作者 | 西西
編輯 | 陳彩娴
今天，人工智能領軍團 DeepMind 又爆出了一項重要成果：用深度神經網絡修複古希臘受損的石碑銘文，号稱「Predicting the Past」（預測過去），在以Nature為首的科學媒介上掀起了一番熱烈關注。
他們以古希臘的島嶼名為該模型命名——「Ithaca」（伊薩卡島），以表對古希臘文明的神往。在荷馬史詩《奧德賽》中，伊薩卡島是英雄奧德修斯（Odysseus）的故鄉。傳聞，公元前1183年，國王奧德修斯在特洛伊戰役中取得勝利後，曆經十七年的艱險鬥争，戰勝無數困難，最終回到伊薩卡島，與妻兒幸福團聚。
「伊薩卡」也從此成為古希臘文明中「家」的象征。這可能也是 DeepMind 迄今為止被賦予了最浪漫名義的 AI 模型。
在官方推特中，他們也稱，希望能夠「幫助曆史學家，更好地了解古代曆史」，馬上就收獲了過千的點贊：
作為「AI for Science」的著名代表，顯然，DeepMind 祭出的深度神經網絡 Ithaca 打破了外界對它的「純理工科」誤解。在官方部落格中，DeepMind 也解釋，這次的成果符合他們「實作智能、促進科學與人文發展」的使命。
Ithaca 是 DeepMind 在「AI for Humanity」（用人工智能研究人文社科）的第一個裡程碑。那麼，這是否意味着：DeepMind 的野心不僅是「AI for Science」，還有「AI for Humanity」？
科學與人文從來便是人類文明的兩大黃金分支。曆史的前進，從來離不開這兩個車輪。往後回看，Ithaca 的出現，或許正是 AI 進軍人文社科的起點。
1 揭開 Ithaca 的神秘面紗
3月9日，Nature最新封面釋出，Ithaca登頂。古老的土黃銘文與酷炫的深藍編碼交織，完美寫就了 DeepMind與威尼斯 Ca' Foscari 大學人文系、牛津大學經典學院和雅典經濟大學資訊系學者的研究成果：
用神經網絡修複、破解幾千年前的古希臘銘文，不僅有曆史的滾滾黃塵，還有最新的時代印記——人工智能。
相關論文也以“Restoring and attributing ancient texts using deep neural networks”為題發表在了 Nature 上（如下圖）：
一個字：秀！ð
文字是文明的載體。從兩千多年前開始，古希臘人便在石頭、陶器和金屬上書寫文字，以記錄租約、法律、月曆、神谕等社會生活的内容。但由于年代久遠，許多銘文經過風雨摧殘，已被損壞，并從原來的位置移走。
在文物修複一塊，現代的測年技術（如放射性碳測年）并不能用于研究刻在石頭、陶瓷和金屬等材料上的銘文，使得這些銘文難以解讀或解讀十分耗時。是以，DeepMind 的團隊開始思考：是否可以用人工智能幫助曆史學家解釋銘文？
于是，他們與曆史學家們合作，推出了 Ithaca——據稱，這是第一個可以恢複受損銘文的缺失文本，識别銘文在載體上的初始位置、以确定書寫年限的深度神經網絡。
Ithaca 的架構如下：文本的損壞部分用破折号“-”表示；此外，DeepMind 研究團隊還人為地破解了字元“δημ”。提供輸入後，Ithaca 會自動恢複文本，并識别文本的編寫時間和地點。
據介紹，Ithaca 在帕卡德人文學院（Packard Humanities Institute）最大的希臘銘文數字資料集上進行訓練。
通常來說，自然語言處理模型是使用單詞進行訓練，因為它們在句子中出現的順序以及單詞之間的關系提供了額外的上下文背景和含義。但由于許多銘文都處于損壞狀态，并且經常有大塊的文字丢失。是以，為了確定模型适用于文字損失狀态，他們使用了單詞和單個字元作為輸入來訓練。模型核心的稀疏自注意力機制會并行評估這兩個輸入，以更好地評估銘文。
圖注：Ithaca 的輸出。(a) 雅典銘文 (IG II² 116) 中 6 個缺失字元（用「-」表示）的恢複預測。綠色的頂部修複是正确的（συμμαχία，「聯盟」的意思）。注意紅色部分的假設（ἐκκλησία，「集會」和 προξενία，「國家與外國人之間的條約」）常出現在雅典的政治法令中，這也揭示了 Ithaca 對上下文的接受度。(b) Amorgos 銘文的地理歸屬 (IG XII 7, 2)。Ithaca 的頂部預測是正确的，最接近的預測是相鄰區域。(c) Delos 銘文的日期分布 (IG XI 4, 579)。灰色部分是真實日期公元前300-250年，而 Ithaca 的預測分布為黃色，平均值為公元前 273 年（綠色），準确率極高。
