這次上央視，云寶可沒空著手回來，給各位帶來了一個暴富小技巧！
CCTV-9紀錄頻道近日隆重推出人文歷史系列紀錄片《甲骨王朝》，揭開商王朝的神秘面紗，還原商王朝的歷史面貌。
在第六集，華為云AI團隊攜手首都師范大學甲骨文研究中心莫伯峰教授，基于華為云ModelArts一站式AI開發(fā)平臺等服務(wù)，發(fā)起了一場文化跨界科技的標桿性實驗。雙方共同打造了甲骨文字形匹配、甲骨文語義推理兩個AI模型，為甲骨文的研究工作插上科技的翅膀。
央視紀錄片《甲骨王朝》截圖
要知道，中國文字博物館曾發(fā)布天價懸賞求“認字”，“破譯一個甲骨文字獎勵10萬元”！云寶有了這AI模型，真的要暴富啦！
央視紀錄片《甲骨王朝》截圖
不開玩笑了，認真說。甲骨文字的識別對于中國考古的重大意義不言而喻，但距離甲骨文被創(chuàng)造已三千余年，每個文字的形體、意義、讀音都發(fā)生了劇烈變化，且“一字多形、一字多義”，辨識難度極大，工作十分繁重。
出自《漢語詞典》（黃揚主編）
它們都是“龜”字，側(cè)面俯視就算了
第四個六條腿是怎么回事
那么，為了幫助甲骨文的破解，華為云做了些什么呢？
字形匹配模型
洞悉文字變遷的規(guī)律
央視紀錄片《甲骨王朝》視頻畫面
為幫助未考釋的甲骨文揭開神秘面紗，華為云AI團隊首先為莫伯峰教授打造了字形匹配模型，“推演”是該模型的主要任務(wù)代號。在早期，文字的變遷主要是基于字形逐漸演變的。相鄰朝代中，字形的變化通常有跡可循。沿著文字發(fā)展的脈絡(luò)進行字形對比，是甲骨學家重要的破譯方法。華為云的字形匹配模型正是基于這種規(guī)律，通過檢索與單個甲骨文字符字形相似的金文字符，來幫助實現(xiàn)甲骨文的破譯。
央視紀錄片《甲骨王朝》視頻畫面
將大量甲骨文與金文錄入到計算機系統(tǒng)后，華為云AI工程師利用神經(jīng)網(wǎng)絡(luò)等技術(shù)，訓(xùn)練出幫助識別甲骨文的字形匹配模型，讓AI掌握從甲骨文到金文再到現(xiàn)代文的文字發(fā)展規(guī)律，并模擬專家的破譯思路。“機器識別與人的識別效果非常接近”，莫伯峰教授這樣說道。同時，模型推理出的關(guān)于甲骨文-金文的匹配結(jié)果，往往能給甲骨學家們一些關(guān)于字形演變的新的思考。
首都師范大學甲骨文研究中心莫伯峰教授
然而，對甲骨文考釋而言，能夠從文字相似度的角度來破譯的未釋字數(shù)量相對有限，字形匹配模型的應(yīng)用能解決的問題僅為冰山一角。剩余的“文化密碼”，也許需要一個全新的破解思路。
語義推理模型幫助推理文字的AI界福爾摩斯
讓AI學習專家在古文字考釋中常見的“辭例歸納法”，是華為云AI團隊在該項目中的另一項創(chuàng)新。所謂“辭例歸納”，意即根據(jù)上下文語境推理出某個字或某詞組的含義。比如當我們使用計算機和手機的聯(lián)想輸入法，只要輸入一些內(nèi)容，就能自動預(yù)測接下來可能會搭配的文字，這種預(yù)測其實就是根據(jù)之前的語境和辭例歸納出來的，也就是機器的“辭例歸納”。
為讓AI與人類一樣具備識文斷句、上下文理解及推理能力，在模型構(gòu)建環(huán)節(jié)，華為云AI團隊以8億字的《四庫全書》作為語料，結(jié)合通假字、同音字等古文規(guī)則，培養(yǎng)人工智能的語感，同時也能讓人工智能系統(tǒng)化地學習漢朝至清乾隆時期的中國古典文化。
團隊以已經(jīng)具有成熟釋文文本的戰(zhàn)國楚竹書《上博簡》（1-9）中的2103個字作為測試對象，隨機遮蔽某個文字，并讓模型預(yù)測遮蔽處的文字含義。語義推理模型可以在備選字符中為遮蔽處推選出五個可能的正確選項，有效地幫助專家縮窄探索范圍。
央視紀錄片《甲骨王朝》截圖
正確理解一片甲骨刻辭，并不僅取決于所有文字是否可識，更重要的是能否讀懂刻辭內(nèi)容。接下來，團隊一方面計劃引入華為云盤古大模型，基于其優(yōu)秀的泛化能力，解決甲骨文研究領(lǐng)域知識和數(shù)據(jù)不足的瓶頸。另一方面，團隊計劃構(gòu)建關(guān)于甲骨文的知識圖譜，承載既有的研究成果，用圖網(wǎng)絡(luò)的形式展示甲骨拓片所蘊藏的豐富信息，從更高維度的視角來推動甲骨文的研究。
華為云人工智能領(lǐng)域總裁賈永利
華為云人工智能領(lǐng)域總裁賈永利表示，新興技術(shù)讓學界專家得以將人類經(jīng)驗與計算機自然語言相結(jié)合。通過AI對甲骨文研究的賦能，早期文明史的探索步伐將邁上新的臺階，蘊含在珍貴文物中的優(yōu)秀傳統(tǒng)文化將能更好地實現(xiàn)創(chuàng)新性發(fā)展。
