人工智能的突破使科学家能够阅读曾经被维苏威火山掩埋的罗马卷轴
ZDNET 深度报道：深入了解赫库兰尼姆古卷的 20 年旅程，这些古卷在 2000 年前的一次历史性火山喷发中碳化，至今仍无法解读。
布伦特·西尔斯和他的团队在法兰西学院扫描带有红色激光线的赫库兰尼姆卷轴。
经过两千年历史性的火山喷发，以及国际社会努力利用人工智能阅读一组神秘的古代卷轴之后，研究人员知道至少有一位罗马伊壁鸠鲁哲学家的想法是：食物。
人类虽然充满惊喜，但也可以令人可爱地预测。
这一消息发布之际，维苏威火山挑战赛已经达到了高潮，这项竞赛由肯塔基大学研究员 Brent Seales、GitHub 前首席执行官 Nat Friedman 和企业家兼投资者 Daniel Gross 于 2023 年 3 月发起。目标是对赫库兰尼姆古卷进行计算机断层扫描 (CT) 扫描以及基于机器学习的软件，并将这些内容交给来自世界各地的精通技术的侦探，希望有人能够阅读这些古卷。甚至不碰它们。
在硅谷的支持下，组织者悬赏奖金，奖励在阅读维苏威火山喷发时被掩埋和碳化的文字方面取得的进展。其中包括 70 万美元，该奖金将分配给获胜的三人团队：优素福·纳德 (Youssef Nader)、卢克·法里托 (Luke Farritor) 和朱利安·席利格 (Julian Schilliger)，他们都是学生。他们提交了 15 列文本，初步分析表明，其中包含关于食物等商品的稀缺或丰富是否会影响人类对它们的愉悦感的内容。
维苏威火山挑战标志着探索古卷过程中的关键时刻。对于肯塔基大学的研究员西尔斯来说，这也是一个重要时刻——过去二十年来他一直在努力实现这一目标。
西尔斯和他的团队的各个成员从未如此接近阅读大量文本。在某种程度上，比赛的 12 月 31 日截止日期并不重要。这项挑战，无论是从大奖还是谜题本身来看，都激起了人们的兴趣，并招募了新的合作者，西尔斯在前三个月的贡献与人类大约 10 年的工作相比。
“由于人工智能、断层扫描和计算，我们现在可能拥有这种救赎力量，这令人震惊，”西尔斯在大奖宣布前接受采访时说道。
看起来需要做的事情可能很多，但研究古卷的研究员 Michael McOsker 估计，所有这些努力可能会产生大约 200 本新书。该馆藏也是唯一幸存的古代图书馆。
“我们所掌握的文献可能还不到……所有文献的 1%，”他说。 “我们知识的任何收获都很重要。”
历史揭开
布伦特·西尔斯和赛斯·帕克（数字修复计划项目负责人）在肯塔基大学校园扫描赫库兰尼姆古卷的复制品。
西尔斯并没有打算花二十年时间来解开古代文献。他来自纽约西部，是一位对人工智能感兴趣的成像专家。问题是：当时人工智能还没有发生太多事情。然而，计算机视觉似乎是正在取得进展的领域之一。
20 世纪 90 年代中期，他遇到了肯塔基大学的一位教授，当时该教授正在撰写盎格鲁撒克逊史诗《贝奥武甫》的手稿，当时正值图书馆数字化的推动时期。像许多孩子一样，西尔斯在高中时读过《贝奥武夫》，这激起了他的兴趣。他思考了将这一文本——见证这个故事的现存手稿——数字化的力量。
数字化转变为恢复。一旦文本数字化，图像质量就可以得到改善。仅仅制作副本并不一定意味着结束。如果他们可以用数字方式压平皱巴巴的文档，为什么他们不能将其展开呢？
“我们发明了在我们知道我们要实际打开的东西之前完全打开一些东西的想法，”西尔斯说。
2004 年，西尔斯终于找到了可以打开的东西，一位名叫理查德·扬科 (Richard Janko) 的密歇根大学古典学者告诉他，他已经找到了最合适的东西。
输入：赫库兰尼姆古卷。
希腊字符 πορφύραc，显示为“紫色”一词，是维苏威火山挑战赛参赛者卢克·法里托 (Luke Farritor) 提取的多个字符和文本行之一。
挖掘过去
在现代，维苏威火山的喷发可能会让人想起那些被灰烬埋葬的尸体在世界终结时互相拥抱的画面。这是一个既令人着迷、又悲惨，甚至有点令人毛骨悚然的历史事件。
当时唯一的记载来自罗马作家兼律师小普林尼的信，他描述了惊慌失措的人群和像洪水一样吞噬土地的“厚厚的黑云”。