為了最大限度地發揮 Ithaca 的價值，DeepMind 團隊還建立了許多視覺輔助工具，以確定 Ithaca 的研究結果容易被曆史學家解讀：
- 恢複假設：Ithaca 為文本恢複任務生成了幾個預測假設，供曆史學家使用他們的專業知識進行選擇。
- 地理歸因：Ithaca 通過為曆史學家提供所有可能預測的機率分布（而不僅僅是單個輸出）來顯示其不确定性。它會傳回代表其确定性水準的 84 個不同古代區域的機率。它在地圖上将這些結果可視化，以闡明古代世界可能存在的潛在地理聯系。
- 年代歸屬：在對文本進行年測時，Ithaca 會生成從公元前 800 年到公元 800 年所有十年的預測日期分布。這可以使曆史學家對特定日期範圍的置信度可視化，可能會提供有價值的曆史見解。
- 顯着性映射：為了将結果傳達給曆史學家，Ithaca 使用計算機視覺中常用的一種技術來識别哪些輸入序列對預測的貢獻最大。輸出以不同顔色強度突出顯示導緻 Ithaca 預測缺失文本、位置和日期的單詞。
圖注：這段文字（IG II² 116，Athens 361/0 BCE）記錄了雅典人和色薩利人的聯盟。通過使用顯着映射，他們可以在恢複損壞的單詞「alliance」時将 Ithaca 「關注」上下文重要的詞「Athenians」和「Thessalians」可視化。
據 DeepMind 介紹，經評估表明：Ithaca 在恢複受損文本方面的準确率達到了 62%，在識别其原始位置方面的準确率達到 71%，并且可以将文本的日期确定在其真實日期範圍的 30 年内。
DeepMind 還說：與他們合作的曆史專家在單獨修複古代文本時準确率隻有 25%，但當他們與 Ithaca 合作修複時時，準确率提高到了 72%，超過了模型的個人性能，展現出了人機協作在曆史解釋、建立曆史事件的相對年代上的優勢。
通過 Ithaca，曆史學家們重新評估了希臘曆史上的多個重要時期。用一個誇張點的說法是：Ithaca 「改變」了曆史；四舍五入，人工智能「改變」了曆史。
圖注：曆史學家們用 Ithaca 修複了記錄雅典衛城法令的銘文 (IG I3 4B) ，日期為公元前 485/4 年
目前，Ithaca已開源，供曆史學家們按需使用。
2 進一步讨論
DeepMind 認為，Ithaca 的出現有助于曆史學家對曆史事實的辯論。
目前曆史學家們在蘇格拉底等人物生活的時代制定的一系列重要的雅典法令的日期上有争議。長期以來，人們一直認為這些法令是在公元前 446/445 年之前制定的，但新的證據表明其日期是公元前 420 年代。雖然這些差異看起來很小，但對人類了解古典雅典的政治史至關重要。
圖注：Ithaca 的預測與帕卡德人文學院（PHI）資料集的基本事實與最近的曆史重新評估相比。PHI 标簽平均距離重新評估的日期是 27 年，而 Ithaca 的預測平均距離新提出的日期是 5 年，準确率更高。
不過，也有網友指出：Ithaca 的性能名額似乎單單聚焦在「準确率」上，并不足以測出有說服力的年份。
事實上，「AI for Humanity」也并不是一個新鮮的話題。中國人民大學的高瓴人工智能研究院自成立之初，就将「用人工智能促進人文學科研究」作為主要的方向之一，此前 AI 科技評論就報道過《人大：和清、北做不一樣的 AI》。
對于 DeepMind 來說，AI 進軍人文社科是第一次，但此前已有許多學者用神經網絡進行文字修複。此次登 Nature 封面，究竟是工作夠強，還是 DeepMind 的 IP 号召力夠大，仍有待商榷。
不過，不可否認，用 AI 幫助人文學科研究，總歸利大于弊！值得喝彩！
參考連結：
1.https://deepmind.com/blog/article/Predicting-the-past-with-Ithaca
2.https://www.nature.com/articles/s41586-022-04448-z
3.https://github.com/deepmind/ithaca