谷歌DeepMind推出Aeneas模型：历史学家解读古代拉丁铭文的AI助手

🌟 产品介绍

谷歌DeepMind（谷歌旗下AI实验室）联合诺丁汉大学、华威大学等机构，于2025年7月推出Aeneas模型——首个专注于古罗马拉丁铭文研究的生成式AI工具。该模型以特洛伊英雄命名，旨在解决碑铭学中文本残缺、断代困难、背景缺失等核心痛点，通过AI技术为历史研究注入新范式。

👥 适用人群

⚙️ 核心功能与技术解析

1. 任意长度文本修复

• 功能：突破传统限制，修复未知长度的缺失文本（如风化或断裂部分）。
• 技术原理：
  采用字符级Transformer架构，输入文本用#标记未知缺失长度，通过束搜索算法（Beam Search） 生成多组修复假设，结合上下文语义筛选最优解。避免单词级模型对古语变体的兼容性问题。

2. 多模态地理归因

• 功能：以72%准确率将铭文归属至罗马62个行省。
• 技术原理：
  整合文本与图像双通道输入：
  • 文本特征：T5 Transformer解码器提取语法与句式特征；
  • 视觉特征：ResNet-8网络解析铭文图像（224×224灰度图），捕捉材质与雕刻风格；
    双模态特征融合后分类定位。

3. 历史指纹与平行检索

• 功能：生成包含文本、语言、时空关联的“指纹”，检索深层文化关联的平行文本。
• 技术原理：
  通过对比学习（Contrastive Learning） 训练模型生成历史富集嵌入向量，基于余弦相似度从17.6万条铭文数据库（LED）中匹配相关文本，超越传统字符串匹配，揭示文化传播路径。

4. 高精度年代测定

• 功能：预测误差仅13年（中位误差0年），支持公元前800年-公元800年范围。
• 技术原理：
  将时间离散化为160个十年区间，通过Onomastics基线分析38,000个专有名词（人名/地名）的时空分布规律，强化年代预测鲁棒性。

5. 语境化解读增强

• 功能：辅助学者构建历史背景网络，如关联美因茨两座祭坛的圣像学特征。
• 技术原理：
  任务头（Task Head）输出显著性图，可视化模型决策依据，支持人类学者验证AI推断逻辑。

🛠️ 工具使用技巧

🔗 访问地址

• 直接使用 → https://predictingthepast.com/（免费交互版，支持上传铭文图像与文本）
• 深度研究 → https://github.com/deepmind/aeneas（含17.6万条标准化铭文数据）
• 教学应用 → 比利时根特教师培训项目已开发课程模板，适合中学至大学课堂

💡 小贴士：首次使用建议尝试“案例库”中的撒丁岛青铜军事证书残片——感受3小时完成传统团队两周修复任务的颠覆性效率！

Aeneas不是历史的裁决者，而是文明的传译官。当AI将斑驳石碑上的裂痕转化为连通古今的密钥，我们终能听见那些被时光掩埋的喃喃低语。