曾記得有一次聊天，有個(gè)同伙描寫(xiě)他對(duì)人工智能的印象，總結(jié)成三個(gè)詞：東方的、貿(mào)易的、將來(lái)的。

　　我立即表現(xiàn)你說(shuō)的很好，獨(dú)一的成績(jī)是一條都沒(méi)說(shuō)對(duì)……

　　按下我們倆怎樣睜開(kāi)斗毆暫且不提。這里愿望廢除的是年夜家對(duì)人工智能的某種固有印象。現(xiàn)實(shí)上，人工智能作為一種很早就成長(zhǎng)起來(lái)的通用技巧，毫不是東方的專(zhuān)利，也毫不僅僅可以或許發(fā)明貿(mào)易價(jià)值。

　　乃至在某些機(jī)緣偶合下，人工智能可以或許成為我們用以熟悉汗青、熟悉本身平易近族、熟悉先人與曩昔的利器。

　　梁?jiǎn)⒊f(shuō)“學(xué)術(shù)乃世界之公器”，不只是說(shuō)學(xué)術(shù)世界人共有，同時(shí)也是說(shuō)學(xué)術(shù)世界共致。作為一種基本對(duì)象的人工智能，常常可以或許在乎想不到處所產(chǎn)生功效。好比說(shuō)明天為年夜家引見(jiàn)的借助人工智能技巧，主動(dòng)辨認(rèn)西夏文——一個(gè)純潔中國(guó)的人文社科范疇。

　　（美感獨(dú)特的西夏文）

　　固然這項(xiàng)技巧年夜多半人永久不會(huì)涉足，但這個(gè)案例的價(jià)值在于可以打破我們對(duì)AI的某些成見(jiàn)。AI不只是集中在那幾個(gè)范疇，也不是歐美寡頭的玩具，它乃至能夠無(wú)處不在。

　　為何要辨認(rèn)西夏文？個(gè)中隱含著哪些艱苦？

　　我們曉得，西夏是與北宋、遼、金前后對(duì)立的黨項(xiàng)族國(guó)度，已經(jīng)統(tǒng)治河西地域跨越二百年。與年夜眾認(rèn)知中分歧，西夏不是個(gè)茹毛飲血的蠻橫文明。他們已經(jīng)創(chuàng)建過(guò)驚人的文明、藝術(shù)與宗教文明，但跟著1227年蒙古滅西夏，蒙元不為西夏立史，關(guān)于這個(gè)政權(quán)的記載疾速滅亡，李元昊立國(guó)時(shí)創(chuàng)建的西夏文也隨之湮滅。

　　西夏文別名河西字、番文、唐古特文，曾在西夏王朝總攬的今寧夏、甘肅、陜東南部、內(nèi)蒙古南部地域風(fēng)行了約兩個(gè)世紀(jì)。但在西夏滅國(guó)后，這類(lèi)參考漢字創(chuàng)建的獨(dú)特文字逐步掉傳，終究成了一種逝世文字。

　　直到1804年，武威年夜云寺發(fā)明了有名的《重建涼州護(hù)國(guó)寺感通塔碑》，西夏文才在埋藏了數(shù)百年后重現(xiàn)人世。從此識(shí)讀西夏文開(kāi)端成了學(xué)界的主要任務(wù)。

　　（《重建涼州護(hù)國(guó)寺感通塔碑》部分）

　　二百年以來(lái)，出土的西夏文文獻(xiàn)賡續(xù)增多，個(gè)中年夜部門(mén)都被英、俄探險(xiǎn)家?guī)У搅司惩狻５袊?guó)學(xué)者盡力下，西夏文的基本文字辨認(rèn)曾經(jīng)完成，現(xiàn)階段的任務(wù)重點(diǎn)是根據(jù)文字列表，去識(shí)讀年夜量西夏文文獻(xiàn)的詳細(xì)內(nèi)容，揭開(kāi)西夏和其時(shí)華夏、西域列國(guó)的汗青迷霧。

　　但在這個(gè)進(jìn)程里，研討人員認(rèn)讀西夏文必需經(jīng)由過(guò)程手工翻閱查找，消耗時(shí)光異常辛勞不說(shuō)，因?yàn)槲飨奈氖且环N類(lèi)似度極高的文字，人工辨認(rèn)還能夠存在很年夜的毛病率。

