Google DeepMind

Google DeepMind周三（7/23）发表了可用于分析罗马时代拉丁铭文的AI模型Aeneas，并透过Predicting the Past网站开放使用；该网站同时也整合了先前推出、用于分析古希腊铭文的模型Ithaca。

在西元前6世纪至西元5世纪的古罗马时代，人们通常将文字（拉丁文）写在羊皮纸、莎草纸、蜡板、石头或金属上。其中，只有刻在石头与金属上的铭文较易保存至今。为了协助历史学家更有效地解读、归属并修复这些残缺的文本，Google DeepMind开发出Aeneas——号称是首个具备「古代铭文脉络化」能力的AI模型

Aeneas是一个多模态生成神经网路，支援文本与图像输入。Google DeepMind团队首先策画了一套资料集，整合了罗马铭文资料库（Epigraphic Database Roma，EDR）、海德堡铭文资料库（Epigraphic Database Heidelberg，EDH），以及Clauss-Slaby铭文资料库（Epigraphic Database Clauss Slaby，EDCS-ELT）。团队将这些经过清理与统整的纪录，彙编为一个可供机器操作的资料集，名为拉丁铭文资料集（Latin Epigraphic Dataset，LED），内容涵盖来自古罗马世界的17.6万则拉丁文铭文。

Aeneas模型会先读取铭文的文字，并利用Transformer技术分析内容；如果铭文有缺字，模型会尝试补上；若不清楚是哪一年写的，也会预测其年代；而在判断铭文的地理来源时，则会同时参考铭文的照片。接着，Aeneas会使用嵌入（embedding）技术，将铭文的内容与背景资讯转换成一组数值，形成其独特的「历史指纹」，并据此从拉丁铭文资料集（LED）中找出最相似的铭文，依相似度排序后，提供学者作为参考依据。

Google DeepMind团队表示，Aeneas不仅能修复最多10个字元的缺文，其Top-20準确率高达73%，即使缺文长度未知，準确率也仍有58%。使用者除了可透过网页版与之互动外，也已透过GitHub同步释出原始码及资料集。