金磊 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
2000年前的古卷軸（赫庫(kù)蘭尼姆卷軸），終于被一個(gè)21歲計(jì)算機(jī)少年給破譯了。
這個(gè)古卷軸可以說(shuō)是極其的特殊
在公元79年被一場(chǎng)火山爆發(fā)掩埋碳化，直到1752年才被挖掘出土。
而且由于古卷軸本身已經(jīng)太脆弱了，數(shù)百年來(lái)沒(méi)人敢動(dòng)它，處理稍微不當(dāng)就可能化作塵埃的那種。
（注：赫庫(kù)蘭尼姆城和著名的龐貝古城相距8公里，位于意大利那不勒斯東南的維蘇威火山腳下；前者比龐貝古城更接近火山口。）
那么如何看到它上面記載了什么內(nèi)容，就成了困擾科學(xué)家們數(shù)百年的老大難問(wèn)題。
現(xiàn)如今，隨著這位計(jì)算機(jī)少年成功的破譯，使他成為了2000年來(lái)第一個(gè)從未打開(kāi)卷軸，卻“看”到了上面文字的人。
這項(xiàng)任務(wù)其實(shí)是來(lái)自一個(gè)叫做維蘇威火山的挑戰(zhàn)賽（Vesuvius Challenge）：
要求參賽者在卷軸的4平方厘米區(qū)域內(nèi)，至少找到10個(gè)字母。
這位少年作為完成任務(wù)的第一人，也被活動(dòng)官方授予了40000美元的首字母獎(jiǎng)（First Letters Prize）。
很多小伙伴肯定好奇，少年破譯的文字到底是什么，不賣關(guān)子，直接揭曉謎底：
是古希臘語(yǔ)πορφυρα，意思是紫色染料或者紫色的衣服。
在結(jié)果出爐之后，比賽的贊助者、科技企業(yè)家Nat Friedman還手動(dòng)at了馬斯克，很驕傲地介紹這位少年：
他是你們SpaceX的實(shí)習(xí)生！
破解數(shù)千年古卷軸，AI立大功
這位少年名叫Luke Farritor（下文簡(jiǎn)稱盧克），是一位計(jì)算機(jī)專業(yè)學(xué)生。
而在講這位“屠龍少年”的故事之前，我們還需要鋪墊一下關(guān)于這個(gè)比賽的背景。
早在2019年，肯塔基大學(xué)EduceLab的Brent Seales教授，便在粒子加速器中，對(duì)赫庫(kù)蘭尼姆卷軸進(jìn)行了成像工作，并生成了分辨率高達(dá)4μm的3D CT掃描。
△Seales教授和團(tuán)隊(duì)在粒子加速器上掃描
這位教授的博士生Stephen Parsons，長(zhǎng)期致力于使用機(jī)器學(xué)習(xí)模型檢測(cè)CT掃描中的墨水。
于是他和他的團(tuán)隊(duì)掃描并拍攝了帶有可見(jiàn)墨水的分離卷軸碎片，從而提供了一個(gè)ground-truth數(shù)據(jù)集。
△來(lái)自Stephen的博士論文：在ground-truch數(shù)據(jù)集上訓(xùn)練機(jī)器學(xué)習(xí)模型
這項(xiàng)研究成功引起了科技企業(yè)家Nat Friedman和Daniel Gross的注意；于是乎，在二人的贊助之下，便發(fā)起維蘇威火山挑戰(zhàn)賽。
他們?cè)诮衲耆掳l(fā)起公開(kāi)競(jìng)賽，設(shè)置總獎(jiǎng)金為70000美元，目的就是加速破譯古卷軸。
到了今年八月份的時(shí)候，一位叫做Casey Handmer的學(xué)者寫(xiě)了一篇博客，講述了他所發(fā)現(xiàn)的看起來(lái)像墨水的“裂紋模式（crackle pattern）”。
這可以說(shuō)是一個(gè)非常重要的突破進(jìn)展，即使是Stephen，此前也只是在分離的碎片上看到過(guò)墨水的直接證據(jù)，但還沒(méi)有在卷軸上看到過(guò)。
然后盧克在一場(chǎng)播客中，偶然聽(tīng)到了這個(gè)消息和挑戰(zhàn)賽，也看到了Casey的裂紋模式在Discord上被廣泛討論。
這就引起了盧克非常大的興趣，并開(kāi)始利用晚上的時(shí)間，著手訓(xùn)練一個(gè)關(guān)于“裂紋模式”的機(jī)器學(xué)習(xí)模型。