“有些人非常害怕死亡，以至于他们实际上祈祷死亡，”他写道。
当云层变薄，阳光照射进来时，小普林尼看到一切都深深埋在灰烬中，这让他想起了雪。
在赫库兰尼姆——这座城市距离庞贝古城以西约 10 英里，距离正在喷发的火山更近——所有掉落的火山灰和碎片掩埋了朱利叶斯·凯撒岳父曾经拥有的一座别墅。庄园的效果图展示了一个巨大的庭院、花园和拱门。至关重要的是，这座别墅还拥有一个纸莎草卷轴图书馆。
虽然约 65 英尺的热灰对于纸莎草来说似乎是最糟糕的结果，但热量使卷轴碳化，使它们免受空气自然恶化的影响。
直到 1700 年代，一位农民在挖井时敲击大理石并开始挖掘工作，发现了 600 多个未打开的卷轴。 （西尔斯说，考虑到研究人员是否计算了碎片和部分碎片，赫库兰尼姆纸莎草的确切数量很难确定。有些人认为这个数字高达 1,800。）
这些卷轴由梵蒂冈图书馆的学者安东尼奥·比亚乔保管，他发明了一种机器来打开一些保存较好的卷轴。比亚乔并不总是成功。
展开的内容主要包含伊壁鸠鲁哲学，使麦克奥斯克相信剩余的卷轴可能具有相同的性质。它们可能不会改写学者们看待古代世界的方式，但考虑到当时著作的匮乏，另外 200 本书可能是一笔不错的收获。
这不是一个“实验”
如今，这些卷轴保存在欧洲各地的多个地点，其中大部分是在意大利那不勒斯国家图书馆发现的。
毫不奇怪，大多数人无法走进去，带着脆弱的 2000 年前的卷轴到处走动。西尔斯花了数年时间，通过资金、其他项目的成功以及学术外交来建立案例，才获得了访问权。
西尔斯拥有腹腔镜等外科创新的背景，他希望使用计算机断层扫描来扫描卷轴，然后创建软件来包裹这些扫描。
2005年，西尔斯有机会在牛津大学的一次演讲中分享了他的想法。那时，他和他的团队已经制作了一个嵌入聚氨酯球体中的纸莎草纸的例子，他们对其进行了扫描并几乎打开了包装。
“这有点像初次登台的新人穿着裙子走下楼梯，说‘来和我跳舞’，”西尔斯说。
反应是积极的，但在保护者的耳中，这听起来仍然很像一个实验，而“实验”在应用于如此稀有和古老的东西时是一个肮脏的词。
经过四年的努力工作、建立关系和一些技巧，西尔斯和他的团队于 2009 年前往法兰西研究所对纸莎草进行了首次显微 CT 扫描。
“我既害怕又兴奋，”西尔斯说。这些卷轴很小，看起来像木炭。 “他们告诉你，这是一本完整的古代书……它只是一个很小的东西，因为它在碳化时会收缩。”
尽管最终获得了卷轴的扫描件是一项巨大的成就，但 Seales 仍努力让软件按照团队希望的方式运行。
如果他们不打算立即破解赫库兰尼姆古卷，他们就需要另一个目标来射击。
故障排除
如果说西尔斯已经研究赫库兰尼姆古卷 20 年了，那么听起来他每天进出办公室时都会全神贯注。
事实上，团队有很多时间无法处理卷轴，或者无法进行数字扫描和展开其他文本，但这在某种程度上仍然帮助他们更接近最终目标。
2006年，西尔的团队打开了一本用希伯来语写成的中世纪《传道书》。一年后，即 2007 年，Seales 所在的团队前往威尼斯，将荷马的《伊利亚特》最古老的完整副本数字化。
赫库兰尼姆古卷正在其扫描盒内的钻石光源处进行扫描。
“我一路走来所做的每一个项目都为我作为一名研究人员建立了一点可信度，并为我提供了一些知识，让我能够接触这些博物馆和图书馆的决策者并与他们进行对话。”他说。他甚至学会了足够的法语来与巴黎的研究人员交谈。
尽管如此，到了 2012 年，赫库兰尼姆的发展仍有些低迷。第二年，西尔斯休假了一年，在巴黎谷歌文化研究所担任访问科学家。就在谷歌即将收购人工智能研究实验室 DeepMind 之际，这让他有机会重建信心并获得新人才和新想法的注入。
大约在那个时候，西尔斯开始追求在粒子加速器内进行扫描的想法，这将显着提高图像的分辨率。
重置很方便，因为阅读卷轴的技术挑战仍然很棘手。
一个主要问题是所谓的细分。虽然卷轴很小，但扫描却很详细。技术负责人史蒂芬·帕森斯 (Stephen Parsons) 在肯塔基大学读本科时首次与西尔斯合作，他描述了如何以数字方式分离部分压碎的纸莎草纸层和扫描中可见的纤维网络。他将其与原木的横截面进行了比较，但有些破损。
