DeepMind用人工智能破解古文字，并可確定古文年限與地點(diǎn)轉(zhuǎn)入三個基因培育出紫色番茄

在新聞發(fā)布會上，幫助DeepMind公司來創(chuàng)建該模型的歷史學(xué)家，同時也是一位機(jī)器學(xué)習(xí)專家的西婭·薩默西爾德告訴媒體，古代銘文有著十分重要的意義，因為它是供后人了解當(dāng)時的思想、語言和社會的最直接的證據(jù)來源，尤其是因為它是由古代人直接自己編寫的。

古希臘歷史銘文，這樣的銘文為了解古希臘的思想、語言和社會提供了第一手證據(jù)

然而，面對這樣寶貴的歷史證據(jù)，現(xiàn)代人卻經(jīng)常感到鞭長莫及，因為在文獻(xiàn)展示的歷史真實面貌與當(dāng)代歷史學(xué)家之間隔著一道鴻溝，那就是要讀懂這些古代語言，也就是需要對這些古代文本的“翻譯”。這道鴻溝也很遺憾地導(dǎo)致人類很難充分利用所有現(xiàn)有的歷史文獻(xiàn)相關(guān)數(shù)據(jù)。

此外，這些經(jīng)歷了歲月風(fēng)霜雨打的歷史銘文經(jīng)常由于年代久遠(yuǎn)已經(jīng)受到了不同程度的損壞，這也進(jìn)一步增加了修復(fù)這些歷史文獻(xiàn)的挑戰(zhàn)性。另一個難點(diǎn)是，由于古代的歷史銘文使用的書寫工具不像現(xiàn)代的書寫工具使用的多是紙張等有機(jī)材料，它們通常是刻在石頭或金屬等無機(jī)材料上，使得歷史學(xué)家無法使用放射性碳測年之類的方法來確定它們的書寫時間。

歷史學(xué)家薩默西爾德說，通常為了解決上面這些困難，研究銘文的歷史學(xué)家通過在類似的其他銘文中尋找文本或上下文之間的相似之處，來探測銘文的歷史年代的。但是，這些并不足夠。

而發(fā)現(xiàn)潛在信息以及潛在模式規(guī)律這一點(diǎn)，正是機(jī)器學(xué)習(xí)擅長的地方，也是人工智能可以幫助歷史學(xué)家的地方。

DeepMind新發(fā)布的使用人工智能來助力考古的軟件名為伊薩卡，該軟件已經(jīng)經(jīng)過了在一個包含大約7.8608萬條古希臘銘文的數(shù)據(jù)集上的訓(xùn)練，而且這些銘文中的每一條都標(biāo)注了元數(shù)據(jù)，其中描述了由歷史學(xué)家考察出來的銘文的書寫地點(diǎn)和時間。而伊薩卡所做的，就是像所有其他機(jī)器學(xué)習(xí)系統(tǒng)一樣，在這些信息中尋找模式和規(guī)律，并利用復(fù)雜的數(shù)學(xué)模型來對這些信息進(jìn)行編碼，然后進(jìn)一步使用這些推測出的信息來對其他銘文的內(nèi)容、編寫地點(diǎn)和年限進(jìn)行推斷。

古希臘銘文往往是零散的，Ithaca軟件可以建議缺少哪些字母

有關(guān)這款人工智能考古模型工具伊薩卡的論文也已經(jīng)發(fā)表在了《自然》雜志上，在這篇論文中，創(chuàng)建該模型的科學(xué)家表示，在使用伊薩卡對受損歷史銘文進(jìn)行修復(fù)的測試中，發(fā)現(xiàn)伊薩卡的準(zhǔn)確率是62%。另外在從古代世界的84個地區(qū)推斷某一歷史銘文的具體書寫地點(diǎn)方面，伊薩卡的準(zhǔn)確率是71%，而在推斷歷史銘文的書寫時間方面，伊薩卡可以將銘文的書寫日期追溯到誤差不超過30年。

但是薩默西爾德也強(qiáng)調(diào)，盡管伊薩卡可以給我們提供十分有幫助的統(tǒng)計數(shù)據(jù)，但是必須要記住伊薩卡是不能獨(dú)立于人類專業(yè)知識而運(yùn)作的。以及伊薩卡所能做的，只是為歷史學(xué)家在基于傳統(tǒng)考古方法收集數(shù)據(jù)的基礎(chǔ)上提供一些建議，作為歷史學(xué)家解讀歷史文獻(xiàn)的許多輔助工具中的一種。也就是說，伊薩卡絕不是一個可以全自動工作的人工智能歷史學(xué)家。

除了作為歷史學(xué)家的輔助工具，伊薩卡的更重要的價值，恐怕還在于它的靈活性。薩默西爾德也強(qiáng)調(diào)說，雖然這次發(fā)布的伊薩卡只接受過古希臘銘文的訓(xùn)練，但可以很容易地對其進(jìn)行配置，讓它進(jìn)行其他古代文字的訓(xùn)練，進(jìn)而可以解讀許多不同的古代文獻(xiàn)。伊薩卡這一模型的架構(gòu)賦予了它高度的靈活性，它可以適用于任何古代語言，例如拉丁語、瑪雅楔形文字等，而且它也將適用于任何其他書寫媒介上的古代文獻(xiàn)，例如紙莎草紙、手稿等等。伊薩卡可以探索的，還有很多很多。（綜合整理報道）（編輯/多洛米）