AlphaGo战胜人类世界围棋冠军、AlphaFold在预测蛋白质结构方面准确性和人类实验结果接近、语音合成算法WaveNet帮助“渐冻人”重现更自然的声音 ， 甚至用AI控制核聚变反应……全球范围内最受关注的人工智能公司DeepMind创立至今超过10年 ， 试图用人工智能技术解决一切他们认为最紧迫和最基本的科学挑战 。
他们最新瞄准的是那些有着数千年历史的残缺铭文 。 历史学家们依靠不同的来源重建过往文明的思想、社会和历史 ， 他们的资料大多基于本文 ， 或写在卷轴上 ， 或刻在石头上 。 铭文就在其中 。
“一切都始于与Thea Sommerschield博士讨论历史学家最具挑战性的任务时的一次谈话 ， 我们立刻看到了人工智能和历史研究之间的合作潜力 。 ”DeepMind的希腊人工智能研究科学家Yannis Assael博士和Sommerschield在接受澎湃新闻（www.thepaper.cn）采访人员采访时如是谈起他们这项最新兴趣的起点 。 Sommerschield系意大利威尼斯大学人文系玛丽·居里研究员 。

文章图片

Yannis Assael博士（左）和Thea Sommerschield博士 。
北京时间3月10日凌晨 ， 国际顶级学术期刊《自然》（Nature）在线发表了Assael和Sommerschield作为共同通讯作者的一项新研究 ， 题为“使用深度神经网络复原和归因古代文本”（ Restoring and attributing ancient texts using deep neural networks） 。 研究团队训练了一种深度神经网络 ， 名为伊萨卡（Ithaca） 。

文章图片

伊萨卡是以荷马史诗《奥德赛》中的希腊岛屿伊萨卡命名 ， 是古希腊神话英雄奥德修斯的故乡 。 “我们开发的伊萨卡是第一个可以复原受损铭文的缺失文本、识别铭文原始位置、确定创建日期的深度神经网络 。 ”
评估显示 ， 伊萨卡单独使用于复原受损希腊铭文文本时可达到62%的准确率 ， 在历史学家使用时可达72%的准确度 。 而且 ， 伊萨卡还能协助确定铭文的书写位置和时间 。 在实验中 ， 它能以71%的准确度判断这些铭文的原始位置 ， 鉴定年代与历史学家提出的范围相差少于30年 。
研究团队认为 ， 这些发现或可释放人工智能与历史学家的合作潜力 ， 并改进我们对人类历史的理解 。 “我们确实看到了文化和人文领域人工智能跨学科研究的巨大潜力 。 ”Assael强调 。

文章图片

复原损坏的铭文 。 这一铭文记录了一项关于雅典卫城的法令 。
深度神经网络“伊萨卡”
这项研究由DeepMind、威尼斯大学人文系、牛津大学古典学院以及雅典经济与商业大学信息学系联合完成 。
Assael在希腊马其顿大学获得应用信息学文凭后 ， 相继在牛津大学、帝国理工学院学习 ， 最终于2019年在牛津大学获得机器学习博士 。 而实际上 ， 其从2007年起就开始成为了自由开发者 ， 彼时尚在念高中 。 其间还创立了AccuInstruments、LipNet Artificial Intelligence等公司 。 直至2017年 ， 其加入DeepMind 。 Assael还曾登上2021福布斯欧洲地区“30岁以下30位精英”榜单 。
Sommerschieldze则是研究古希腊和古罗马文字的历史学家和铭文学家 。 其将机器学习应用于研究古地中海的书写文化 ， 她还研究古代和古典西西里岛的社会和文化历史 。 其现为威尼斯大学的玛丽·居里研究员 ， 同时借调在DeepMind ， 她也是哈佛大学希腊研究中心的研究人员 。
DeepMind在一份新闻稿中写道 ， 人类文字的诞生标志着历史的开端 ， 对我们理解过去的文明和今天生活的世界至关重要 。 例如 ， 2500多年前 ， 希腊人开始在石头、陶器和金属上书写 ， 记录从租约、法律到日历和预言的一切 ， 让人们对地中海地区有了详细的了解 。