解码古老赫库兰尼姆卷轴的人工智能竞赛内幕

在去年八月底一个温暖的星期六晚上，内布拉斯加大学的本科生卢克·法里托独自一人坐在奥马哈一个家庭聚会的角落里，这时他的iPhone响了一声。音乐声震耳欲聋，法里托当时21岁，长着一张孩子气的脸庞，戴着黑色方框眼镜，周围是其他喝酒和交往的学生。他打开了信息。信息来自本·凯尔斯，一位来自不列颠哥伦比亚省的45岁计算机科学家兼钢琴家，法里托称他为“哈里·谢顿”——凯尔斯的在线化身，以艾萨克·阿西莫夫《基地》系列中的角色命名。凯尔斯有一些消息要分享。他刚刚完成了碳化纸莎草纸的一些高分辨率扫描的数字展开。他说，他已将图像上传到一个共享服务器。“伙计，”法里托回复道，“这太棒了。我很快就会运行它。”

凯尔斯的纸莎草纸来自赫库兰尼姆，那不勒斯湾畔维苏威火山脚下的古罗马城镇，那里是古典时代唯一保存下来的图书馆的所在地。这批纸莎草纸藏品——迄今已从中提取出约1800卷大部分无法解读的卷轴和碎片——被公元79年摧毁庞贝城的同一次火山爆发产生的火山碎屑流掩埋在60英尺深的物质下，温度超过900华氏度。由于没有足够的氧气燃烧，卷轴被烤成了木炭——这是一种幸运，因为它使它们能够加入到自古代以来设法保存下来的少量纸莎草纸珍品中，所有这些纸莎草纸都以某种方式免受潮湿的影响，无论是被埋葬在埃及的沙土中还是被火烧焦。但这也意味着如果不变成灰尘，它们就无法展开。

法里托使用手机，远程拨通了他位于林肯宿舍房间里的台式电脑，林肯距离奥马哈有一个小时的车程。在过去的六个月里，他一直在深夜尝试解读这些卷轴。他在服务器上找到了凯尔斯的新纸莎草纸片段，并立即将其输入到他在过去几周里构建的由人工智能驱动的探测器中。该探测器被编程为寻找墨水，从而寻找字母，从而寻找单词。他启动程序让它运行，然后收起手机。作为指定的司机，他等待聚会结束，以便将他的朋友们送回他们的宿舍。

支持科学新闻事业

如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和思想的具有影响力的故事的未来。

四个世纪以来，僧侣和王子、纸莎草纸学家和考古学家、古典学者和计算机科学家都徒劳地努力检测卷轴内的任何字母或单词——这些卷轴看起来像下垂的小棕色墨西哥卷饼——而又不在此过程中破坏它们。如果我们能够阅读它们，正如古典学者和纸莎草纸学家长期以来所希望的那样，我们可能会发现失传的古典文学或哲学作品，或者历史和科学记录。也许它们包含索福克勒斯或埃斯库罗斯的悲剧，或者李维的失传著作。“可能性，”加州大学洛杉矶分校古典学教授大卫·布兰克说，“是巨大的。”

几乎所有古典文学都是从中世纪僧侣那里传下来的，他们在决定抄写什么时很挑剔。因此，现存的“原始”古代著作相对较少，这意味着从我们的角度来看，古典文学是通过针孔看到的全景图。我们有埃斯库罗斯的七部戏剧，但我们知道这位悲剧作家写的作品至少是这个数量的十倍。赫库兰尼姆保存下来的纸莎草纸是我们拯救失传作品的最佳机会，一些古典学者怀疑，甚至更多的文本可能仍然留在别墅中尚未挖掘的区域。“谁知道那里有什么？”博洛尼亚大学古典考古学教授、赫库兰尼姆之友协会的受托人安娜莉萨·马尔扎诺说。除了维吉尔和贺拉斯等大人物的作品外，还有可能找到“我们一无所知”的作者的作品，马尔扎诺说。

送走朋友后，法里托把车停在宿舍外，走向他的大楼，从口袋里拿出手机。他解锁了屏幕。他停住了脚步。“我的天哪，”他说。人工智能输出了东西。

在手机屏幕上，以灰色交错的编织纸莎草纸纹理为背景，清晰地排列着三个黑色的小写希腊字符。它们模糊不清，但清晰可辨：π（π）、omicron（ο）、rho（ρ）——“πορ”。