在訓(xùn)練的過(guò)程中，他前前后后發(fā)現(xiàn)了幾十個(gè)墨跡比劃，還有一些完整的字母，盧克對(duì)它們做好了標(biāo)記并作為訓(xùn)練數(shù)據(jù)。
△左：在紙莎草纖維背景下可以看到有裂紋的墨水；右：生成的二進(jìn)制墨水標(biāo)簽。
沒(méi)過(guò)多久，模型就露出了肉眼看不見(jiàn)的裂紋痕跡；這些痕跡成了最后形成字母和實(shí)際單詞的線索。
下面這張圖便是盧克向挑戰(zhàn)賽提交的一個(gè)作品，隱約可以看到“ΠΟΡΦΥΡΑ”（porphyras）的單詞形狀，
當(dāng)Seales教授和團(tuán)隊(duì)看到這張圖的時(shí)候驚嘆道：
盡管字母很模糊，但他們可以立即讀出“porphyras”這個(gè)詞。
這個(gè)單詞在古代文獻(xiàn)中也并不是很常見(jiàn)，但是也是經(jīng)得起推敲，大概意思就是“紫色的”。
一位專家解釋說(shuō)：
序列πορφυρα ，可能是πορφρα（名詞，紫色染料或紫色布）或πορφυρ（形容詞，紫色）。
由于缺少上下文，也布排除是 πορφρα κ[ 或 πορφυρ κ[ 。
值得注意的是，古代的單詞和現(xiàn)代不同，那時(shí)候的文本沒(méi)有空格，因此單詞的邊界確定起來(lái)也是比較困難。
最終挑戰(zhàn)賽官方認(rèn)為，盧克值得獲得首字母獎(jiǎng)；而他本人在得知這一消息的時(shí)候也非常激動(dòng)：
另一位研究生也有相同的發(fā)現(xiàn)
無(wú)獨(dú)有偶，在Casey和盧克的工作激勵(lì)之下，另一位參賽者，來(lái)自柏林Egyptian biorobotics的研究生Youssef Nader，采用了不同的方法也得到了相同的結(jié)果。
他篩選了Kaggle上墨水檢測(cè)獎(jiǎng)的獲獎(jiǎng)作品，該獎(jiǎng)項(xiàng)的重點(diǎn)是改進(jìn)Stephen Parsons在分離片段中進(jìn)行機(jī)器學(xué)習(xí)的方法。
在此基礎(chǔ)上，他采用了域轉(zhuǎn)移技術(shù)使這些模型適應(yīng)古卷軸：對(duì)卷軸數(shù)據(jù)進(jìn)行無(wú)監(jiān)督預(yù)訓(xùn)練，然后對(duì)片段標(biāo)簽進(jìn)行微調(diào)。
使用Kaggle競(jìng)賽的這個(gè)修改模型，他設(shè)法找到了一些字母，盡管完全不依賴于Casey手動(dòng)尋找裂紋的方法。然后，他將看起來(lái)像字母形狀的東西注釋到標(biāo)簽數(shù)據(jù)中。
△左：Youssef工作的最早的圖像；右：他的第一組假設(shè)墨水標(biāo)簽。
在反復(fù)的優(yōu)化之下，Youssef向官方提交的作品如下：
最終，Youssef獲得了首字母獎(jiǎng)的二等獎(jiǎng)，10000美元。
專家們?cè)诳吹結(jié)oussef的工作之后，更加確認(rèn)了盧克發(fā)現(xiàn)的古卷軸中的文字。
他們甚至開(kāi)始推測(cè)上面和下面的單詞，可能是ανυοντα（實(shí)現(xiàn)）和ομοιων（類似）。
而就在前幾天，Youssef的模型產(chǎn)生了更為驚人的結(jié)果：
在這張圖中，你可以清楚地看到四列半的文本，用一定的邊距隔開(kāi)。
盡管并非所有字母都能被專家們立即辨認(rèn)出來(lái)，但起碼可以看到更多的字母了。
官方表示，專家們正在做進(jìn)一步的調(diào)研，很快將會(huì)有新的結(jié)果。
參考鏈接：
[1]https://scrollprize.org/firstletters
[2]https://news.ycombinator.com/item?id=37857417
[3]https://twitter.com/natfriedman/status/1712470683207532906
[4]https://caseyhandmer.wordpress.com/2023/08/05/reading-ancient-scrolls/
