梵蒂冈密室中的秘密，让AI告诉你

编译自 MIT Technology Revies

原文作者 Emerging Technology from the arXiv

不知道大家有没有看过电影《天使与魔鬼》，发生在梵蒂冈的一场关于密码破译的角逐十分酷炫。电影里将梵蒂冈机密档案馆描述成一个戒备森严、不允许任何人查阅资料的禁地，现实中是不是真的是这样的呢？

梵蒂冈机密室就是这样的存在。据说密室里的书架长达85公里，仅可供参考的目录就有35,000卷。不同于电影里的是，这些材料是可以查阅的，但如果要阅览其中的材料，需要先提交一份申请书，由相关的负责人将文献取出给你，借阅人不允许进入档案室。由于戒备森严、保存的史料数量过多，大量文件从未被转录，即便是教堂档案员也对其中隐藏的秘密一无所知。不过，机器学习正在揭开这些中世纪文本的神秘面纱，带你一探这些隐秘史料。

那些保存完整，但却未被公开过的史料

梵蒂冈机密档案室位于梵蒂冈城，是罗马教廷颁布的所有法令的中央资料库。在长达84千米的书架里，保存有过去教皇的私人信件和其他文件, 其中一些甚至可以追溯到8世纪。即使借阅人只被允许借阅少量的资料，但这些档案已经能揭露很多秘密。比如，一张长达60米的羊皮纸上记满了对法国圣殿骑士的审判供词。这场对异教徒的审判自1307年伊始，期间没有发现任何人证物证，所有的审判证据全凭道听途说，一直持续数年无果。在这些信件中，还有米开朗基罗的手稿、国王亨利八世请求废除婚姻的申请书，还有苏格兰女王玛丽被斩首前的说情信。

档案馆的馆藏不但有尘封已久的古老书信，还有年代较新的重要史料。比如亚伯拉罕 · 林肯和杰弗逊 · 戴维斯试图说服教皇庇护九世分别支持联邦和联邦的相关记录，还有关于教皇庇护十二世和他在二战期间与纳粹政权打交道的记录，这些记载在此前从未公开过。

A现身，助力揭秘珍贵档案

虽然档案馆馆藏的资料被禁止对外公布，但档案馆有自己的摄影和保存工作室用以进行相关研究工作。但现在，和世界上许多历史档案一样，为了能够让馆藏档案留存更久，他们着手保存史料的照片或进行手抄工作，并允许进一步研究。但是梵蒂冈密室里的资料体量如此庞大，要在短时间内手抄史料或拍摄图片进行研究是不切实际的。

但如果有机器学习的帮助呢？意大利罗马第三大学的Donatella Firmani及其同事启动了“In Codice Ratio(编码系统’的拉丁文)”的项目，就在开发能够自动转录梵蒂冈机密文件（名为Vatican Registers）的系统，借助图像识别和机器学习，给档案留存工作提供技术支持。

“这个系统的语料库里，存储着超过18,000页的材料，囊括13世纪天主教会与欧洲各国国王、王后以及政治和宗教机构之间互通的官方信件。这些文件在过去从来没有被转录过，因此（这个系统）具有前所未有的历史意义。”Firmani和他的团队如是说。

当然了，这个系统也遭遇了一定的问题。传统的光学字符识别算法似乎并不适用，因为这些手稿的写作风格各异，有不同的文字（比如含有近似字母拼写方式的单词）和各种特殊的缩写。为了解决这个问题，学者们开发出了能识别整个单词而不是字母的机器视觉系统。但结果似乎还是不尽如人意，因为大多数单词就算在一篇很长的文档中可能也就出现几次，需要输入这套系统的单词数量十分庞大，因此为机器学习创建数据集是十分困难的。

▲图片来源：MIT Technology Review

现在，Firmani和他的团队想出一种新的方法来训练这个机器视觉系统。他们尝试着将每个单词拆分成不同的笔画，系统识别出不同笔画后再将其拼凑成一个完整的单词，就像在玩拼图游戏。具体的工作过程是这样的——系统试图将拆分的笔画组合起来，形成已知的字母，然后分析所有可能的字母排列，最后系统进行相关分析后筛选掉不符合语法和语境的单词，留下正确的词汇。举个例子，一个常见的笔画模式可能被系统辨认为“iii”或“m”， 但前者可以被认定为不符合语法规则。为了在它们之间作出正确决定，系统必须仔细地研究这个词及其上下文语境。

Firmani团队的目标是开发出一个更为完善的系统，尽可能多地转录档案馆里留存的档案。开发系统的第一步，是创建一个基于神经网络的数据集。所有数据必须加上标签，以便系统学习不同笔画组合所代表的不同字母或单词，由于工作量巨大，团队采用众包模式（即动员一批人共同完成某项任务）来完成这个注释。他们向120名高中生展示了拼图式分词模式的运作规则，学生们在几个小时之内就手动标记了一个包含15000个字符的训练数据集，这已经足以完成65%的档案转录工作。不过，现在的工作还是有许多需要逐步改善的地方，比如现在的文本转录都是用小写字母完成的，团队下一步工作是扩大数据集来辨识大写字母和其它字符。

梵蒂冈秘密档案室将要如何运用这项技术、以及转录后的文字是否会出版成册都不得而知，无论如何，Firmani团队的这项技术研发都是具有不容忽视的学术意义和科学意义的。想象一下，未来通过人工智能，我们能够完美解读中世纪甚至更久以前的文稿，探寻更多历史的秘密。

那么，大家有没有什么特别想要了解的秘史，希望AI来帮你揭开神秘的面纱呢？

*本文头图及正文图片来自网络。

AI你以后能不能帮我破译WiFi密码啊

Delta