近2000年来第一个看到这些字母的人是在林肯市一个停车场夏夜的深夜瞥见了它们，这些字母是从古代火山爆发中抢救出来的。“我吓坏了，”去年十一月我们谈话时他告诉我。他给他的妈妈发了一张截图。这是一个令人震惊的开始。但是，法里托想知道，包含这些字母的单词是什么？哪本失传的书籍收录了这个词？

随着人工智能产业在去年春天随着GPT-4的发布而爆发，对超级人工智能的焦虑也随之而来。硅谷及其他地区的许多“末日论”开发者和思想家警告说，一个系统可能会在某一天选择以多次维苏威火山爆发的力量将我们的文明化为尘土和瓦砾。这种担忧使得在过去的几个月里，数百名业余解密者决定花费时间构建人工智能，希望一睹在一个因一场可怕的灾难而灭绝的城市中发现的从未见过的著作，这一点更加令人心酸。“维苏威挑战赛”是一场拯救这些卷轴中知识的竞赛。对于参与挑战赛的密歇根州工业CT工程师阿伦·韦恩来说，他说，这项任务“就像电子游戏一样接近”。

最强的竞争者中没有人拥有古典学方面的专业知识。大多数人对古代世界只有一闪而过的兴趣，而且知之甚少。大多数人既不会说拉丁语，也不会说希腊语。吸引他们的是技术问题——以及“维苏威挑战赛”超过100万美元的集体奖金，这笔奖金是由硅谷一些最有权势的人物捐赠的。

这场竞赛是46岁的湾区投资者纳特·弗里德曼的突发奇想。在2021年之前，弗里德曼是Git-Hub的首席执行官，Git-Hub是微软的开源软件开发平台。他和他的长期投资伙伴丹尼尔·格罗斯是当今人工智能意外之财的早期资助者。在2010年代，弗里德曼和格罗斯给机器学习研究人员开支票，后来，当该领域爆发时，他们开始资助人工智能公司。今天，为了训练他们押注的人工智能模型，这对搭档拥有的英伟达人工智能芯片比大多数国家都多。也许你听说过科技亿万富翁计划在旧金山以北的农田上从零开始建造一个乌托邦城市；弗里德曼也把他的钱投入到了这个项目中。然而，在2020年春天，当世界大部分地区处于封锁状态时，弗里德曼只是希望转移他对瘟疫的注意力。

弗里德曼被隔离在旧金山的家中，并对古罗马产生了新的兴趣，他正在阅读关于古代灾难和灾祸的维基百科文章。他了解到，在1709年，在那不勒斯附近的雷西纳镇的工人们正在挖一口井。在地下约60英尺处，他们的铲子击中了巨大剧院的遗迹。这座可容纳2500人的建筑里摆满了马和贵族的雕像。他们一定惊呆了。赫库兰尼姆这个古镇的存在，早已从集体记忆中消失了。

在接下来的几十年里，一群又一群渴望用古代艺术品装饰自己别墅的军事工程师，下令挖掘从剧院向外辐射的地下隧道。这种活动造成了严重的破坏。面向保护的考古方法尚未开发出来，用18世纪艺术史学家约翰·约阿希姆·温克尔曼的话来说，一位西班牙军事工程师“对古物的了解就像月亮对龙虾的了解一样”。

1750年，瑞士工程师卡尔·韦伯沿着一道地下墙发现了一座豪华别墅。这座海滨房产可能曾经属于朱利叶斯·凯撒的岳父卢基乌斯·卡尔普尼乌斯·皮索·凯索尼努斯。在建筑物的角落里，工人们发现了一堆几英寸高的黑色、不成形的圆柱体。这些物体最初被认为是碳化的木头，有些被扔掉了——直到韦伯意识到这个房间是一个图书馆。工人们移走了1000多卷纸莎草纸卷轴和碎片，这些卷轴和碎片被放置在当地的一家博物馆里。

