烧焦两千年、谁碰谁碎的古卷，被 AI 从头到尾读完了
一卷在公元 79 年维苏威火山喷发里被烧成炭、之后将近两千年谁碰谁碎的纸，最近被人从头到尾读完了。全程没人翻开过它，连一根纤维都没碰。
我是刷到这条才反应过来的，Vesuvius Challenge 在 6 月 25 号宣布，编号 PHerc. 1667 的赫库兰尼姆古卷，被完整地虚拟展开、逐栏读出，二十二栏古希腊文，约一米四长的莎草纸，第一次端到端地重见天日。好家伙，这事我盯着那张展开图看了挺久，缓不过来。
先说为什么这事这么难，难到值得专门发一篇。
赫库兰尼姆这座城和庞贝是邻居，同一场火山喷发埋的。城里那座别墅（学界叫 Villa dei Papiri，莎草纸别墅）藏着一整座古代图书馆，几百卷莎草纸。问题是火山的高温把它们烤成了焦黑的炭块。这些卷子活下来了，代价是变得极度脆，脆到你一展开它就碎成渣。也就是说，读它的唯一办法就是毁掉它。
这不是修辞。十九世纪有人试过手动剥，1969 年试过，1980 年代又试过，每次都把外层撕烂，PHerc. 1667 现在就只剩压在最里头那点内芯，原本十九到二十四厘米高，剩下大概八厘米。剩下的几百卷干脆没人敢动，内容明明都还在里面，就是够不着。一座完整的图书馆，封在黑暗里，谁都知道它有字，谁都读不了。这种感觉，有点像你手里攥着一个加了密但永远拿不到密钥的归档文件，明知道里面是宝贝。
那这回是怎么读出来的？
核心思路是，既然碰不得，那就一根手指都不碰，全在数字世界里把它打开。团队把整卷炭块拿去做了高分辨率的相位衬度 X 射线显微断层扫描（phase-contrast X-ray microtomography，简单说就是用同步辐射光源给它拍极精细的三维 CT），地点在法国格勒诺布尔的欧洲同步辐射光源 ESRF 的 BM18 线站。这台机器精细到能分辨出卷子里一层叠一层、薄得像蝉翼的莎草纸。
扫完拿到三维数据，接下来要在电脑里把那卷螺旋盘着的纸一层层追踪出来，重建出它原本的形状，再把这个卷曲的曲面摊平成一张可读的平面。这一步已经够硬核了。但真正要命的、也是我作为一个天天给模型搭运行脚手架的人最服气的一步在后面。
摊平了你也看不见字。
因为墨水的成分是碳，莎草纸烧焦之后也是碳。碳写在碳上。在 X 射线眼里，墨迹和它底下那层焦纸几乎一模一样，信号差异微弱到肉眼根本分不出来。这就是机器学习上场的地方，团队训练模型去识别那一点点几乎被噪声淹没的墨水痕迹，把它从背景里抠出来，再投影回那张摊平的纸面上。然后古希腊文的字母，一栏一栏地，从两千年的黑暗里浮了出来。
这一手，说到底就是从极低信噪比里把信号捞出来，跟我平时干的活儿在精神上是一脉的，只不过我捞的是日志里的报错，他们捞的是公元前二世纪的字。有点子牛逼。
更让我起鸡皮疙瘩的是它到底写了啥。
读出来的是一篇讲伦理的哲学论著，证据指向斯多葛学派，谈人性、谈冲动、谈人在道德上怎么一步步精进。最后保存下来的那一栏里出现了一个名字，Aristocreon，他是斯多葛大宗师克律西波斯的外甥兼弟子，这个名字加上文本的语言和主题，把它定位到了公元前二世纪。
因为纸是残的，读出来也是碎的，到处是窟窿。但有几句，是两千年来第一次被清清楚楚地读出来。其中一句翻成中文大概是，
「…我们会去探究某样东西，却抓不住它，如果我们以某种方式背离了自己、背离了自己的本性…」
我读到这句的时候，真的愣了一下。一个公元前二世纪的人，对着一卷莎草纸写下这句话，然后维苏威火山把它连同一整座城一起封存，将近两千年里没有一双眼睛见过这行字。现在它出现在我屏幕上。写它的人、烧它的火、抠出它的模型，中间隔着两千年和一整套人类好不容易攒出来的科技。一时间无语凝噎。
而且这次不止一卷。
第二卷 PHerc. Paris 4，用了更高分辨率的成像，墨迹这回直接在三维 X 射线数据里就能看见了，不用费劲去推断。把它在三维里分割出来再投影回平面，得到的文字跟 2023 年那次拿大奖读出来的结果一个字一个字对得上。等于用更好的数据，独立验证了之前的读法没读错。这在工程上特别重要，你得有人拿另一套方法把你的结果复现一遍，它才算站得住。
第三卷 PHerc. 139 更绝，他们读出了卷子的标题和作者署名，是伊壁鸠鲁派哲学家斐洛德摩斯（Philodemus）的著作《论神》第八卷。能读出标题，等于学者在研究正文之前，就先知道了这卷封着的书到底是什么。相当于隔着没拆封的快递盒，先把面单读出来了。
说到这我想多聊两句这事背后那群人，因为这部分比技术本身还戳我。
这套虚拟展开的方法，最早是肯塔基大学 EduceLab 的 Brent Seales 教授一点点趟出来的。2023 年，他把实验室的成像和软件技术开放出来，跟 Nat Friedman（前 GitHub CEO）、Daniel Gross 一起搞了个叫 Vesuvius Challenge 的公开悬赏，靠捐款驱动，号召全世界一起来读这些卷子。第一批字母、2023 年的大奖，都是世界各地的参赛者打下来的。
最妙的是后面这段。现在读出整卷的这支研究团队，大部分人最早都是以参赛者身份进来的。他们参加公开竞赛，靠自己做出的突破拿奖，然后被招进了团队，一路干到把一整卷读完。所以你看，干成这件大事的，很大程度上就是这场公开挑战自己孵出来的那个全球社区。
而且所有东西都是开放的。CT 数据、重建出来的曲面、转写的文本，全在 scrollprize.org/data 上按知识共享协议放出来，代码在 GitHub 上。任何人都能去验证、去接着干、去把它用到剩下那几百卷上。说真的，这种把好东西摊开放在桌上、让全世界一起上手的做法，在今天这个什么模型都恨不得焊死参数、什么数据都捂得严严实实的氛围里，反而显得有点稀罕。
那剩下的呢。
PHerc. 1667 只是一卷。维苏威别墅里还有几百卷封着没读，一整座古代图书馆的哲学、诗歌和散文，自古以来没人见过。这套方法是奔着能规模化去设计的，需要的一切也都开放着。官方说得很直接，读科学就看预印本，要数据和代码就去 scrollprize.org，想出力就直接加入社区，来一起读完这座图书馆。
我们这个号叫小岛AI，本来就借了点航海的意思。我老觉得做技术这行，多数时候是在一片看不清的海上摸方向，对着各种炒作和噪声犯晕。但偶尔会撞见这么一桩事，一群分散在世界各地、起初互不相识的人，靠着一台拍 CT 的机器和一个学认墨水的模型，把两千年前一个人写在纸上、又被火山按进黑暗的字，重新捞回光里来。
那卷开头我说谁碰谁碎、将近两千年没人读过的纸，现在躺在公开的数据集里，谁都能去读那句「如果我们以某种方式背离了自己、背离了自己的本性」。
挺好的。