　　所以就有學(xué)者提出，應(yīng)用盤(pán)算機(jī)來(lái)主動(dòng)辨認(rèn)西夏文。這類(lèi)假想很好，但在詳細(xì)操作中照樣有偉大成績(jī)。好比西夏文構(gòu)造龐雜、構(gòu)成字符各部門(mén)要素高度類(lèi)似，而且均勻筆劃到達(dá)25畫(huà)，盤(pán)算機(jī)辨認(rèn)難以動(dòng)手。

　　另外，西夏時(shí)代固然已有印刷術(shù)，但出土文獻(xiàn)照樣以手手本和刻版文字為主，統(tǒng)一個(gè)字的在分歧文獻(xiàn)上的地位不固定、全體結(jié)構(gòu)會(huì)產(chǎn)生偏移，都給機(jī)械辨認(rèn)帶來(lái)偉大艱苦。

　　因而成心思的事涌現(xiàn)了，寧夏年夜學(xué)相干研討機(jī)構(gòu)為代表的學(xué)術(shù)力氣，選擇了以人工智能技巧處理西夏文的主動(dòng)辨認(rèn)。

　　而且這個(gè)任務(wù)很早就曾經(jīng)開(kāi)端，賡續(xù)有結(jié)果出現(xiàn)。從時(shí)光上看，毫不是趕這波AI熱的產(chǎn)品。

　　人工智能完成西夏文主動(dòng)辨認(rèn)

　　其實(shí)，用盤(pán)算機(jī)技巧處置西夏文很早就曾經(jīng)開(kāi)端。

　　早在1996年，日本國(guó)立亞非說(shuō)話文明研討所就制造了西夏文字庫(kù)和排版體系。1997 年中國(guó)粹者李范文和日本學(xué)者中島干起應(yīng)用該排版體系協(xié)作出書(shū)了《電腦處置西夏文〈雜字〉研討》。俄羅斯應(yīng)當(dāng)也都有西夏文數(shù)據(jù)化和盤(pán)算機(jī)處置的項(xiàng)目與研討結(jié)果。

　　而應(yīng)用彈性收集、神經(jīng)收集、AI算法和深度進(jìn)修來(lái)辨認(rèn)西夏文，則是中國(guó)搶先完成的一個(gè)創(chuàng)舉。

　　（記載片《奧秘的西夏》創(chuàng)建文字片斷）

　　用AI辨認(rèn)西夏文，重要依托的是盤(pán)算機(jī)字符辨認(rèn)（ optical character recognition，OCR） 技巧，這類(lèi)技巧上世紀(jì)60年月就成了人工智能研討的重要范疇之一。它的焦點(diǎn)技巧主意是基于人工智能運(yùn)算來(lái)辨認(rèn)文字符號(hào)的數(shù)字影象，并將其轉(zhuǎn)換為對(duì)應(yīng)的數(shù)字文本，到達(dá)可辨認(rèn)、可編纂、可轉(zhuǎn)化的目標(biāo)。

　　OCR技巧今朝在許多范疇曾經(jīng)相當(dāng)做熟，好比我們常常用到的印刷文件文字提取。在OCR辨認(rèn)范疇，更多的運(yùn)用是手寫(xiě)體內(nèi)容的精準(zhǔn)辨認(rèn)，而應(yīng)用OCR辨認(rèn)考古文獻(xiàn)中的非普遍應(yīng)用文字卻根本處于空白。

　　這里可以聯(lián)合論文簡(jiǎn)略引見(jiàn)兩種AI辨認(rèn)西夏文的案例。

　　好比在《基于彈性收集的西夏文辨認(rèn)》傍邊，研討人員應(yīng)用彈性收集技巧，將西夏文中的筆劃特點(diǎn)停止網(wǎng)格化提取。再統(tǒng)計(jì)像素點(diǎn)在每一個(gè)網(wǎng)格內(nèi)的幾率散布，構(gòu)成一種可讀取的特點(diǎn)模子。最初應(yīng)用文檔主題模子辦法對(duì)提取的特點(diǎn)降維處置，聯(lián)合數(shù)據(jù)庫(kù)對(duì)文獻(xiàn)停止辨認(rèn)。