在藏品中发现未知文学作品的前景吸引了欧洲大部分地区，实验者们尝试了各种方法来阅读纸莎草纸。一位博物馆馆长用刀垂直切开了一些卷轴，刮掉了一层又一层。这种残酷的方法揭示了一些可辨认的文字，但它毁坏了卷轴。一位意大利王子最近为未来的西班牙国王发明了一种防水披风，他将一些卷轴浸入汞中，希望液态金属能将纸张分开。结果毁坏了它们。其他人则尝试将它们暴露在一种难闻的“植物气体”中，或者在卷轴上涂抹玫瑰水。

1753年，梵蒂冈图书馆负责古代手稿的僧侣安东尼奥·皮亚乔被从罗马召来。到达那不勒斯后，他发明了一种机器，用于缓慢展开纸莎草纸，将丝线连接到纸张的边缘，并以每天十分之一英寸的速度轻轻地将各层分开。皮亚乔的这种方法取得了一些成功，并能够揭示菲洛德姆斯的作品，菲洛德姆斯是维吉尔的老师，也是希腊伊壁鸠鲁哲学家之一，他们认为在虚空中旋转和碰撞的原子创造了宇宙。但皮亚乔的方法既缓慢又具有破坏性。似乎不可能在不损坏的情况下阅读330多卷尚未打开的卷轴。

几个世纪后，弗里德曼读到了一些最新的突破。肯塔基大学的一个团队，由计算机科学教授布伦特·西尔斯领导，似乎即将取得成功。2019年，西尔斯的团队安排将两卷完整的卷轴以及四块断裂的碎片，用定制的箱子运送到英格兰牛津郡的钻石光源，这是一家同步加速器粒子加速器。西尔斯和他的团队使用同步加速器的高能光子，以8微米的分辨率（大约是红细胞的直径）对纸莎草纸进行了微型CT扫描。

西尔斯的计划是将同步加速器扫描导入一个定制的计算机程序，以虚拟展开纸莎草纸的每一层，希望能揭示渲染表面上的墨水。然而，卷轴上使用的碳基墨水的放射密度与纸莎草纸的放射密度相似。这意味着没有足够的对比度让墨水在扫描中显示出来。

为了解决这个问题，西尔斯的团队构建了一个机器学习模型，该模型在用碳墨水书写的手稿上进行训练。一个成功的墨水检测人工智能模型或许可以应用于卷轴的虚拟展开表面。

当弗里德曼读到这项努力时，他有了一个想法：也许硅谷的人工智能社区可以提供帮助，要么投资该项目，要么提供其专业知识。2022年，弗里德曼邀请西尔斯参加前沿营，这是一个排他性的、秘密的聚会（它没有在线踪迹），由弗里德曼共同组织，每年在北加州偏远的树林中举行，大约200名创始人兼首席执行官组成的精选精英在寒冷中露营几个晚上，以抛出想法。

西尔斯忽略了这封电子邮件。他听说过弗里德曼，但不相信这封信是真的。然而，弗里德曼很有毅力——2022年10月，西尔斯抵达索诺玛县红杉林中简朴的夏令营场地。那天晚上，在营地的一栋木制附属建筑中，西尔斯向一群机器学习工程师发表了演讲。“我们将在下一个小时内解决这个问题，”弗里德曼在西尔斯还在讲话时对格罗斯耳语道。但他们没有——当活动结束时，弗里德曼和格罗斯担心西尔斯会空手而归肯塔基州。因此，那天晚上，在西尔斯帕洛阿尔托酒店的酒吧里喝着波旁威士忌时，弗里德曼建议他们组织一场公开竞赛。“我们会为此投入一些资金，”他告诉西尔斯。

西尔斯飞回家与实验室的其他成员讨论了这个想法。“我们不想愚蠢地把我们所做的所有工作都白白送人，”数字修复研究员斯蒂芬·帕森斯说，他当时正在完成一篇关于实验室工作的博士论文。与此同时，他们有比他们自己合理尝试的更多的想法。更多的人参与解决这个问题将使卷轴更有可能被阅读，这是他们的最终目标。就这样决定了。他们将向世界开放这个项目。弗里德曼难以抑制他的热情。“正在进行一个非常令人兴奋和奇怪的新副项目，”他在Twitter（现在的X）上写道。“有点像一生的梦想。”

