甲骨文是商朝王室用于占卜記事而篆刻在龜甲和獸骨上的符號(hào)，距今約有3600多年的歷史，是迄今為止中國(guó)發(fā)現(xiàn)的年代最早的成熟文字系統(tǒng)，對(duì)專家學(xué)者研究商代歷史、文字發(fā)展史、中華文明起源具有極高的歷史價(jià)值、文化價(jià)值和藝術(shù)價(jià)值。

自殷商甲骨文出土以來，現(xiàn)已發(fā)現(xiàn)分布在海內(nèi)外的甲骨約16萬片，共有單字4300多個(gè)，但目前取得共識(shí)的破譯字僅1500多個(gè)，還余下三分之二的未釋字，甲骨文考釋工作任重而道遠(yuǎn)。

近日，CCTV－9紀(jì)錄頻道通過一部人文歷史系列紀(jì)錄片《甲骨王朝》，從文化疆域、社會(huì)生活、占卜制度、生產(chǎn)科技等多個(gè)方面，揭開了商王朝的神秘面紗，還原了商王朝的歷史面貌，也近距離地向觀眾展示了一段“特別的”甲骨文的考釋工作。

央視紀(jì)錄片《甲骨王朝》視頻畫面

一片甲骨驚天下 科技破解古文字蘊(yùn)藏的文化密碼

甲骨文破譯的難點(diǎn)在于，經(jīng)歷了數(shù)千年的歲月，商代社會(huì)與現(xiàn)代社會(huì)差異巨大，文字的形體、意義、讀音都發(fā)生了劇烈的變化，加上甲骨殘斷、拓片不清、語料缺乏等諸多因素，通過人工破譯甲骨文的難度大、耗時(shí)長(zhǎng)。

同時(shí)，甲骨文獨(dú)體字中象形字占多數(shù)，并且“一字多形、一字多義”情況很多，辨識(shí)難度極大，工作十分繁重。如下面一組甲骨文：

甲骨文“龜”，出自《漢語詞典》（黃揚(yáng)主編）

其實(shí)，上面的甲骨文都是同一個(gè)字，“龜”。在已破譯的甲骨文中，龜字有多種書寫方式——正視的、側(cè)視的；四只腳的、六只腳的……可謂五花八門，形態(tài)各異。甲骨文的研究真是既有趣又充滿挑戰(zhàn)。

要攻克甲骨文破譯這一學(xué)界的超級(jí)難題，新技術(shù)的跨界融合提供了新的思路。首都師范大學(xué)甲骨文研究中心莫伯峰教授聯(lián)手華為云AI工程師團(tuán)隊(duì)，借助云計(jì)算、AI及大數(shù)據(jù)等技術(shù)力量打造了一系列提升甲骨文考釋效率的方案：基于華為云ModelArts一站式AI開發(fā)平臺(tái)等服務(wù)，雙方共同打造了甲骨文字形匹配、甲骨文語義推理兩個(gè)AI模型，從字形和語義的角度來輔助甲骨文的研究工作。

字形匹配模型 AI洞悉文字變遷的規(guī)律

甲骨拓片所呈現(xiàn)的內(nèi)容可以理解為一篇記錄遠(yuǎn)古時(shí)期祭祀、征伐、氣象、田游、卜夢(mèng)等活動(dòng)的短文。大至國(guó)家興衰，小至個(gè)人命運(yùn)，都能在甲骨拓片中找出絲絲線索。因此，用“一個(gè)文字就是一段歷史”來形容甲骨文一點(diǎn)兒也不夸張�？墒�，未考釋的文字，對(duì)應(yīng)的是一段歷史的空白。面對(duì)著穿越數(shù)千年而來的不會(huì)說話的象形文字，考釋工作該從何處著手？

央視紀(jì)錄片《甲骨王朝》視頻畫面

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(jìn)行字形對(duì)比，是甲骨學(xué)家重要的破譯方法。

央視紀(jì)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，莫伯峰教授與華為云AI工程師一起打造了字形匹配模型，通過檢索與單個(gè)甲骨文字符字形相似的金文字符，來幫助實(shí)現(xiàn)甲骨文的破譯。

將大量甲骨文與金文錄入到計(jì)算機(jī)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(shí)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(jī)器識(shí)別與人的識(shí)別效果非常接近”，莫伯峰教授這樣說道。同時(shí)，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(xué)家們一些關(guān)于字形演變的新思考。

首都師范大學(xué)甲骨文研究中心莫伯峰教授

然而，對(duì)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?jǐn)?shù)量相對(duì)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(gè)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(xué)習(xí)專家在古文字考釋中常見的“辭例歸納法”，是該項(xiàng)目中的另一項(xiàng)創(chuàng)新。所謂“辭例歸納”，意即根據(jù)上下文語境推理出某個(gè)字或某詞組的含義。比如當(dāng)我們使用計(jì)算機(jī)和手機(jī)的聯(lián)想輸入法，只要輸入一些內(nèi)容，就能自動(dòng)預(yù)測(cè)接下來可能會(huì)搭配的文字，這種預(yù)測(cè)其實(shí)就是根據(jù)語境和辭例歸納出來的，也就是機(jī)器的“辭例歸納”。

為讓AI與人類一樣具備識(shí)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工程師以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(shí)也能讓人工智能系統(tǒng)化地學(xué)習(xí)漢朝至清乾隆時(shí)期的中國(guó)古典文化。

團(tuán)隊(duì)以已經(jīng)具有成熟釋文文本的戰(zhàn)國(guó)楚竹書《上博簡(jiǎn)》（1－9）中的2103個(gè)字作為測(cè)試對(duì)象，隨機(jī)遮蔽某個(gè)文字，并讓模型預(yù)測(cè)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(gè)可能的正確選項(xiàng)，有效地幫助專家縮窄探索范圍。

央視紀(jì)錄片《甲骨王朝》視頻畫面

為甲骨研究注入新活力 華為云在路上

正確理解一片甲骨刻辭的內(nèi)涵，并不僅僅取決于其中的所有文字是否可識(shí)，更重要的是能否讀懂刻辭內(nèi)容。接下來，華為云AI工程師一方面計(jì)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(shí)和數(shù)據(jù)不足的瓶頸問題。另一方面計(jì)劃構(gòu)建關(guān)于甲骨文的知識(shí)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(yùn)藏的豐富信息，從更高維度的視角來推動(dòng)甲骨文的研究。

華為云人工智能領(lǐng)域總裁賈永利表示，新興技術(shù)讓學(xué)界專家得以將人類經(jīng)驗(yàn)與計(jì)算機(jī)自然語言相結(jié)合。通過AI對(duì)甲骨文研究的賦能，早期文明史的探索步伐將邁上新的臺(tái)階，蘊(yùn)藏在珍貴文物中的優(yōu)秀傳統(tǒng)文化將能更好地實(shí)現(xiàn)創(chuàng)新性發(fā)展。

華為云人工智能領(lǐng)域總裁賈永利

未來，華為云將進(jìn)一步攜手各領(lǐng)域?qū)＜覍W(xué)者，深入多學(xué)科交叉行業(yè)，積極探索更多人工智能的落地形式，為伙伴及開發(fā)者創(chuàng)造無限的可能。