文章来源:量子位
2000年前的古卷轴(赫库兰尼姆卷轴),终于被一个21岁计算机少年给破译了。
这个古卷轴可以说是极其的特殊——
在公元79年被一场火山爆发掩埋碳化,直到1752年才被挖掘出土。
而且由于古卷轴本身已经太脆弱了,数百年来没人敢动它,处理稍微不当就可能化作尘埃的那种。
(注:赫库兰尼姆城和著名的庞贝古城相距8公里,位于意大利那不勒斯东南的维苏威火山脚下;前者比庞贝古城更接近火山口。)
那么如何看到它上面记载了什么内容,就成了困扰科学家们数百年的老大难问题。
现如今,随着这位计算机少年成功的破译,使他成为了2000年来第一个从未打开卷轴,却“看”到了上面文字的人。
这项任务其实是来自一个叫做维苏威火山的挑战赛(Vesuvius Challenge):
要求参赛者在卷轴的4平方厘米区域内,至少找到10个字母。
这位少年作为完成任务的第一人,也被活动官方授予了40000美元的首字母奖(First Letters Prize)。
很多小伙伴肯定好奇,少年破译的文字到底是什么,不卖关子,直接揭晓谜底:
是古希腊语πορφυρας,意思是紫色染料或者紫色的衣服。
在结果出炉之后,比赛的赞助者、科技企业家Nat Friedman还手动at了马斯克,很骄傲地介绍这位少年:
他是你们SpaceX的实习生!
破解数千年古卷轴,AI立大功
这位少年名叫Luke Farritor(下文简称卢克),是一位计算机专业学生。
而在讲这位“屠龙少年”的故事之前,我们还需要铺垫一下关于这个比赛的背景。
早在2019年,肯塔基大学EduceLab的Brent Seales教授,便在粒子加速器中,对赫库兰尼姆卷轴进行了成像工作,并生成了分辨率高达4μm的3D CT扫描。
△Seales教授和团队在粒子加速器上扫描
这位教授的博士生Stephen Parsons,长期致力于使用机器学习模型检测CT扫描中的墨水。
于是他和他的团队扫描并拍摄了带有可见墨水的分离卷轴碎片,从而提供了一个ground-truth数据集。
△来自Stephen的博士论文:在ground-truch数据集上训练机器学习模型
这项研究成功引起了科技企业家Nat Friedman和Daniel Gross的注意;于是乎,在二人的赞助之下,便发起维苏威火山挑战赛。
他们在今年三月发起公开竞赛,设置总奖金为70000美元,目的就是加速破译古卷轴。
到了今年八月份的时候,一位叫做Casey Handmer的学者写了一篇博客,讲述了他所发现的看起来像墨水的“裂纹模式(crackle pattern)”。
这可以说是一个非常重要的突破进展,即使是Stephen,此前也只是在分离的碎片上看到过墨水的直接证据,但还没有在卷轴上看到过。
然后卢克在一场播客中,偶然听到了这个消息和挑战赛,也看到了Casey的裂纹模式在Discord上被广泛讨论。
这就引起了卢克非常大的兴趣,并开始利用晚上的时间,着手训练一个关于“裂纹模式”的机器学习模型。
在训练的过程中,他前前后后发现了几十个墨迹比划,还有一些完整的字母,卢克对它们做好了标记并作为训练数据。
△左:在纸莎草纤维背景下可以看到有裂纹的墨水;右:生成的二进制墨水标签。
没过多久,模型就露出了肉眼看不见的裂纹痕迹;这些痕迹成了最后形成字母和实际单词的线索。
下面这张图便是卢克向挑战赛提交的一个作品,隐约可以看到“ΠΟΡΦΥΡΑϹ”(porphyras)的单词形状,
当Seales教授和团队看到这张图的时候惊叹道:
尽管字母很模糊,但他们可以立即读出“porphyras”这个词。
这个单词在古代文献中也并不是很常见,但是也是经得起推敲,大概意思就是“紫色的”。
一位专家解释说:
序列πορφυ̣ρ̣ας̣ ,可能是πορφύ̣ρ̣ας̣(名词,紫色染料或紫色布)或πορφυ̣ρ̣ᾶς̣(形容词,紫色)。
由于缺少上下文,也布排除是 πορφύ̣ρ̣α ς̣κ[ 或 πορφυ̣ρ̣ᾶ ς̣κ[ 。
值得注意的是,古代的单词和现代不同,那时候的文本没有空格,因此单词的边界确定起来也是比较困难。
最终挑战赛官方认为,卢克值得获得首字母奖;而他本人在得知这一消息的时候也非常激动:
另一位研究生也有相同的发现
无独有偶,在Casey和卢克的工作激励之下,另一位参赛者,来自柏林Egyptian biorobotics的研究生Youssef Nader,采用了不同的方法也得到了相同的结果。
他筛选了Kaggle上墨水检测奖的获奖作品,该奖项的重点是改进Stephen Parsons在分离片段中进行机器学习的方法。
在此基础上,他采用了域转移技术使这些模型适应古卷轴:对卷轴数据进行无监督预训练,然后对片段标签进行微调。
使用Kaggle竞赛的这个修改模型,他设法找到了一些字母,尽管完全不依赖于Casey手动寻找裂纹的方法。然后,他将看起来像字母形状的东西注释到标签数据中。
△左:Youssef工作的最早的图像;右:他的第一组假设墨水标签。
在反复的优化之下,Youssef向官方提交的作品如下:
最终,Youssef获得了首字母奖的二等奖,10000美元。
专家们在看到Youssef的工作之后,更加确认了卢克发现的古卷轴中的文字。
他们甚至开始推测上面和下面的单词,可能是ανυοντα(实现)和ομοιων(类似)。
而就在前几天,Youssef的模型产生了更为惊人的结果:
在这张图中,你可以清楚地看到四列半的文本,用一定的边距隔开。
尽管并非所有字母都能被专家们立即辨认出来,但起码可以看到更多的字母了。
官方表示,专家们正在做进一步的调研,很快将会有新的结果。