或能变革古罗马铭文研究范式?谷歌开源AI工具Aeneas,辅助历史学家高精度修复、断代及溯源铭文
创始人
2025-07-24 15:13:09

在博物馆幽暗的灯光下,一块残破的古罗马石碑静静地躺在展柜中。石碑上的拉丁文铭刻着早已逝去的时代信息,但岁月侵蚀和人为破坏让大部分文字变得模糊不清、难以辨认。对于历史学家和考古学家而言,解读这些被称为“历史最初手稿”的铭文,是一项极其重要却又无比艰辛的工作。现在,来自谷歌的 AI 或许能让这项工作变得轻松一些。

谷歌 DeepMind 与多所大学的历史学家合作,于 2025 年 7 月 23 日在《自然》(Nature)上发表了一项最新研究成果,推出了一款名为“埃涅阿斯”(Aeneas)的 AI 工具。这款以古罗马神话中特洛伊英雄命名的程序,旨在帮助研究人员解读、修复和考证那些饱经沧桑的古罗马拉丁文铭文。它不仅能以高准确率填补铭文中缺失的文字,还能推断出铭文的制作年代和地理来源。

图丨相关论文(来源:Nature)

古罗马人留下了海量的铭文,它们被刻在纪念碑、祭坛、墓碑、陶器甚至涂鸦墙上,内容包罗万象,从皇帝的法令、战争的记录,到商人的账本、情人的诗篇,为后世了解罗马世界的政治、经济、文化乃至普通人的日常生活提供了最直接、最鲜活的证据。与史官笔下的“胜利者书写的历史”不同,这些铭文是古罗马社会各阶层人士的真实心声。然而,解读它们的过程却相当困难。

图丨撒丁岛出土的青铜军事证书残片,由图拉真皇帝颁发给战舰水兵,红色文本为 Aeneas 补足(来源:Nature)

这些铭文常常以碎片的形态被发现,或者文字因风化而变得模糊不清,许多关键信息就此丢失。学者们在研究时,需要依靠自身的知识和丰富的经验,在浩如烟海的文献资料库中寻找可供参照的“平行文本”(parallels)——即那些在措辞、句法、格式或出处上相似的其他铭文。通过对比分析,他们才能逐步拼凑出碎片化的信息,推断缺失部分的内容,并将其置于更广阔的历史背景中进行解读。这一过程不仅耗时耗力,而且高度依赖学者的个人专长和所能接触到的图书馆资源,往往会限制研究的广度和深度。

DeepMind 的研究员 Yannis Assael 和诺丁汉大学的历史学家 Thea Sommerschield 博士领导的团队开发的 Aeneas,正是为了解决这一难题。Aeneas 的核心能力并不是单纯的文本匹配,而是深度“语境化”(contextualizing)。其基于一个名为“拉丁文铭文数据集”(LED,Latin Epigraphic Dataset)的数据集训练而成,这是一个庞大的数据库,整合了来自罗马铭文数据库(EDR,Epigraphic Database Roma)、海德堡铭文数据库(EDH,Epigraphic Database Heidelberg)等多个权威来源的数据,包含了超过 17.6 万条拉丁文铭文,总字符数高达 1,600 万个。

基于这个庞大的数据集,Aeneas 采用了一种基于 Transformer 架构的深度神经网络。它不仅仅是分析铭文的文本内容,还能在某些情况下结合铭文的图片进行多模态分析(multimodal analysis)。当研究人员输入一段残缺的铭文文本(甚至可以标记出缺失文本的长度是已知的还是未知的)和图片时,Aeneas 会通过嵌入(embedding)将每一段铭文转换成一个独特的“历史指纹”。这个指纹不仅编码了文本的字面信息,还包含了其背后隐藏的语言模式、句法结构、历史背景和地理来源等深层信息。

随后,Aeneas 会在这个由海量”历史指纹“构成的多维空间中进行检索,找出与目标铭文最相关的平行文本,并按照相关性排序后呈现给研究人员。更重要的是,它还能根据上下文语境,提出填补缺失文字的多种可能性建议,并预测该铭文最有可能的制作年代和发源地(精确到罗马帝国的 62 个行省之一)。

图丨 Aeneas 架构对文本转录的处理过程(来源:Nature)

为了验证 Aeneas 的实际效果,研究团队进行了一项规模空前的“古代历史学家与人工智能”合作研究。他们邀请了 23 位从事铭文研究的专家,从硕士生到资深教授,参与了一场模拟真实研究工作流程的实验。在实验中,历史学家们首先独立完成对一批铭文的修复、断代和溯源工作。随后,他们会获得 Aeneas 提供的平行文本和预测建议,再进行一次同样的工作。

