21岁SpaceX实习生用AI干出重大考古事件 斩获40000美元

　　本文来自于微信公众号 量子位(ID:QbitAI)，作者:金磊。

　　2000年前的古卷轴(赫库兰尼姆卷轴)，终于被一个21岁计算机少年给破译了。

　　这个古卷轴可以说是极其的特殊——

　　在公元79年被一场火山爆发掩埋碳化，直到1752年才被挖掘出土。

　　而且由于古卷轴本身已经太脆弱了，数百年来没人敢动它，处理稍微不当就可能化作尘埃的那种。

　　(注:赫库兰尼姆城和著名的庞贝古城相距8公里，位于意大利那不勒斯东南的维苏威火山脚下;前者比庞贝古城更接近火山口。)

　　那么如何看到它上面记载了什么内容，就成了困扰科学家们数百年的老大难问题。

　　现如今，随着这位计算机少年成功的破译，使他成为了2000年来第一个从未打开卷轴，却“看”到了上面文字的人。

　　这项任务其实是来自一个叫做维苏威火山的挑战赛(Vesuvius Challenge):

　　要求参赛者在卷轴的4平方厘米区域内，至少找到10个字母。

　　这位少年作为完成任务的第一人，也被活动官方授予了40000美元的首字母奖(First Letters Prize)。

　　很多小伙伴肯定好奇，少年破译的文字到底是什么，不卖关子，直接揭晓谜底:

　　是古希腊语πορφυρας，意思是紫色染料或者紫色的衣服。

　　在结果出炉之后，比赛的赞助者、科技企业家Nat Friedman还手动at了马斯克，很骄傲地介绍这位少年:

　　他是你们SpaceX的实习生!破解数千年古卷轴，AI立大功

　　这位少年名叫Luke Farritor(下文简称卢克)，是一位计算机专业学生。

　　而在讲这位“屠龙少年”的故事之前，我们还需要铺垫一下关于这个比赛的背景。

　　早在2019年，肯塔基大学EduceLab的Brent Seales教授，便在粒子加速器中，对赫库兰尼姆卷轴进行了成像工作，并生成了分辨率高达4μm的3D CT扫描。 △Seales教授和团队在粒子加速器上扫描

　　这位教授的博士生Stephen Parsons，长期致力于使用机器学习模型检测CT扫描中的墨水。

　　于是他和他的团队扫描并拍摄了带有可见墨水的分离卷轴碎片，从而提供了一个ground-truth数据集。

△来自Stephen的博士论文:在ground-truch数据集上训练机器学习模型

　　这项研究成功引起了科技企业家Nat Friedman和Daniel Gross的注意;于是乎，在二人的赞助之下，便发起维苏威火山挑战赛。

　　他们在今年三月发起公开竞赛，设置总奖金为70000美元，目的就是加速破译古卷轴。

　　到了今年八月份的时候，一位叫做Casey Handmer的学者写了一篇博客，讲述了他所发现的看起来像墨水的“裂纹模式(crackle pattern)”。

　　这可以说是一个非常重要的突破进展，即使是Stephen，此前也只是在分离的碎片上看到过墨水的直接证据，但还没有在卷轴上看到过。

　　然后卢克在一场播客中，偶然听到了这个消息和挑战赛，也看到了Casey的裂纹模式在Discord上被广泛讨论。

　　这就引起了卢克非常大的兴趣，并开始利用晚上的时间，着手训练一个关于“裂纹模式”的机器学习模型。

　　在训练的过程中，他前前后后发现了几十个墨迹比划，还有一些完整的字母，卢克对它们做好了标记并作为训练数据。

　　没过多久，模型就露出了肉眼看不见的裂纹痕迹;这些痕迹成了最后形成字母和实际单词的线索。

　　下面这张图便是卢克向挑战赛提交的一个作品，隐约可以看到“ΠΟΡΦΥΡΑϹ”(porphyras)的单词形状，

　　当Seales教授和团队看到这张图的时候惊叹道:

　　尽管字母很模糊，但他们可以立即读出“porphyras”这个词。

　　这个单词在古代文献中也并不是很常见，但是也是经得起推敲，大概意思就是“紫色的”。

　　一位专家解释说:

　　序列πορφυ̣ρ̣ας̣ ，可能是πορφύ̣ρ̣ας̣(名词，紫色染料或紫色布)或πορφυ̣ρ̣ᾶς̣(形容词，紫色)。

　　由于缺少上下文，也布排除是 πορφύ̣ρ̣α ς̣κ[ 或 πορφυ̣ρ̣ᾶ ς̣κ[ 。

　　值得注意的是，古代的单词和现代不同，那时候的文本没有空格，因此单词的边界确定起来也是比较困难。

　　最终挑战赛官方认为，卢克值得获得首字母奖;而他本人在得知这一消息的时候也非常激动: 另一位研究生也有相同的发现

　　无独有偶，在Casey和卢克的工作激励之下，另一位参赛者，来自柏林Egyptian biorobotics的研究生Youssef Nader，采用了不同的方法也得到了相同的结果。

　　他筛选了Kaggle上墨水检测奖的获奖作品，该奖项的重点是改进Stephen Parsons在分离片段中进行机器学习的方法。

　　在此基础上，他采用了域转移技术使这些模型适应古卷轴:对卷轴数据进行无监督预训练，然后对片段标签进行微调。

　　使用Kaggle竞赛的这个修改模型，他设法找到了一些字母，尽管完全不依赖于Casey手动寻找裂纹的方法。然后，他将看起来像字母形状的东西注释到标签数据中。 △左:Youssef工作的最早的图像;右:他的第一组假设墨水标签。

　　在反复的优化之下，Youssef向官方提交的作品如下:

　　最终，Youssef获得了首字母奖的二等奖，10000美元。

　　专家们在看到Youssef的工作之后，更加确认了卢克发现的古卷轴中的文字。

　　他们甚至开始推测上面和下面的单词，可能是ανυοντα(实现)和ομοιων(类似)。

　　而就在前几天，Youssef的模型产生了更为惊人的结果:

　　在这张图中，你可以清楚地看到四列半的文本，用一定的边距隔开。

　　尽管并非所有字母都能被专家们立即辨认出来，但起码可以看到更多的字母了。

　　官方表示，专家们正在做进一步的调研，很快将会有新的结果。