<th id="xcpx5"><address id="xcpx5"><span id="xcpx5"></span></address></th>
  • <thead id="xcpx5"></thead><span id="xcpx5"></span>
    1. <acronym id="xcpx5"><blockquote id="xcpx5"></blockquote></acronym>
    2. <samp id="xcpx5"></samp>
      <span id="xcpx5"></span>

        旭隆-探索世界新奇事
        你的位置:首頁 > 世界百態 >

        被稱“死亡文字”的天書西夏文 全球能讀懂的不超10人

        2024-02-12 00:07:31旭隆

        被稱“死亡文字”的天書西夏文 全球能讀懂的不超10人

        被稱“死亡文字”的天書 全球能讀懂的不超10人

        曾記得有一次聊天,有個朋友描述他對人工智能的印象,總結成三個詞:西方的、商業的、未來的。

        我當即表示你說的很好,唯一的問題是一條都沒說對……

        按下我們倆怎么展開斗毆暫且不提。這里希望破除的是大家對人工智能的某種固有印象。事實上,人工智能作為一種很早就發展起來的通用技術,絕不是西方的專利,也絕不僅僅能夠創造商業價值。

        甚至在某些機緣巧合下,人工智能能夠成為我們用以認識歷史、認識自身民族、認識祖先與過去的利器。

        梁啟超說“學術乃天下之公器”,不僅是說學術天下人共有,同時也是說學術天下共致。作為一種基礎工具的人工智能,往往能夠在意想不到地方發生效用。比如說今天為大家介紹的借助人工智能技術,自動識別西夏文——一個純粹中國的人文社科領域。

        (美感奇特的西夏文)

        雖然這項技術大多數人永遠不會涉足,但這個案例的價值在于可以打破我們對AI的某些偏見。AI不只是集中在那幾個領域,也不是歐美寡頭的玩具,它甚至可能無處不在。

        為什么要識別西夏文?其中隱含著哪些困難?

        我們知道,西夏是與北宋、遼、金先后對峙的黨項族國家,曾經統治河西地區超過二百年。

        與大眾認知中不同,西夏不是個茹毛飲血的野蠻文明。他們曾經創立過驚人的文化、藝術與..文明,但隨著1227年蒙古滅西夏,蒙元不為西夏立史,關于這個政權的記錄快速消亡,李元昊立國時創立的西夏文也隨之湮滅。

        西夏文又名河西字、番文、唐古特文,曾在西夏王朝統轄的今寧夏、甘肅、陜西北部、內蒙古南部地區盛行了約兩個世紀。但在西夏滅國后,這種參考漢字創立的奇特文字逐漸失傳,最終成為了一種死文字。

        直到1804年,武威大云寺發現了著名的《重修涼州護國寺感通塔碑》,西夏文才在埋藏了數百年后重現人世。從此識讀西夏文開始成為了學界的重要工作。

        (《重修涼州護國寺感通塔碑》局部)

        二百年以來,出土的西夏文文獻不斷增多,其中大部分都被英、俄探險家帶到了境外。但各國學者努力下,西夏文的基礎文字識別已經完成,現階段的工作重點是依據文字列表,去識讀大量西夏文文獻的具體內容,揭開西夏以及當時中原、西域各國的歷史迷霧。

        但在這個過程里,研究人員認讀西夏文必須通過手工翻閱查找,耗費時間異常辛苦不說,由于西夏文是一種相似度極高的文字,人工識別還可能存在很大的錯誤率。

        所以就有學者提出,利用計算機來自動識別西夏文。這種設想很好,但在具體操作中還是有巨大問題。比如西夏文結構復雜、組成字符各部分要素高度相似,并且平均筆畫達到25畫,計算機識別難以入手。

        此外,西夏時期雖然已有印刷術,但出土文獻還是以手抄本和刻版文字為主,同一個字的在不同文獻上的位置不固定、整體布局會發生偏移,都給機器識別帶來巨大困難。

        于是有意思的事出現了,寧夏大學相關研究機構為代表的學術力量,選擇了以人工智能技術解決西夏文的自動識別。

        并且這個工作很早就已經開始,不斷有成果涌現。從時間上看,絕不是趕這波AI熱的產物。

        人工智能完成西夏文自動識別

        其實,用計算機技術處理西夏文很早就已經開始。

        早在1996年,..國立亞非語言文化研究所就制作了西夏文字庫和排版系統。1997 年中國學者李范文和..學者中島干起利用該排版系統合作出版了《電腦處理西夏文〈雜字〉研究》。俄羅斯應該也都有西夏文數據化和計算機處理的項目與研究成果。

        而使用彈性網絡、神經網絡、AI算法以及深度學習來識別西夏文,則是中國領先完成的一個創舉。

        (紀錄片《神秘的西夏》創立文字片段)

        用AI識別西夏文,主要依托的是計算機字符識別( optical character recognition,OCR) 技術,這種技術上世紀60年代就成為了人工智能研究的主要領域之一。

        它的核心技術主張是基于人工智能運算來識別文字符號的數字影像,并將其轉換為對應的數字文本,達到可識別、可編輯、可轉化的目的。

        OCR技術目前在很多領域已經相當成熟,比如我們經常用到的印刷文件文字提取。在OCR識別領域,更多的應用是手寫體內容的精準識別,而利用OCR識別考古文獻中的非廣泛使用文字卻基本處于空白。

        這里可以結合論文簡單介紹兩種AI識別西夏文的案例。

        比如在《基于彈性網絡的西夏文識別》當中,研究人員利用彈性網絡技術,將西夏文中的筆畫特征進行網格化提取。再統計像素點在每個網格內的概率分布,形成一種可讀取的特征模型。最后使用文檔主題模型方法對提取的特征降維處理,結合數據庫對文獻進行識別。

        根據論文這種方法現實,這種方法平均識別率可達87.99 %。

        再比如《基于Mean Shift算法的西夏文字筆形識別》,Mean Shift算法,即偏移均值向量,是機器學習領域的一種基本算法。其基礎理論是利用信息密度來完成聚類、圖像分割、跟蹤任務,可應對相似但界限模糊的圖像處理應用。利用這種算法,研究人員將原始資料生成概率統計直方圖,通過相似度來判斷歸類具體的西夏文筆形。

        (西夏文智能識別算法流程)

        這里僅僅是兩個具體應用案例,利用深度學習等前沿人工智能技術識別西夏文的應用還在不斷發展。

        文獻與考古領域的人工智能應用

        可能識別西夏文距離我們的日常生活還相對較遠,但推廣當整個人文社科領域,AI的應用可能就會從另一個角度無限貼近我們的生活。

        從近處來說,AI推動學術效率,可能會影響我們的學科配置、學術訓練甚至高等教育體系,從遠處來看,AI推動的進一步識別歷史與文獻的能力,是我們窺探自身過去,了解“中國”為何是“中國”的全新工具。

        在我們沉浸于未來帶來的快感時,人工智能卻可能在歷史領域快速發揮它的價值。通過西夏文識別的例子,不難發現在文獻與考古這些社科領域當中,人工智能至少可以發揮以下幾種功效:

        1、考古圖像的識別與歸檔,比如基于算法的文物識別、文物數據化、考古現場數據化。

        2、文獻文本的識別與轉碼,比如原始文獻的文字識別讀取、文獻聚類、文獻數據化。

        3、文獻數據庫的知識圖譜化與機器學習應用。比如學科文獻圖譜化、時代文獻圖譜化、科研項目數據圖譜化,以及基于知識圖譜訓練的人文社科領域智能體。

        這一點尤其重要,想象力也最為充沛。就像金融、翻譯等領域很可能被AI替代一樣,文獻學與歷史研究領域大部分依賴考證、???、資料爬梳的工作,也完全可以被AI取代。

        類似的人文領域與AI跨界還有很多,有些甚至涉及哲學與倫理層面的技術與人文互搏,以后我們會陸續介紹。

        也許AI就像風,當它是一場風暴的時候,家家戶戶都會門窗緊鎖小心防護。但當它是清風徐來穿屋而過的時候,在我們不知覺間,AI就已經無孔不入了。

        閱讀排行

        隨機文章

        網友關注

        又色又爽又黄的视频免费,国产亚洲日韩在线播放不卡,卡一卡二卡三免费视频,卡一卡二卡三免费视频