莫伯峰教授正在辦公。本報記者 于晴 攝

□本報記者 馬愿 河南日報社全媒體記者 李向華

10月25日上午，記者走進首都師范大學甲骨文研究中心莫伯峰教授的辦公室。不到20平方米的房間，一側是滿墻書架，除了包括甲骨文、金文等在內的古文字類圖書外，其中一個書架上是《神經網絡與深度學習》《信息檢索與深度學習》《人工智能：人臉識別與搜索》等涉及人工智能技術的諸多書籍。

莫伯峰的研究主要圍繞“甲骨刻辭字體分類”展開，即根據字體把甲骨文細分為幾十個類型，這是他在甲骨學領域的專長。目前他的研究又增加了“人工智能在古文字研究中的應用”類的題目，這是他近年來重點關注的領域。熟悉他的人認為他是甲骨文研究領域最懂AI(人工智能)的，他則幽默地說：“其實我是甲骨文研究領域踢足球最好的，只是現在沒那么多時間踢球了。”

用AI解放生產力

“識別是當下甲骨文研究的基礎問題。”莫伯峰介紹，全球約有16萬片甲骨，按每一片有10個字計算，就是160萬字，目前還有三分之二的甲骨文字未破解。

“甲骨綴合是將本屬同版的甲骨碎片，依據形態(tài)、卜辭等信息拼接在一起，盡可能恢復其本來面貌。”莫伯峰說，以前都是由甲骨學家手工綴合，全憑個人經驗和腦力記憶，耗費大量時間和精力。

2019年，莫伯峰提出用計算機綴合甲骨作為“甲機會”的實驗項目，2020年與河南大學聯合研發(fā)軟件“綴多多”，在甲骨學歷史上首次實現了人工智能批量綴合甲骨。

莫伯峰表示，AI能夠與專家綴合的方法互補，這是這項工作最有價值之處。專家主要通過甲骨上文字內容進行綴合，而AI可根據甲骨斷裂處特征性邊緣形狀進行綴合，這是專家很難實現的。未來，隨著AI的發(fā)展，可以實現結合文字內容來進一步提升智能化綴合的水平和效率。

甲骨“拓本”圖像是研究甲骨文的基礎。從甲骨文首次發(fā)現至今，因為收藏、流轉，大部分甲骨都留下了多個版本的拓本。這些拓本被稱為重片，梳理重片的工作被稱為校重。甲骨的拓本數量遠遠大于甲骨的數量，需要對這些重片進行系統整理，才能理清這筆“糊涂賬”。因此，校重是甲骨學一項重要的基礎性整理工作，耗費了甲骨學者大量時間。

莫伯峰教授團隊與微軟亞洲研究院合作開發(fā)了基于自監(jiān)督學習的甲骨文校重助手Diviner，系統比對了18萬幅拓本，輔助甲骨學家在上百個甲骨文數據庫中發(fā)現了大量甲骨重片，而且經過初步整理，已經發(fā)現超過300組未被前人發(fā)現的校重新成果。該軟件可以讓專家徹底擺脫這項繁重的整理工作。

校重也體現了AI與專家的方法互補。甲骨學者校重，主要基于拓本上的文字內容，準確性非常高。但這種方法需要憑借對文字內容的存儲和記憶，效率很低。而且由于種種原因，在甲骨拓本中的文字并不都很清晰，這也限制了這種方法的應用范圍。AI校重模型不受文字信息的限制，也不受圖像數量的限制，直接運用圖像比對就可以迅速完成圖像校重，雖然沒有甲骨學家準確性那樣高，但勝在效率非常高。AI的結果再經過甲骨學者的審核，就能實現又快又準了。

跨學科提升新質生產力

“集圖像和語言于一體的多模態(tài)模型，將成為AI發(fā)展的主要方向。”莫伯峰認為，AI和甲骨文的結合仍處于初級階段。隨著AI技術的不斷進步，甲骨文研究將會迎來更多可能。

甲骨文本身具有多模態(tài)屬性，既是一種圖像，又是一種語料，人工智能在甲骨文研究中的應用，未來將匯集在統一的多模態(tài)大模型中。莫伯峰判斷，未來的多模態(tài)大模型可以同時處理圖像和語言。

AI以后將會成為“學術小助手”，對甲骨文破譯等研究發(fā)揮重要的輔助作用。

另外，AI對大數據的處理能力遠超人類，甲骨文研究可以借助AI的數據挖掘技術，更好理解和掌握甲骨文的發(fā)展演變規(guī)律、結構和特征等方面的重要信息，從而推動甲骨文研究不斷深入和發(fā)展。

“研究者要了解AI的基礎運行規(guī)律和技術發(fā)展狀況，我們和AI是共同成長的關系。”莫伯峰說，“學術的研究往往同國家的經濟、科技發(fā)展水平密切相關，國內AI的蓬勃發(fā)展，為我們提供了極大研究便利。”

“隨著AI技術與古文字研究結合逐步深入，學術界的研究方法和思維模式將隨之轉變。AI的運用使得人文學科不再是孤立的學術小圈，而是一個與技術深度融合的開放平臺。”莫伯峰認為，甲骨學一直有著多學科協同的傳統，現在更應該被看作是一門新型交叉學科。相信隨著AI技術的不斷進步，會有更多的跨學科研究參與，共同提升甲骨文研究的新質生產力，助力更多成果的產生。

免責聲明：凡本網注明“來源：XXX（非駐馬店廣視網、駐馬店融媒、駐馬店網絡問政、掌上駐馬店、駐馬店頭條、駐馬店廣播電視臺）”的作品，均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，作品版權歸原作者所有，如有侵犯您的原創(chuàng)版權請告知，我們將盡快刪除相關內容。凡是本網原創(chuàng)的作品，拒絕任何不保留版權的轉載，如需轉載請標注來源并添加本文鏈接：http://yinghaihangkaoshi.net/showinfo-33-337742-0.html，否則承擔相應法律后果。