弗里德曼与该小组一起设计了比赛的结构。将为不同的挑战设立独立的奖项，包括检测墨水、在卷轴中找到第一个字母以及构建有用的开源软件。大奖——识别至少140个字符的四个独立段落——的参赛截止日期为2023年12月31日。“如果古代罗马人知道，”弗里德曼在X上写道，在比赛启动的艾德斯三月（这也是GPT-4发布后的第二天），“2000年后，我们将使用粒子加速器和超级计算机来阅读他们的文字，永远保存它们，并将它们低语给一位婴儿神，他们会作何感想？”

在比赛开始后不久，我加入了比赛在Discord上的服务器，这是一个为游戏玩家构建的消息板平台。我是最初几周注册的约400人之一，到秋季，该板上挤满了1428名成员。参赛者下载了两个卷轴的5.5太字节扫描图像，西尔斯给它们起了绰号“香蕉男孩”和“胖混蛋”（它们的真名是PHerc_Paris_3和PHerc_Paris_4），并且正在讨论如何处理它们。对于知道有丰厚奖金可拿的参赛者来说，人们以令人惊讶的坦诚态度抛出想法。

主要有两项任务：分割和墨水检测。要找到字母，你需要干净的纸莎草纸表面或片段。沿着每个卷轴的z轴，从上到下，研究人员拍摄了数千张横截面X射线照片。每个横截面都显示了卷起来的纸莎草纸，就像树木的年轮一样，细细的白色线条在黑暗的背景下呈螺旋状。展开卷轴并提取平坦表面需要很长时间。它需要使用鼠标点击来标记纸张在每个横截面中的变化位置。然后，定制的算法将各个横截面拼接成一张纸。但这受到了碳化将一些纸张熔合在一起的事实的阻碍。有时纸莎草纸会自身折叠，或者会脱胶，一张纸变成几张，而且无法知道哪个表面有文字。

“它是熔合在一起的、糊状的煤块，”凯尔斯说，他被弗里德曼聘为全职分割工作，并将结果与社区分享。在其他参与者开发的开源软件的帮助下，凯尔斯和他的九点到五点分割团队每小时能够生产约0.2平方英寸的纸莎草纸表面。（赫库兰尼姆卷轴的长度可能超过32英尺。）

然而，在这些表面上发现任何墨水完全是另一回事。为了促进墨水检测的进展，组织者在Kaggle上发起了一场机器学习竞赛，Kaggle是一个用于数据科学竞赛的在线平台，奖金总额为10万美元。任务相对简单：构建一个机器学习模型，以检测断裂的纸莎草纸碎片CT扫描中的墨水，在这些碎片上，文字已经清晰可见（肯塔基大学团队已经尝试过这种方法，并取得了一些成功）。组织者希望，在碎片上训练的墨水检测模型随后可以应用于虚拟展开的纸莎草纸片段。

共有2763名参赛者和团队——包括中国哈尔滨工业大学的一对学生、基辅的一支考古学家团队、德国的一个医学影像研究小组以及日本和韩国的机器学习工程师——报名参加。他们构建了人工智能来预测扫描碎片中每个体素（像素的三维等效物）中墨水的存在与否，并上传了他们的结果。他们的参赛作品根据碎片红外照片的数据进行了验证。

在2023年6月14日Kaggle竞赛结束前的几周里，圣地亚哥的一支团队发现自己处于排行榜的末端。在整个城市的咖啡馆里调整他们的模型时，队友们注意到墨水在某些区域更深入地渗透了纸莎草纸。他们的模型正在学习重视墨水的深度——但这种方法使它感到困惑。研究人员调整了模型以忽略墨水的深度，这带来了更好的结果，推动该小组登上了排行榜的榜首。深度不变模型最终赢得了墨水检测竞赛。但有些地方不对劲。

当团队成员之一瑞安·切斯勒将他获胜的模型应用于凯尔斯的一大块虚拟展开的纸莎草纸（被称为“怪物片段”）时，他感到失望。人工智能根本没有检测到任何墨水。在碎片上训练的模型似乎无法在完整的卷轴上工作。密歇根州的CT工程师韦恩认为他知道原因。墨水检测的获奖者“是一群令人惊叹的天才，”他说。但他们把这个难题看作是一个数学问题。“现实世界有点混乱，”韦恩解释说。墨水检测模型可能无法在卷轴上工作，因为人工智能无法学习碳化纸莎草纸的样子。如果没有更多碳化纸莎草纸的扫描，即使是最复杂的算法也会感到吃力。