另一个挑战是实际阅读纸莎草纸上的墨水。帕森斯表示，他们能够看到卷轴内部的最佳成像技术是 X 射线微型 CT。问题是什么？对比度不足以读取墨水。
赫库兰尼姆古卷的书写材料本质上是油灯的烟灰，其化学成分几乎是纯碳。由于纸莎草在化学上也是碳，因此研究小组发现自己看到的是灰色的灰色。
其他项目，例如 2016 年的《恩戈地卷轴》——自死海古卷以来最古老的摩西五经（与《圣经》前五卷书有关）卷轴，其成功的数字化展开是西尔斯团队的一个重要里程碑——使用了墨水里面含有铁，在 X 射线中出现亮点。
帕森斯说，他们假设仍然可能存在一些可检测到的差异。他将其比作沥青上的黑线。也许，可以训练机器学习模型来识别墨水。
经过多年的努力，他们在他们制作的卷轴和赫库兰尼姆卷轴的碎片上测试了这个想法，这些碎片已经折断并暴露了他们的文字，直到他们能够从卷轴深处的各层中读取两个字符。
“那一刻就很清楚了。即使需要很多年的时间来发展和完善……这种方法最终会取得成果，”帕森斯说。一年后，它有了。
软件问题
分割和墨水检测所暗示的是，获取扫描结果只是卷轴整体挑战的一部分。获取数据并通过算法对其进行排序是完全不同的旅程。
经过几次迭代，Seales 的团队创建了 Volume Cartographer，主要由项目负责人 Seth Parker 编写，他于 2012 年加入该团队。它是一个开源软件，用于绘制卷轴内部的地图并理解“浮动字汤，正如帕克所说。
打开的赫库兰尼姆纸莎草卷轴（称为 P.Herc.118）的 12 个 pezzi（或“碎片”）。图像汇编归牛津大学博德利图书馆所有。
帕克的职业生涯始于从事研究纪录片的视频编辑。他曾与 Seales 一起工作，当一名团队成员离开时，Seales 需要一个熟悉相机和图像捕捉的人，他招募了 Parker。他曾经主修媒体和传播专业，后来转向攻读博士学位。在计算机科学中。
他还从维苏威挑战赛雇用的人员那里获得了关于体积制图师的额外帮助，他们正在努力解决错误修复的愿望清单。
创建维苏威挑战意味着向未知的全球劳动力开放多年的工作机会。帕森斯估计，一年的大部分时间里，已有 1,000 多人参与了该项目，他说，这既令人恐惧又令人兴奋。
毕竟，是计算机科学专业的学生在十月首次发现了“紫色”这个词。
继续滚动
虽然 15 栏文本超出了西尔斯的预期，但这还不是故事的结局。
放眼更远，帕克和帕森斯都认为他们的工作也可以启发其他使用三维成像的领域。
CT 扫描和 MRI 已经很强大了，但是如果仍然有隐藏在医生肉眼之外的信息可以改善肿瘤检测等呢？
“有一些方法可以转换这些数据，使其更易于人类解释，”帕克说。
“没有理由放慢速度。让我们阅读整个图书馆，”学生兼团队成员卢克·法里托 (Luke Farritor) 说。
而且仍然有古老的文本可供阅读。与此同时，他们正在研究摩根图书馆的一份中世纪手稿——一本页面融合在一起的科普特福音书。他们进行了多次 CT 扫描，并再次试图解开里面写的内容。
2024 年的短期目标是阅读 Nader、Farritor 和 Schilliger 撰写的卷轴的 90%。是的，将会有更多的奖金。
“我们现在正在庆祝，但没有理由放慢脚步。让我们阅读整个图书馆！”法里托在一份声明中说道。
对于帕森斯来说，研究这些文本并想象 2000 年前撰写这些文本的人类是有深刻意义的——人们永远不会想到 2024 年会有人对他们所说的内容如此感兴趣，而且当然不可能构想这些努力背后的技术。即使在今天，大多数人也可能很难定义“机器学习”。
“所有这些时间都过去了，这次旅程的这一部分来到了我和我的电脑屏幕上，”帕森斯说。 “这真是令人羞愧。”
这么多年过去了，西尔斯知道人类这条主线的重要性。古代文献谈论爱情、战争、音乐、修辞、诗歌——这些话题至今仍令人苦恼。当然还有食物。
“这些古代手稿中出现的成熟知识对话显然是人类的。能够讲故事也是人类的特征，”西尔斯说。
Seales 想象也许回到 2000 年前，摆脱了当前所有的宗教、政治或任何其他界限，有一种方法可以团结起来，围绕人类的意义。
“我们必须阅读它，”西尔斯说。 “我们必须研究它。我们不能忘记它。”