本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

2000年前的古卷軸（赫庫蘭尼姆卷軸），終于被一個21歲計算機少年給破譯了。

這個古卷軸可以說是極其的特殊——

在公元79年被一場火山爆發(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)百年來沒人敢動它，處理稍微不當就可能化作塵埃的那種。

（注：赫庫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)百年的老大難問題。

現(xiàn)如今，隨著這位計算機少年成功的破譯，使他成為了2000年來第一個從未打開卷軸，卻“看”到了上面文字的人。

這項任務(wù)其實是來自一個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個字母。

這位少年作為完成任務(wù)的第一人，也被活動官方授予了40000美元的首字母獎（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at了馬斯克，很驕傲地介紹這位少年：

他是你們SpaceX的實習(xí)生！

解開數(shù)千年古卷軸，AI立大功

這位少年名叫Luke Farritor（下文簡稱盧克），是一位計算機專業(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，對赫庫蘭尼姆卷軸進行了成像工作，并生成了分辨率高達4μm的3D CT掃描。

△Seales教授和團隊在粒子加速器上掃描

這位教授的博士生Stephen Parsons，長期致力于使用機器學(xué)習(xí)模型檢測CT掃描中的墨水。

于是他和他的團隊掃描并拍攝了帶有可見墨水的分離卷軸碎片，從而提供了一個ground-truth數(shù)據(jù)集。

△來自Stephen的博士論文：在ground-truch數(shù)據(jù)集上訓(xùn)練機器學(xué)習(xí)模型

這項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。

他們在今年三月發(fā)起公開競賽，設(shè)置總獎金為70000美元，目的就是加速破譯古卷軸。

到了今年八月份的時候，一位叫做Casey Handmer的學(xué)者寫了一篇博客，講述了他所發(fā)現(xiàn)的看起來像墨水的“裂紋模式（crackle pattern）”。

這可以說是一個非常重要的突破進展，即使是Stephen，此前也只是在分離的碎片上看到過墨水的直接證據(jù)，但還沒有在卷軸上看到過。

然后盧克在一場播客中，偶然聽到了這個消息和挑戰(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，并開始利用晚上的時間，著手訓(xùn)練一個關(guān)于“裂紋模式”的機器學(xué)習(xí)模型。

在訓(xùn)練的過程中，他前前后后發(fā)現(xiàn)了幾十個墨跡比劃，還有一些完整的字母，盧克對它們做好了標記并作為訓(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：生成的二進制墨水標簽。

沒過多久，模型就露出了肉眼看不見的裂紋痕跡；這些痕跡成了最后形成字母和實際單詞的線索。

下面這張圖便是盧克向挑戰(zhàn)賽提交的一個作品，隱約可以看到“ΠΟΡΦΥΡΑ?”（porphyras）的單詞形狀，

當Seales教授和團隊看到這張圖的時候驚嘆道：

盡管字母很模糊，但他們可以立即讀出“porphyras”這個詞。

這個單詞在古代文獻中也并不是很常見，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：

序列πορφυ?ρ?α?? ，可能是πορφ??ρ?α??（名詞，紫色染料或紫色布）或πορφυ?ρ????（形容詞，紫色）。

由于缺少上下文，也布排除是 πορφ??ρ?α ??κ[ 或 πορφυ?ρ?? ??κ[ 。

值得注意的是，古代的單詞和現(xiàn)代不同，那時候的文本沒有空格，因此單詞的邊界確定起來也是比較困難。

最終挑戰(zhàn)賽官方認為，盧克值得獲得首字母獎；而他本人在得知這一消息的時候也非常激動：

另一位研究生也有相同的發(fā)現(xiàn)

無獨有偶，在Casey和盧克的工作激勵之下，另一位參賽者，來自柏林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上墨水檢測獎的獲獎作品，該獎項的重點是改進Stephen Parsons在分離片段中進行機器學(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：對卷軸數(shù)據(jù)進行無監(jiān)督預(yù)訓(xùn)練，然后對片段標簽進行微調(diào)。

使用Kaggle競賽的這個修改模型，他設(shè)法找到了一些字母，盡管完全不依賴于Casey手動尋找裂紋的方法。然后，他將看起來像字母形狀的東西注釋到標簽數(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獲得了首字母獎的二等獎，10000美元。

專家們在看到Y(jié)oussef的工作之后，更加確認了盧克發(fā)現(xiàn)的古卷軸中的文字。

他們甚至開始推測上面和下面的單詞，可能是ανυοντα（實現(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。

盡管并非所有字母都能被專家們立即辨認出來，但起碼可以看到更多的字母了。

官方表示，專家們正在做進一步的調(diào)研，很快將會有新的結(jié)果。