13个字母价值4万美元？21岁大学生用AI破译千年古卷！

　　近来，一位21岁的计算机科学学生，因为一个历史性成就获得了4万美元奖金。
　　提问：什么历史性成就？答：成功破译了2000年前被掩埋、已碳化且无法打开的赫库兰尼姆古卷中的一个单词。
　　提问：卷轴都没打开，他是怎么破译的？答：利用AI技术。
　　这位获奖者名为LukeFarritor，而这个价值4万美元的奖项是维苏威火山挑战赛的FirstLettersPrize（首字母奖），其获奖要求是参赛者在卷轴中4平方厘米的区域内找到至少10个字母。
　　利用高能X射线和AI技术，对古代卷轴进行成像
　　公元79年，维苏威火山爆发，摧毁了庞贝城和赫库兰尼姆城，连带着存于庞贝附近一座私人图书馆中的古代卷轴也被掩埋。近2000年来，这座唯一幸存的图书馆一直被埋在地下20米深的火山泥中，直到1700年代才被挖掘出来。可由于在火山灰和气体的灼热作用下，这些卷轴早已碳化、非常脆弱，稍微处理不当就会立即化为灰烬。
　　如何在不打开卷轴的前提下，阅读其中的内容？数百年来，这个问题一直没有答案。基于此，2023年3月，维苏威火山挑战赛正式发起而它的设立，最早源自于2019年肯塔基大学EduceLab的BrentSeales教授在粒子加速器中，成功对赫库兰尼姆古卷进行了成像。
　　多年来，专家们尝试通过各种方法试图展开古代卷轴，但有些在展开过程中就毁坏了，有些则是展开后文字暴露在空气中会导致墨水褪色。BrentSeales教授带领的团队曾通过高能X射线识别出了恩盖迪（EnGedi）卷轴中的文字。
　　但恩盖迪卷轴的墨水是金属基的，因此在X射线数据中会显示出来，而赫库兰尼姆古卷上的墨水可能是碳基的，与纸张成分有重合，因此在X射线扫描中无法明显成像。也就是BrentSeales所说的：用肉眼无法从略微不同的X射线技术捕捉到的扫描结果中，解读出赫库兰尼姆古卷中的字母。
　　基于这个现状，BrentSeales研究小组提出了一种新方法：利用高能X射线和AI技术中的机器学习模型。具体来说，就是先扫描并拍摄带有可见墨水的分离卷轴碎片照片，然后将这些照片喂给机器学习模型，使其找出并学习X射线扫描中墨水区域和空白区域之间的细微差别。一旦经过这样的碎片化训练，该模型就有望与完整卷轴的数据结合使用，从而识别其中的文字内容。
　　通过这种方法，2019年BrentSeales团队在粒子加速器中对赫库兰尼姆卷轴进行成像，成功生成了分辨率高达4微米的3DCT扫描。
　　这一成功引起了科技企业家NatFriedman和DanielGross的注意，并为了加快破译古代卷轴，发起了维苏威火山挑战赛：总奖池高达70万美元，还为开源工具和技术的开发颁发了几个较小的奖项。
　　训练AI模型识别“裂纹图案”
　　自今年3月维苏威火山挑战赛正式发起，吸引了诸多参赛者，其中CaseyHandmer是前JPL公司的创始人，他在八月初写了一篇博文，提到他发现了一种看起来像是墨水痕迹的“裂纹图案”。
　　（左图：可见有裂纹的墨水纹理。右图：显示墨水位置的标注。它可能是“pi”，也可能是大写“eta”的底部）
　　通过连续数小时盯着分段CT扫描图像，CaseyHandmer发现了这一图案这绝对是一个重大而令人惊讶的发现，因为此前在卷轴中并没有看到过这种图案。
　　基于CaseyHandmer的发现，不少参赛者也开始寻找裂纹图案，此次获得4万美元奖金的LukeFarritor就是其中一员，他是一名在读大学生，也曾是一名SpaceX暑期实习生。
　　LukeFarritor在Discord上看到有人在讨论这一话题，便开始利用晚上和深夜的时间对裂纹图案进行机器学习模型训练。他找到了几十个墨迹笔画和一些完整的字母，将其进行标记并用作训练数据。每发现一个新的裂纹，模型就会得到改进，从而找出卷轴中更多的裂纹图案在这种循环中，模型不断进化。
　　没过多久，LukeFarritor训练下的AI模型就找到了他肉眼看不见的裂纹图案，并开始形成了一些字母和实际单词的蛛丝马迹。于是LukeFarritor向维苏威火山挑战赛的FirstLettersPrize（首字母奖）提交了第一份参赛作品（要求在4平方厘米的区域内找到至少10个字母）：
　　发现13个字母，获得4万美元奖金
　　在这幅图中，隐约可以看到（porphyras）一词的轮廓。BrentSeales教授看到这张照片时也非常惊讶：尽管字母很模糊，但他们一眼就能读出这个单词。
　　经过全面的技术审查后，挑战赛官方将LukeFarritor提交照片的更新版本发给了专业技术小组，他们在其中标注了13个可见字母，尽管可信度各不相同（绿色：可信度超过80；黄色：可信度在5080；红色：可信度低于50）：
　　其中，Porphyras这个单词虽然在古代文献中比较罕见，但也经得起推敲，其意思就是“紫色的”（注：这种古文字中的字母与现代文字看起来有点不同，且该时期的文本不使用空格，因此很难确定单词的边界）。
　　对此，一位相关专家补充道：“，可能是（名词，紫色染料或紫色布）或（形容词，紫色）。由于缺乏上下文，无法排除〔或〔的可能性。
　　最终，LukeFarritor提交的这张照片得到维苏威火山挑战赛的官方认可，获得了4万美元的FirstLettersPrize（首字母奖），而他本人在得知这个好消息的第一时间也十分兴奋：
　　此后不久，另一位参赛者YoussefNader基于LukeFarritor的机器学习方法进行了改进采用领域转移技术，使这些模型适用于卷轴：在卷轴数据上进行无监督预训练，然后在片段标签上进行微调。通过这种方式，YoussefNader在同一区域发现了同样的单词，其结果更为清晰可见，从而赢得了该奖项的第二名，获得了1万美元的奖金。
　　值得一提的是，几天前YoussefNader的AI模型识别出了令人震惊的清晰度和大小的新图像：虽然并非所有字母都清晰易读，但可以看到有四列半的文本内容。
　　“我们的专家团队正在努力进一步调查，很快会有这方面的更新。”对于这个发现，维苏威火山挑战赛官方的乐观情绪空前高涨：这些进展表明，斩获70万美元的大奖“指日可待”！
　　参考链接：
　　https：scrollprize。orgfirstletters
　　https：caseyhandmer。wordpress。com20230805readingancientscrolls
　　https：www。theguardian。comscience2019oct03ancientscrollscharredbyvesuviuscouldbereadonceagain
　　（举报）