Transformer破译古文字这一次是在破译古文字方面立功了

最新一期的 Nature 封面，AI 再度来到舞台中央，这一次是在破译古文字方面立功了这是一种基于 Transformer 架构的方法，由 DeepMind，谷歌，牛津大学等多家研究机构联合开发

在单独修复受损文本时，这种方法能达到 62% 的准确率在实际应用中，历史学家单独破译某块古希腊石碑的准确率本来只有 25%，但在使用这一方法后一举提升了近乎 3 倍，达到了 72%

不仅能修复文字，这一方法在地理归属的任务上也有 71% 的准确率，还能将古文字的书写日期精确到 30 年以内。目前，这一方法已经引起了不小的讨论热度:

现在已经有可以在线解析古希腊文字的网页版，架构方法也已开源。周昊欣与《Nature》“2018年度十大科学人物”之首曹原同为中国科技大学的本科生，同时也都是石墨烯超导现象的研究者。

Transformer 破译古文字

这是一个叫做 Ithaca 的架构，以荷马史诗《奥德赛》中的希腊岛屿命名Ithaca 架构中的注意力机制能够通过串联输入的单个字符，完整单词的表征与顺序位置来了解输入文本的每一部分的位置，最终权衡不同的输入对模型决策过程的影响

完整架构由多个 Transformer 块组成，每个 Transformer 块都输出一个经过处理的表征序列，其长度即输入字符的数量其输入随后被传递给三个分别负责文字修复，地理归属，时间归属的任务头，每个头都由一个前馈的神经网络组成，专门负责各自任务的训练

在文字修复任务中，Ithaca 会提供 20 个按概率排列的解析结果预测:

地理归属的确定上，则会依据古历史学中的 84 个区域中对输入文本进行分类，将可能的区域预测类别通过地图和柱状图展现:

日期归属任务同样也通过分布预测的柱状图来展示。。如下图所示，公元前 300—250 年的日期 10 年一组，被表示为 5 个概率相同的范围，而公元前 305 年的铭文将以 100% 的概率被分配到公元前 300—310 年的十年组:

历史学家的 AI 助手

研究人员分别将 Ithaca 与历史学家，同类 AI 方法 Pythia，以及 Ithaca 与历史学家合作等不同破解古文字的方法做了对比。

字错率总是越低越好，在文字修复任务上，Ithaca 的字错率和准确率都最好，如果与历史学家合作时，效果还将再次提升。

在论文的最后，研究人员表示，研究方法适用于手稿学，钱币学和纸草学等所有与古代文本相关的学科，也适用于古代，现代的任何语言。

目前，这一方法已经投入了实际使用，比如在雅典时期颁布的某个重要法令的碑文的日期确认上，历史学家们之前认为是在公元前 446/5 年之前书写的。而 Ithaca 与历史学家一起，将这一日期更新到了公元前 424/3 年:

每次查询最多可以预测 10 个连续或非连续的问号，点击查询后将在下方显示文本缺失的字符，并将其归属到原来的地点和时间:

研究由 DeepMind，威尼斯卡福斯卡里大学，哈佛大学，雅典经商大学，谷歌几家 AI 团队合作开发。

论文有两位共同一作，其中 annis Assael 为 DeepMind 的 AI 部门的研究员，硕博都毕业于牛津大学，同时也是福布斯30 岁以下 30 名欧洲杰出科学家之一:

共同一作 Thea Sommerschield 则是一位历史学家，目前任威尼斯佛斯卡里大学的人文科学院，以及哈佛大学希腊研究中心的研究员，主要研究领域是将机器学习应用于研究古代地中海的书面文化。

论文:

开源链接:

在线试用: