本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

最新一期的Nature封面，AI再度來到舞臺中央，這一次是在破譯古文字方面立功了。

這是一種基于Transformer架構的方法，由DeepMind、谷歌、牛津大學等多家研究機構聯合開發。

在單獨修復受損文本時，這種方法能達到62%的準確率。

在實際應用中，歷史學家單獨破譯某塊古希臘石碑的準確率本來只有25%，但在使用這一方法后一舉提升了近乎3倍，達到了72%。

不僅能修復文字，這一方法在地理歸屬的任務上也有71%的準確率，還能將古文字的書寫日期精確到30年以內。

目前，這一方法已經引起了不小的討論熱度：

現在已經有可以在線解析古希臘文字的網頁版，架構方法也已開源。

Transformer破譯古文字

這是一個叫做Ithaca的架構，以荷馬史詩《奧德賽》中的希臘島嶼命名。

Ithaca架構中的注意力機制能夠通過串聯輸入的單個字符、完整單詞的表征與順序位置來了解輸入文本的每一部分的位置，最終權衡不同的輸入對模型決策過程的影響。

完整架構由多個Transformer塊組成，每個Transformer塊都輸出一個經過處理的表征序列（Sequence of Processed Representations），其長度即輸入字符的數量。

其輸入隨后被傳遞給三個分別負責文字修復、地理歸屬、時間歸屬的任務頭，每個頭都由一個前饋的神經網絡組成，專門負責各自任務的訓練。

在文字修復任務中，Ithaca會提供20個按概率排列的解析結果預測：

地理歸屬的確定上，則會依據古歷史學中的84個區域中對輸入文本進行分類，將可能的區域預測類別通過地圖和柱狀圖展現：

日期歸屬任務同樣也通過分布預測的柱狀圖來展示。

如下圖所示，公元前300-250年的日期10年一組，被表示為5個概率相同的范圍，而公元前305年的銘文將以100%的概率被分配到公元前300-310年的十年組：

歷史學家的AI助手

研究人員分別將Ithaca與歷史學家、同類AI方法Pythia、以及Ithaca與歷史學家合作等不同破解古文字的方法做了對比。

字錯率（CER）總是越低越好，在文字修復任務上，Ithaca的字錯率和準確率都最好，如果與歷史學家合作時，效果還將再次提升。

在論文的最后，研究人員表示，研究方法適用于手稿學、錢幣學和紙草學等所有與古代文本相關的學科，也適用于古代、現代的任何語言。

目前，這一方法已經投入了實際使用，比如在雅典時期頒布的某個重要法令的碑文的日期確認上，歷史學家們之前認為是在公元前446/5年之前書寫的。

而Ithaca與歷史學家一起，將這一日期更新到了公元前424/3 年：

Ithaca現在提供了在線試用的途徑，登錄官網，在方框中中輸入古希臘銘文，將缺少的字符標記為破折號（-)），將預測的字符標記為問號（?）。

每次查詢最多可以預測10個連續或非連續的問號，點擊查詢后將在下方顯示文本缺失的字符，并將其歸屬到原來的地點和時間：

作者介紹

研究由DeepMind、威尼斯卡福斯卡里大學（Ca’ Foscari University of Venice）、哈佛大學、雅典經商大學 (Athens University of Economics and Business)、谷歌幾家AI團隊合作開發。

論文有兩位共同一作，其中annis Assael為DeepMind的AI部門的研究員，碩博都畢業于牛津大學，同時也是福布斯“30歲以下30名歐洲杰出科學家”之一：

共同一作Thea Sommerschield則是一位歷史學家，目前任威尼斯佛斯卡里大學的人文科學院，以及哈佛大學希臘研究中心的研究員，主要研究領域是將機器學習應用于研究古代地中海的書面文化。

論文：

??https://www.nature.com/articles/s41586-022-04448-z

開源鏈接：

??https://github.com/DeepMind/ithaca

在線試用：

??https://ithaca.DeepMind.com/?job=eyJyZXF1ZXN0SUQiOiJmYzUwNGY0NWNhZjJjZWMxZjIxZDA4YWVjNTdkMjEzMSIsImF0dHJpYnV0aW9uIjp0cnVlLCJyZXN0b3JhdGlvbiI6dHJ1ZX0%3D