　　依據(jù)論文這類(lèi)辦法實(shí)際，這類(lèi)辦法均勻辨認(rèn)率可達(dá)87.99 %。

　　再好比《基于Mean Shift算法的西夏文字筆形辨認(rèn)》，Mean Shift算法，即偏移均值向量，是機(jī)械進(jìn)修范疇的一種根本算法。其基本實(shí)際是應(yīng)用信息密度來(lái)完成聚類(lèi)、圖象朋分、跟蹤義務(wù)，可應(yīng)對(duì)類(lèi)似但界線隱約的圖象處置運(yùn)用。應(yīng)用這類(lèi)算法，研討人員將原始材料生成幾率統(tǒng)計(jì)直方圖，經(jīng)由過(guò)程類(lèi)似度來(lái)斷定歸類(lèi)詳細(xì)的西夏文筆形。

　　（西夏文智能辨認(rèn)算法流程）

　　這里僅僅是兩個(gè)詳細(xì)運(yùn)用案例，應(yīng)用深度進(jìn)修等前沿人工智能技巧辨認(rèn)西夏文的運(yùn)用還在賡續(xù)成長(zhǎng)。

　　文獻(xiàn)與考古范疇的人工智能運(yùn)用

　　能夠辨認(rèn)西夏文間隔我們的平常生涯還絕對(duì)較遠(yuǎn)，但推行當(dāng)全部人文社科范疇，AI的運(yùn)用能夠就會(huì)從另外一個(gè)角度無(wú)窮切近我們的生涯。

　　從近處來(lái)講，AI推進(jìn)學(xué)術(shù)效力，能夠會(huì)影響我們的學(xué)科設(shè)置裝備擺設(shè)、學(xué)術(shù)練習(xí)乃至高級(jí)教導(dǎo)系統(tǒng)，從遠(yuǎn)處來(lái)看，AI推進(jìn)的進(jìn)一步辨認(rèn)汗青與文獻(xiàn)的才能，是我們窺測(cè)本身曩昔，懂得“中國(guó)”為什么是“中國(guó)”的全新對(duì)象。

　　在我們沉溺于將來(lái)帶來(lái)的快感時(shí)，人工智能卻能夠在汗青范疇疾速施展它的價(jià)值。經(jīng)由過(guò)程西夏文辨認(rèn)的例子，不難發(fā)明在文獻(xiàn)與考古這些社科范疇傍邊，人工智能至多可以施展以下幾種功能：

　　1、考古圖象的辨認(rèn)與歸檔，好比基于算法的文物辨認(rèn)、文物數(shù)據(jù)化、考古現(xiàn)場(chǎng)數(shù)據(jù)化。

　　2、文獻(xiàn)文本的辨認(rèn)與轉(zhuǎn)碼，好比原始文獻(xiàn)的文字辨認(rèn)讀取、文獻(xiàn)聚類(lèi)、文獻(xiàn)數(shù)據(jù)化。

　　3、文獻(xiàn)數(shù)據(jù)庫(kù)的常識(shí)圖譜化與機(jī)械進(jìn)修運(yùn)用。好比學(xué)科文獻(xiàn)圖譜化、時(shí)期文獻(xiàn)圖譜化、科研項(xiàng)目數(shù)據(jù)圖譜化，和基于常識(shí)圖譜練習(xí)的人文社科范疇智能體。這一點(diǎn)特別主要，想象力也最為充分。就像金融、翻譯等范疇極可能被AI替換一樣，文獻(xiàn)學(xué)與汗青研討范疇年夜部門(mén)依附考據(jù)、校勘、材料爬梳的任務(wù)，也完整可以被AI代替。

　　相似的人文范疇與AI跨界還有許多，有些乃至觸及哲學(xué)與倫理層面的技巧與人文互搏，今后我們會(huì)陸續(xù)引見(jiàn)。

　　或許AI就像風(fēng)，當(dāng)它是一場(chǎng)風(fēng)暴的時(shí)刻，家家戶戶都邑門(mén)窗緊鎖當(dāng)心防護(hù)。但當(dāng)它是清風(fēng)徐來(lái)穿屋而過(guò)的時(shí)刻，在我們不知覺(jué)間，AI就曾經(jīng)無(wú)孔不入了。