韦恩更熟悉扫描火箭发动机和巴松管等物体，他说服他的雇主让他在空闲时间使用他们最先进的CT扫描仪。（“如果有人赢得大奖，”他说，“他们几乎可以负担得起其中一半的费用。”）他在纸莎草纸上绘制了复杂的希腊轮廓，然后将其碳化并扫描。他与其他人分享了结果，创建了丰富的训练数据存储。

其他人认为参赛者过于关注人工智能。30多岁的澳大利亚物理学家凯西·汉德默决定目视检查扫描结果。“如果机器能看到它，人也能看到它，”他说。汉德默解释说，大多数用于检测视觉特征的机器学习算法都是基于人类检测构建的，这是有充分理由的：我们的视觉皮层非常擅长识别细微的图案和纹理。

汉德默是Terraform Industries的创始人兼首席执行官，这是一家位于加利福尼亚州的初创公司，从阳光和空气中生产碳中和天然气，总部设在伯班克一座仿中世纪城堡中。他花了几个小时检查图像，这让Terraform的投资者弗里德曼感到恼火，弗里德曼不赞成首席执行官的分心。在休息了一下，3D打印了一个他自己的骨骼副本供自己娱乐后，汉德默发现他越来越熟悉烧焦的纸莎草纸纤维的视觉特征。5月，在检查凯尔斯的“怪物片段”时，他注意到了一些非凡的东西。他不断看到一种重复出现的纹理，看起来像烤在纸莎草纸表面的龟裂泥土。在凝视了一个小时左右后，他注意到一个倒置的π。龟裂的纹理一定是墨水。

汉德默发现了更多形状为其他字母的纹理，甚至认为他发现了“卡利俄珀”（Καλλιόπη）这个词，史诗诗歌缪斯女神的名字。然而，他的发现未能说服在6月份评估他的首字母奖参赛作品的六位纸莎草纸学家——首字母奖是一项4万美元的竞赛，奖励第一个在0.6平方英寸区域内找到10个字母的人。但汉德默发现了第一个墨水，为此他获得了1万美元的奖金。通过几乎实时地与社区分享他的突破，他为下一个重大进展铺平了道路。

内布拉斯加州的大学生法里托在得克萨斯州的SpaceX实习时，得知了汉德默发现龟裂纹理的消息。他白天在星舰（有史以来最强大的火箭）的发射台软件团队工作。然而，下班后，他几乎整晚都在构建人工智能，以寻找更多龟裂纹理。与此同时，柏林自由大学的埃及数据科学学生优素福·纳德正在研究他从一个成功的Kaggle竞赛模型中改编而来的系统。法里托和纳德都成功地找到了字母序列。纳德的结果更清晰，但法里托的速度更快。在八月份聚会之夜找到πορ后，法里托继续改进他的模型，直到它吐出了πορ周围的几十个模糊形状，这些形状看起来也可能是希腊字母。

9月份，纸莎草纸学家检查了法里托的结果。他们意识到法里托的πορ是πορφύραc或porphoras（古希腊语中“紫色”的意思）这个词的开头。那不勒斯大学的纸莎草纸学家费德里卡·尼科拉迪帮助确认了这个词，她说，这个词很罕见。它很可能来自一篇新的文本。

几周后，比赛将法里托飞到肯塔基州参加一个围绕这一突破举办的研讨会。之后，组织者之一JP·波斯马递给法里托一张超大的4万美元支票，而几天后也找到同一个词的纳德获得了1万美元的二等奖。但就在纸莎草纸学家们抵达参加研讨会时，纳德实现了迄今为止最大的飞跃：他发布了一张图像，显示πορφύραcin在四整列文本的背景下——这是纸莎草纸学家们一生都没有期望看到的景象。

在这些列中，还有其他可识别的单词，包括可能的短语κατάμουσικήν（kata mousikēn），意思是“与音乐有关”之类的——根据尼科拉迪的说法，这使得该卷轴最有可能是一部哲学著作。在研讨会期间的一个晚上，有人看到法里托将健怡可乐搬到他的酒店房间，以帮助他保持清醒，以便找到其他长段落。在柏林，纳德也没怎么睡觉。70万美元的大奖似乎比以往任何时候都更近了。

