人工智能領(lǐng)軍團(tuán) DeepMind 又爆出了一項(xiàng)重要成果：用深度神經(jīng)網(wǎng)絡(luò)修復(fù)古希臘受損的石碑銘文，號(hào)稱「Predicting the Past」(預(yù)測(cè)過去)，在以 Nature 為首的科學(xué)媒介上掀起了一番熱烈關(guān)注。
他們以古希臘的島嶼名為該模型命名 ——「Ithaca」(伊薩卡島)，以表對(duì)古希臘文明的神往。在荷馬史詩《奧德賽》中，伊薩卡島是英雄奧德修斯(Odysseus)的故鄉(xiāng)。傳聞，公元前 1183 年，國(guó)王奧德修斯在特洛伊戰(zhàn)役中取得勝利后，歷經(jīng)十七年的艱險(xiǎn)斗爭(zhēng)，戰(zhàn)勝無數(shù)困難，最終回到伊薩卡島，與妻兒幸福團(tuán)聚。
「伊薩卡」也從此成為古希臘文明中「家」的象征。這可能也是 DeepMind 迄今為止被賦予了最浪漫名義的 AI 模型。
在官方推特中，他們也稱，希望能夠「幫助歷史學(xué)家，更好地理解古代歷史」，馬上就收獲了過千的點(diǎn)贊：
作為「AI for Science」的著名代表，顯然，DeepMind 祭出的深度神經(jīng)網(wǎng)絡(luò) Ithaca 打破了外界對(duì)它的「純理工科」誤解。在官方博客中，DeepMind 也解釋，這次的成果符合他們「實(shí)現(xiàn)智能、促進(jìn)科學(xué)與人文發(fā)展」的使命。
Ithaca 是 DeepMind 在「AI for Humanity」(用人工智能研究人文社科)的第一個(gè)里程碑。那么，這是否意味著：DeepMind 的野心不僅是「AI for Science」，還有「AI for Humanity」?
科學(xué)與人文從來便是人類文明的兩大黃金分支。歷史的前進(jìn)，從來離不開這兩個(gè)車輪。往后回看，Ithaca 的出現(xiàn)，或許正是 AI 進(jìn)軍人文社科的起點(diǎn)。
揭開 Ithaca 的神秘面紗
3 月 9 日，Nature 封面發(fā)布，Ithaca 登頂。古老的土黃銘文與酷炫的深藍(lán)編碼交織，完美寫就了 DeepMind 與威尼斯 Ca' Foscari 大學(xué)人文系、牛津大學(xué)經(jīng)典學(xué)院和雅典經(jīng)濟(jì)大學(xué)信息系學(xué)者的研究成果：
用神經(jīng)網(wǎng)絡(luò)修復(fù)、破解幾千年前的古希臘銘文，不僅有歷史的滾滾黃塵，還有最新的時(shí)代印記 —— 人工智能。
相關(guān)論文也以“Restoring and attributing ancient texts using deep neural networks”為題發(fā)表在了 Nature 上(如下圖)：
一個(gè)字：秀!?
文字是文明的載體。從兩千多年前開始，古希臘人便在石頭、陶器和金屬上書寫文字，以記錄租約、法律、日歷、神諭等社會(huì)生活的內(nèi)容。但由于年代久遠(yuǎn)，許多銘文經(jīng)過風(fēng)雨摧殘，已被損壞，并從原來的位置移走。
在文物修復(fù)一塊，現(xiàn)代的測(cè)年技術(shù)(如放射性碳測(cè)年)并不能用于研究刻在石頭、陶瓷和金屬等材料上的銘文，使得這些銘文難以解讀或解讀十分耗時(shí)。因此，DeepMind 的團(tuán)隊(duì)開始思考：是否可以用人工智能幫助歷史學(xué)家解釋銘文?