实验结果显示,在 Aeneas 的帮助下,历史学家的工作效率和准确性都得到了显著提升。在地理归属方面,历史学家独立工作的最高准确率(Top-1 accuracy)为 27%,而在结合了 Aeneas 的平行文本和预测后,这一数字飙升至 68.3%,提升了 152%。

在文本修复方面,以字符错误率(Character Error Rate, CER,该数值越低越好)来衡量,历史学家的独立错误率为 39.0%,而在 Aeneas 的辅助下,错误率降至 21.4%。在年代判断上,预测结果与真实年代范围的平均差距也从 31.3 年缩短至 14.1 年,接近 Aeneas 自身的 12.8 年。在 90% 的情况下,学者们认为 Aeneas 提供的平行文本是“有用的研究起点”,他们完成任务的信心也平均提升了 44%。

图丨历史学家在不同程度埃涅阿斯支持下的铭文任务表现(来源:Nature)

一位参与测试的历史学家感叹道:“Aeneas 检索到的平行文本彻底改变了我对(目标)铭文的看法。如果没有它,我可能要花好几天时间才能找到这些材料,而现在只需要 15 分钟。这让我可以把更多时间用于撰写和构建研究问题,而不是在寻找资料上。”

研究团队还用两个代表性案例来展示 Aeneas 的强大能力。其中一个是罗马帝国第一位皇帝奥古斯都的“神圣奥古斯都事迹录”(Res Gestae Divi Augusti)。关于这篇长篇铭文的确切撰写时间,学术界一直存在争论。Aeneas 在分析了全文后,给出了两个可能的年代高峰,一个在公元前 10-1 年,另一个则在公元 10-20 年。这恰好与学术界两种主流假说高度吻合,证明 Aeneas 能够以量化的方式捕捉并呈现复杂的历史学辩论。

(来源:DeepMind)

另一个案例是一座在今天德国美因茨(古罗马时期称为 Mogontiacum)发现的还愿祭坛。Aeneas 在分析这座祭坛的铭文时,其首要推荐的平行文本是另一座在附近发现、年代稍早的祭坛。这两座祭坛共享着非常罕见的文本程式和圣像学特征,考古学家此前已提出后者可能直接影响了前者。Aeneas 在不知道任何考古背景或空间信息的情况下,仅通过文本分析就精准地识别出了这种微妙而关键的历史关联。索默斯切尔德博士形容这些发现是“令人瞠目结舌的时刻”。

当然,Aeneas 并非完美无缺,它也不是要取代历史学家。哈佛大学的古典学教授 Kathleen Coleman 就指出,目前还不完全清楚这个工具在历史学家的长期工作流程中会多大程度上发挥作用,而且它并不能推测文本的“意义”,最终的解释工作仍需人类专家来完成。研究论文本身也坦诚,模型的性能在数据稀疏的地区和时期会有所下降,并且存在因训练数据本身的局限性而产生偏见的风险。

但 Aeneas 的设计初衷也正是成为一个强大的协作者,而非替代者。它将学者从繁重、重复的资料搜寻工作中解放出来,让他们能更专注于批判性思考和历史解释。剑桥大学的著名古典学家 Mary Beard 教授评价说:“它有望带来变革。”牛津大学的古代史教授、论文的合著者 Jonathan Prag 也表示,这个工具让更广泛的人群能够参与到铭文研究中来,因为“如果没有这样的工具,你只能依靠积累海量的个人知识或拥有一个巨大的图书馆。”

Aeneas 的技术建立在其前身 Ithaca 之上,Ithaca 是一个专注于修复古希腊铭文的 AI 模型。现在,Ithaca 也将升级为由 Aeneas 的技术驱动,性能得到全面提升。为了让这项技术能惠及更多人,研究团队已经将 Aeneas 的代码和数据集开源,并建立了一个名为“预测过去”(predictingthepast.com)的互动网站,免费向所有研究人员、学生和教育工作者开放。他们还与比利时根特的教师培训项目合作,开发了一套教学大纲,旨在将 Aeneas 融入中学历史课堂,培养学生的数字素养和史料批判能力。

参考资料:

1.https://deepmind.google/discover/blog/aeneas-transforms-how-historians-connect-the-past/

2.https://www.nature.com/articles/s41586-025-09292-5

3.https://www.technologyreview.com/2025/07/23/1120574/deepmind-ai-aeneas-helps-historians-interpret-latin-inscriptions/

