首次读出整卷赫库兰尼姆纸草卷

技术路线与机器学习的作用

• 纸草卷先在强大的同步辐射束线下进行 CT 扫描；一卷大型纸草卷的原始数据可高达约 260 TB。
• 工作流程：分割并在虚拟中展开各层 → 渲染表面 → 使用 ML 和基于物理的渲染检测墨迹。
• 墨通常是碳基的，在 X 射线中无法直接看到；ML 模型在较小的 3D CT 数据块上工作，检测细微的纹理差异。
• 团队强调，训练数据质量（对纸草表面和墨迹的人工标注）比模型选择更重要。
• ML 可能在笔画层面“幻觉”出内容（线条略有延长、空隙被填补），但不会生成完整且语法正确的希腊语/拉丁语；语文学家仍然必不可少。

范围、进展与局限

• 迄今大约已扫描 30 卷；估计约有 350 卷大体完整、1000 卷受损，以及许多碎片；绝大多数仍留在意大利。
• 扫描一卷大型纸草卷需要数天；即使有自动化，人工精修和标注也要数月。
• 资金和束线机时成本是主要瓶颈；当前工作由捐赠和私人资金支付，而不是政府资助。
• 对于读完整个藏卷需要多久的估计被描述为高度不确定，并且取决于具体纸草卷。

实际“读出”的内容

• 新宣布的纸草卷（PHerc. 1667）是一个卷轴中紧密的内核，该卷轴因早先的物理打开尝试而严重受损。
• 有些评论者认为“整卷”这一说法具有误导性，因为外层已经消失；也有人澄清团队所指的是“整个幸存的核心”。
• 文本是一部关于伦理的哲学论文，很可能是斯多葛派的（公元前 2 世纪），讨论人性、冲动、道德进步，并提到 Aristocreon。
• 论文中的译文是部分且碎片化的；若干栏严重受损，只剩零星短语。

潜在影响与预期内容

• 许多人希望看到失传作品（例如早期希腊哲学家、历史学家、技术论著）或后来传承中被压制的另类政治视角。
• 也有人认为主要效果将是补充细节，而不是彻底改写我们对古代世界的认识。
• 早先认为这个图书馆“只是伊壁鸠鲁派”的预期受到质疑；到目前为止，三部新读出的文本中只有一部看起来明确属于伊壁鸠鲁派。

更广泛的争论与反应

• 热情高涨：被视为 ML/AI 真实推进学术研究的最清晰例子之一，并与医学影像技术有交集。
• 也有人对炒作、标题准确性，以及对赫库兰尼姆的关注是否挤占了其他大型语料库（例如美索不达米亚泥板）的注意力表示怀疑。
• 讨论还延伸到翻译哲学、偏见，以及为什么双语版本很重要；共识是，所有翻译都包含解释。
• 关于考古是否具有破坏性、是否应为未来技术而推迟发掘，也存在争论；当前做法往往会有意保留部分区域不挖掘。