AI欲解千年谜题：新模型助破译古希腊莎草纸残卷

编者按

当人工智能不断刷新各项能力边界的今天，一场静悄悄的革命正在古典学领域发生。来自WIRED的报道显示，研究人员正尝试用大型语言模型破解一个困扰学者们数百年的难题：如何从支离破碎的古希腊莎草纸残卷中，还原出古代生活的真实面貌。

莎草纸残卷：被时间撕碎的历史

莎草纸是古代地中海世界最重要的书写载体之一。从公元前三世纪到公元七世纪，无数文学、法律、商业和私人信件被记录其上。然而，历经两千多年的岁月侵蚀，绝大多数莎草纸文献已损毁严重——虫蛀、潮湿、火灾和人为破坏让它们变成了一片片残缺不全的碎片。据估计，仅埃及俄克喜林库斯遗址出土的莎草纸残卷就超过50万片，其中大部分从未被完整解读。

传统的破译方法依赖于学者的专业知识和经验，他们需要根据上下文、语法规则和已知的古代文本，推测残缺部分可能的内容。这个过程不仅耗时耗力，而且充满了不确定性。一位古典学教授可能需要数周时间才能完成一片残卷的初步释读，而面对数以万计的碎片，人力显然远远不够。

大语言模型：让AI成为文本修复师

正是这一困境催生了新技术的介入。研究人员开发了一款专门针对古希腊文本的大型语言模型，其核心能力在于文本补全——给定一段残缺的文本，模型能够预测缺失部分最可能的内容。这听起来简单，但要让AI真正理解古希腊语的语法、词汇和文体特征，需要大量高质量的训练数据。

研究团队用已知的古希腊文献训练模型，包括史诗、戏剧、哲学著作和日常文书等。通过学习这些文本中的语言模式，模型逐渐掌握了古希腊语的语感，能够识别不同文体和时代的写作风格。当面对残卷时，它不仅可以根据上下文填补缺失的字母或单词，还能对整段文字的含义给出合理解读。

这项技术的意义不仅在于加快了破译速度，更在于它能够发现人类学者可能忽略的文本关联和模式。

从伊萨卡到新模型：AI与古典学的交汇

这并非AI首次涉足古代文献研究。2022年，DeepMind推出了名为Ithaca的神经网络，专门用于修复古希腊铭文，其准确率达到了62%，远超人类学者的25%。2023年，维苏威挑战赛利用机器学习技术成功解读了赫库兰尼姆莎草纸卷中的部分文字，这些卷轴因公元79年维苏威火山爆发而被碳化，无法物理展开。

与这些项目相比，新模型的特点在于更强的通用性和交互能力。它不仅能处理单一类型的文本，还能在不同文体之间灵活切换；不仅能够填补空白，还能与研究者进行对话，解释其推理过程。这种聊天机器人式的交互方式，让古典学者可以更直观地利用AI的能力，而不必成为技术专家。

意义与争议：AI能替代古典学者吗？

新工具的出现在学术界引发了复杂的反响。支持者认为，AI能够极大加速文献整理和解读的进程，让学者们将精力集中在更高层次的文本分析和历史研究上。反对者则担心，AI生成的补全内容可能引入错误，甚至被误认为是真实的古代文本，从而污染学术研究的基础。

研究团队强调，他们的模型并非要取代学者，而是作为辅助工具。所有AI生成的补全内容都会标注为推测，需要经过专家的审核和验证。此外，模型还会给出多种可能的补全方案及其置信度，供研究者参考。

从更宏观的角度看，这项研究反映了AI在人文领域应用的深化趋势。从文本修复、历史文献分析到艺术品鉴定，AI正在成为人文学者不可或缺的工具。但与此同时，如何确保AI的输出可靠、如何平衡技术效率与学术严谨性，仍然是需要持续探讨的问题。

结语

古老莎草纸上的文字，承载着两千多年前人们的思想、情感和日常生活。AI的介入，为这些沉默的碎片带来了新的声音。或许在不久的将来，我们能够通过这些技术，重新拼凑出更多关于古代世界的珍贵细节——那些被时间掩埋的故事，终将在算法的帮助下重见天日。

本文编译自WIRED