运营/排版:何晨龙

⚠️
本网站信息内容及素材来源于网络采集或用户发布,如涉及侵权,请及时联系我们,发送链接至2697952338@QQ.COM,我们将第一时间进行核实与删除处理。

相关内容

热门资讯

《包法利夫人》:一场浪漫幻梦如... 一、为什么重读这本"外省风俗"之作《包法利夫人》不是一本教人恋爱的书,而是一本拆解幻想的书。 福楼拜...
《月亮与六便士》:在理想与世俗... 一、为什么在此时重读《月亮与六便士》我们大多数人都在一条被安排好的轨道上生活:一份体面的工作、一个安...
《变形记》:在甲虫的躯壳里读懂... 一、为什么在今天重读《变形记》有些书读完就忘,有些书却会在某个瞬间突然回到脑海。《变形记》显然属于后...
重读《复活》:在忏悔与流放之间... 一、为什么在今日重读《复活》在托尔斯泰浩繁的作品里,《复活》是他最后一部长篇小说,也被视为其世界观与...
工业控制计算机是什么?一坨铁壳... 工业控制计算机,行内一般叫工控机,英文缩写IPC(Industrial PC)。去工厂车间转一圈就能...
《堂吉诃德》:在理想与现实的错... 一、为什么在今天重读这本书很多人对《堂吉诃德》的印象,停留在那个冲向风车的瘦削身影上,把它当成一个单...
《了不起的盖茨比》:一盏绿灯照... 一、为什么在今天重读这本书很多人记住《了不起的盖茨比》,是因为那场彻夜的奢华派对和那盏隔水相望的绿灯...
《我与地坛》:在荒芜古园里读懂... 一、为什么读这本书在中国当代散文里,《我与地坛》是绕不开的一座高峰。它是史铁生的代表作,长期被收入中...
《鼠疫》:在荒诞的灾难面前,反... 一、为什么在此时读《鼠疫》有些书会在特定的时刻主动找上你。《鼠疫》就是这样一本书。它写于上世纪四十年...
spansion是什么公司?A... spansion这个名字,年轻一点的读者可能没听过,中文名叫飞索半导体。但要说它的产品,八成的人都摸...
《飘》:在塔拉的废墟上,一个女... 一、为什么在今天重读《飘》很多人对《飘》的印象,停留在那部同名电影和"乱世佳人"的浪漫想象里,以为它...
《安娜·卡列尼娜》:在爱情的自... 一、为什么在众多经典里挑中这一部很多人知道托尔斯泰,是从《战争与和平》或《复活》开始的,但真正让我反...
《巴黎圣母院》:在美与丑的极致... 一、为什么在雨果众多作品里挑中这一部雨果的名字总和《悲惨世界》连在一起,但真正让我感到震撼的,是他在...
《呼啸山庄》:荒原上的爱恨如何... 一、为什么在众多经典里挑中它在勃朗特三姐妹中,《简·爱》因温和的自立与爱情广为流传,而《呼啸山庄》却...
玩具包装袋上为什么打小孔:防窒... 买回玩具或小件商品,包装袋上常有一排细密小孔,很多人以为是漏气或加工时戳破的。其实这些小孔和袋子的厚...
电源开关上的一竖一圆圈哪个是开... 几乎每台电器、插座和灯具的开关旁,都会印着一个竖线和一个圆圈。很多人凭感觉按,却说不清到底哪个代表通...
可控硅调光是什么原理?拧旋钮调... 家里那种拧旋钮调亮度的台灯,很多人小时候都玩过,灯丝从暗红一点点烧到雪亮,旋钮拧到底还嗡嗡响。那套调...
紫金矿业(601899)走势与... 数据口径说明事实:行情为2026-11-19收盘快照,来源腾讯自选股接口;财报为2026年三季报(截...
诺和诺德ADR(NVO)走势与... 诺和诺德ADR(NVO)走势与财报综合研判数据口径说明 事实:行情为2026-11-19美东盘中快照...
谷歌(GOOGL)走势与财报综... 数据口径说明事实:行情为 2026-11-19 盘中快照(最新价 290.19 美元,成交额 36....
《傲慢与偏见》:在第一印象的迷... 一、为什么两百年后仍要重读它1813年问世的《傲慢与偏见》,最初的手稿叫《第一印象》,曾被出版商草率...
中国移动(00941.HK)走... 数据口径说明事实:行情数据截止 2026 年 11 月 19 日收盘,来自行情接口;财报为港交所披露...
《红楼梦》:一梦繁华里的人性、... 一、为什么偏偏要读《红楼梦》在中国古典小说里,没有哪一部像《红楼梦》这样,让人每读一遍都读出新的意味...
招商银行(600036)走势与... 数据口径说明事实:行情为 A 股 2026-11-19 收盘数据,财报为 2026 年三季报(报告期...
玻璃刀为什么能划开玻璃:引裂与... 很多人以为玻璃刀像菜刀一样,是靠刀刃把玻璃一点点"切"开的。其实它几乎不削掉材料,只是在玻璃表面压出...