(shí)候， 你會(huì)覺得，這遠(yuǎn)遠(yuǎn)超過了任何一個(gè)團(tuán)隊(duì)能做的事情。 應(yīng)對(duì)這種模式的轉(zhuǎn)換 ，我們應(yīng)該培養(yǎng)出新的一代人， 他們便是‘?dāng)?shù)字人文主義者， 準(zhǔn)備好迎接這種轉(zhuǎn)變?！?/p>

而以美國斯坦福大學(xué)為代表的一些學(xué)校，已經(jīng)準(zhǔn)備好了。2014年8月，斯坦福大學(xué)正式推出了“計(jì)算機(jī)+人文學(xué)科”的人文教育。課程的使命在于培養(yǎng)學(xué)生的好奇心、同理心、內(nèi)省力、聯(lián)想力、口頭和書面溝通能力，培養(yǎng)出分析能力與問題意識(shí)更為出色的新一代人文學(xué)者，進(jìn)而重塑人文學(xué)科的研究。谷歌高級(jí)副總裁、暢銷書作家拉斯洛·波克（Laszlo Bock）也認(rèn)為，“在進(jìn)行跨學(xué)科思考和探索時(shí)，人文學(xué)科的重要性便凸顯出來，大多數(shù)有趣的發(fā)現(xiàn)都產(chǎn)生于兩個(gè)學(xué)科的交集處。”

在歷史研究方面，越來越多的學(xué)者借助數(shù)字技術(shù)對(duì)歷史事件進(jìn)行靜態(tài)和動(dòng)態(tài)的可視化展示。美國弗吉尼亞大學(xué)的“視覺”項(xiàng)目就是利用數(shù)字化手段，將大量數(shù)據(jù)轉(zhuǎn)化為地圖、圖表、圖片等，講述重要的歷史事件，供用戶搜索和了解歷史事件的發(fā)展。

內(nèi)布拉斯加大學(xué)英語系教授馬修·喬卡斯（Matthew Jockers）也曾利用文本數(shù)據(jù)挖掘技術(shù)，對(duì)1780～1900年出版的3592部著作進(jìn)行了詞頻和主題分析，并在自己的新書《宏觀分析：數(shù)字化方法和文學(xué)史》中表示，窺探出了簡(jiǎn)·奧斯丁、馬克·吐溫等著名作家的寫作風(fēng)格是受何人影響。斯坦福大學(xué)的“文本技術(shù)”項(xiàng)目，則通過研究東西方的手稿、文檔、書籍、題詞、票券、布告等文字實(shí)物的生產(chǎn)、傳播、接收的過程，發(fā)揮了包括文本數(shù)據(jù)挖掘、數(shù)字信息長(zhǎng)期保存等技術(shù)的全新應(yīng)用價(jià)值。

值得一提的是，歐美學(xué)界正涌現(xiàn)一批將古籍?dāng)?shù)字化、文獻(xiàn)數(shù)據(jù)庫建設(shè)的數(shù)字人文領(lǐng)域的新項(xiàng)目。許多大學(xué)設(shè)立了自己的數(shù)字人文研究中心，如美國斯坦福人文實(shí)驗(yàn)室、英國倫敦國王學(xué)院人文計(jì)算研究中心等；一批數(shù)字人文研究機(jī)構(gòu)，如國際數(shù)字人文組織聯(lián)盟、數(shù)字人文學(xué)會(huì)也相繼成立，數(shù)字技術(shù)與人文研究的結(jié)合成了學(xué)界時(shí)下討論的熱門話題。

“數(shù)字人文的發(fā)展，需要接受過人文學(xué)科訓(xùn)練的、擁有整體思維能力的人才，也需要專攻某一技術(shù)領(lǐng)域的專家。構(gòu)建其這樣的平衡并不容易。但是一旦做到了，我們便會(huì)擁有偉大的組織、偉大的社會(huì)。數(shù)字人文必將成為人文學(xué)科研究的主流之一。” 倫敦大學(xué)學(xué)院數(shù)字人文中心主任梅麗莎·特拉絲（Melissa M. Terras）表示。

不過，數(shù)字人文也提出了新的問題：人文研究是否也應(yīng)該進(jìn)入數(shù)據(jù)驅(qū)動(dòng)的研究行列？加拿大作家史蒂芬·馬爾什（Stephen Marche）在文章《文學(xué)不是數(shù)據(jù)：反對(duì)數(shù)字人文》中，認(rèn)為“文學(xué)應(yīng)該與數(shù)據(jù)截然對(duì)立，將文學(xué)當(dāng)做數(shù)據(jù)，會(huì)失去文學(xué)本身豐富的意蘊(yùn)。”

面對(duì)這樣的批評(píng)，大多數(shù)數(shù)字人文主義者并不沉默：“數(shù)字人文并不會(huì)替代人文研究，它只是揭示研究問題，但不闡釋研究問題。技術(shù)的真正價(jià)值，在于提供了數(shù)字化的研究環(huán)境，而不止步于檢索-獲得信息。它以人為中心，幫助人們實(shí)現(xiàn)自己的野心，讓他們做真正想要做的事情。”