北京
每年，考古学家约发现1500个拉丁铭文——这些刻在石头、金属或陶器上的文字，为了解古罗马人的日常生活、信仰与习俗提供了珍贵线索。然而，解读这些铭文并非易事：许多文本残缺不全、风化严重或断裂破损，使其难以辨识和考证。
为此，一组研究人员开发了一种生成神经网络，能够分析碎片化拉丁铭文的模式并预测缺失部分。这款名为“埃涅阿斯”（Aeneas，源自罗马神话中的特洛伊英雄）的AI模型，旨在理解语言、语境与历史用法之间的复杂关系。
“这些铭文对历史学家而言极为珍贵，它们提供了关于古代思想、语言、社会与历史的一手证据。”谷歌DeepMind实验室研究员、研究合著者Yannis Assael表示。
AI修复破碎铭文：还原古罗马日常
为破解古罗马铭文的碎片化难题，研究团队开发了生成神经网络——一种能识别信息间复杂关联的AI系统。该模型通过训练罗马帝国时期（延续超2000年）铭文的日期、地点和含义数据，掌握了文本背后的历史语境。
诺丁汉大学碑铭学家、模型联合开发者Thea Sommerschield将这项工作比作“拼接巨型拼图”：“单一片段毫无意义，只有理解其形状、特征及与其他碎片的关联，才能还原全貌。”
17.6万铭文训练：从断片到完整文本
研究团队用包含176,861份铭文（约1600万个字符，含5%图像数据）的数据集训练AI。如今，Aeneas能预测铭文所属的62个罗马省份、推断制作年代，甚至重建缺失文本。
为测试其能力，团队让Aeneas分析《神圣奥古斯都功业录》（Res Gestae Divi Augusti）——这份著名铭文记录了奥古斯都皇帝的功绩。尽管文本存在夸大其词、时间线模糊和地理描述不准确等问题，AI仍识别出了古体拼写等细微语言特征，将铭文年代缩小至学者争议的两个时间段。研究团队指出，这一结果表明模型能捕捉到即使资深历史学家也难以察觉的文本细节。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