在2023年底，纳德与法里托和瑞士机器人学学生朱利安·席利格组队，席利格加速分割和绘制纸莎草纸三维地图的软件为他赢得了早期的奖项。12月，在结合了他们的方法后，这三人团队取得了一些惊人的成就。在他们各自完成的工作的基础上，他们的人工智能模型在四整列中揭示了2000个字符——远远超过了大奖标准中规定的四个140个字符的段落。2月初，“维苏威挑战赛”为他们颁发了70万美元的大奖。

可读文本约占第一个卷轴的5%，它与早期发现的文本来自同一文本。这是一篇以前未读过的文章，可能出自菲洛德姆斯之手，内容是关于快乐的。少量的好东西是否比大量的好东西更令人愉快？作者的结论是，根本不是。“就像食物的情况一样，”作者写道，“我们不会立刻相信稀有的东西绝对比丰富的东西更令人愉快。”

纸莎草纸学和古典学领域永远改变了。在很大程度上，由于一群业余人工智能构建者的努力，我们现在拥有了阅读尚未打开的赫库兰尼姆纸莎草纸的工具。牛津大学的古典学者托比亚斯·莱因哈特帮助确认了获奖作品，他说，如果技术进步继续下去，并可以推广到许多尚未打开的卷轴，“我们可能会看到古代文本的复原量达到文艺复兴以来前所未有的水平。”

弗里德曼想要更多——而且他不会止步于此。他2024年的目标是基于获胜团队的方法，阅读现在已经使用高能物理扫描的四卷卷轴的90%。如果成功，这将解锁数百卷尚未打开的赫库兰尼姆卷轴。但这些只是我们知道的那些。他最终希望说服意大利当局允许对别墅进行新的挖掘，希望能挖掘出更多的材料。

在流程能够扩展之前，仍有一些问题需要解决。研究人员需要找到一种方法来自动化耗时且昂贵的手动分割过程。此外，雇用粒子加速器扫描数百卷卷轴过于昂贵，必须找到更便宜的替代方案来生成高分辨率扫描。

然而，对于纸莎草纸学家来说，最令人震惊的是人工智能管道现在找到可识别字母的速度。坎帕尼亚路易吉·范维泰利大学的纸莎草纸学教授、尼科拉迪的同事吉安卢卡·德尔·马斯特罗说，从三个字母到整个单词和短语，再到文本列，法里托、纳德和席利格花了一个月的时间，而纸莎草纸学家通常需要20年的深入研究。弗里德曼注意到，当德尔·马斯特罗看到纳德的专栏时，他热泪盈眶。

西尔斯说，“维苏威挑战赛”帮助开发的技术可以适用于解读那不勒斯湾以外的其他失传文本。有许多诱人的竞争者。1993年，在约旦佩特拉的一座拜占庭教堂中发现了140卷公元六世纪的碳化纸莎草纸卷轴。它们被认为是无法解读的，又黑又脆弱。数以万计的死海古卷碎片从未被解读，因为许多碎片粘在了一起。它们现在是“维苏威挑战赛”的虚拟展开到人工智能墨水检测管道的主要候选者。

古埃及木乃伊面具也是用纸莎草纸制成的，纸莎草纸层层排列，涂有石膏——一种叫做纸莎草纸板的材料，本质上是一种纸浆。这种纸莎草纸通常包含文字，如果不破坏石膏，就很难解读。这些纸莎草纸现在也可能迎来新生。

公元前四世纪，希腊历史学家色诺芬在从美索不达米亚返回时注意到，黑海地区卷轴贸易十分繁荣。密歇根大学的古典学教授兼纸莎草纸学家理查德·扬科认为，这意味着海底几乎肯定有沉船，其中装有成箱的纸莎草纸卷轴。这些卷轴可能仍然保存在这个海域中，这个海域的海水含氧量和盐度异常低，适合海洋环境。到目前为止，人工智能的兴奋主要围绕着神经网络学习如何聊天。然而，更引人注目的是它们将如何让沉默的事物说话。