于是，他們與歷史學(xué)家們合作，推出了 Ithaca—— 據(jù)稱，這是第一個(gè)可以恢復(fù)受損銘文的缺失文本，識(shí)別銘文在載體上的初始位置、以確定書寫年限的深度神經(jīng)網(wǎng)絡(luò)。
Ithaca 的架構(gòu)如下：文本的損壞部分用破折號(hào)“-”表示;此外，DeepMind 研究團(tuán)隊(duì)還人為地破解了字符“δημ”。提供輸入后，Ithaca 會(huì)自動(dòng)恢復(fù)文本，并識(shí)別文本的編寫時(shí)間和地點(diǎn)。
據(jù)介紹，Ithaca 在帕卡德人文學(xué)院(Packard Humanities Institute)最大的希臘銘文數(shù)字?jǐn)?shù)據(jù)集上進(jìn)行訓(xùn)練。
通常來說，自然語言處理模型是使用單詞進(jìn)行訓(xùn)練，因?yàn)樗鼈冊(cè)诰渥又谐霈F(xiàn)的順序以及單詞之間的關(guān)系提供了額外的上下文背景和含義。但由于許多銘文都處于損壞狀態(tài)，并且經(jīng)常有大塊的文字丟失。因此，為了確保模型適用于文字損失狀態(tài)，他們使用了單詞和單個(gè)字符作為輸入來訓(xùn)練。模型核心的稀疏自注意力機(jī)制會(huì)并行評(píng)估這兩個(gè)輸入，以更好地評(píng)估銘文。
為了最大限度地發(fā)揮 Ithaca 的價(jià)值，DeepMind 團(tuán)隊(duì)還創(chuàng)建了許多視覺輔助工具，以確保 Ithaca 的研究結(jié)果容易被歷史學(xué)家解讀：
恢復(fù)假設(shè)：Ithaca 為文本恢復(fù)任務(wù)生成了幾個(gè)預(yù)測(cè)假設(shè)，供歷史學(xué)家使用他們的專業(yè)知識(shí)進(jìn)行選擇。
地理歸因：Ithaca 通過為歷史學(xué)家提供所有可能預(yù)測(cè)的概率分布(而不僅僅是單個(gè)輸出)來顯示其不確定性。它會(huì)返回代表其確定性水平的 84 個(gè)不同古代區(qū)域的概率。它在地圖上將這些結(jié)果可視化，以闡明古代世界可能存在的潛在地理聯(lián)系。
年代歸屬：在對(duì)文本進(jìn)行年測(cè)時(shí)，Ithaca 會(huì)生成從公元前 800 年到公元 800 年所有十年的預(yù)測(cè)日期分布。這可以使歷史學(xué)家對(duì)特定日期范圍的置信度可視化，可能會(huì)提供有價(jià)值的歷史見解。
顯著性映射：為了將結(jié)果傳達(dá)給歷史學(xué)家，Ithaca 使用計(jì)算機(jī)視覺中常用的一種技術(shù)來識(shí)別哪些輸入序列對(duì)預(yù)測(cè)的貢獻(xiàn)最大。輸出以不同顏色強(qiáng)度突出顯示導(dǎo)致 Ithaca 預(yù)測(cè)缺失文本、位置和日期的單詞。
據(jù) DeepMind 介紹，經(jīng)評(píng)估表明：Ithaca 在恢復(fù)受損文本方面的準(zhǔn)確率達(dá)到了62%，在識(shí)別其原始位置方面的準(zhǔn)確率達(dá)到71%，并且可以將文本的日期確定在其真實(shí)日期范圍的30 年內(nèi)。
DeepMind 還說：與他們合作的歷史專家在單獨(dú)修復(fù)古代文本時(shí)準(zhǔn)確率只有 25%，但當(dāng)他們與 Ithaca 合作修復(fù)時(shí)時(shí)，準(zhǔn)確率提高到了72%，超過了模型的個(gè)人性能，體現(xiàn)出了人機(jī)協(xié)作在歷史解釋、建立歷史事件的相對(duì)年代上的優(yōu)勢(shì)。
通過 Ithaca，歷史學(xué)家們重新評(píng)估了希臘歷史上的多個(gè)重要時(shí)期。用一個(gè)夸張點(diǎn)的說法是：Ithaca 「改變」了歷史;四舍五入，人工智能「改變」了歷史。
目前，Ithaca 已開源，供歷史學(xué)家們按需使用。
進(jìn)一步討論
DeepMind 認(rèn)為，Ithaca 的出現(xiàn)有助于歷史學(xué)家對(duì)歷史事實(shí)的辯論。
目前歷史學(xué)家們?cè)谔K格拉底等人物生活的時(shí)代制定的一系列重要的雅典法令的日期上有爭(zhēng)議。長(zhǎng)期以來，人們一直認(rèn)為這些法令是在公元前 446/445 年之前制定的，但新的證據(jù)表明其日期是公元前 420 年代。雖然這些差異看起來很小，但對(duì)人類理解古典雅典的政治史至關(guān)重要。
不過，也有網(wǎng)友指出：Ithaca 的性能指標(biāo)似乎單單聚焦在「準(zhǔn)確率」上，并不足以測(cè)出有說服力的年份。
事實(shí)上，「AI for Humanity」也并不是一個(gè)新鮮的話題。中國(guó)人民大學(xué)的高瓴人工智能研究院自成立之初，就將「用人工智能促進(jìn)人文學(xué)科研究」作為主要的方向之一。
對(duì)于 DeepMind 來說，AI 進(jìn)軍人文社科是第一次，但此前已有許多學(xué)者用神經(jīng)網(wǎng)絡(luò)進(jìn)行文字修復(fù)。此次登 Nature 封面，究竟是工作夠強(qiáng)，還是 DeepMind 的 IP 號(hào)召力夠大，仍有待商榷。
不過，不可否認(rèn)，用 AI 幫助人文學(xué)科研究，總歸利大于弊，值得喝彩。
關(guān)鍵詞： 人工智能 深度神經(jīng)網(wǎng)絡(luò) 古希臘石碑銘文 科學(xué)媒介
