長期以來，機器學習和AI都被應(yīng)用于大至尋找域外行星、預(yù)測氣候、大規(guī)模人臉識別，小至換臉、打游戲、翻譯服務(wù)等。

而在學術(shù)領(lǐng)域方面，AI又有了新用途。屬于谷歌、創(chuàng)造AlphaGo的世界前沿人工智能公司DeepMind，發(fā)展出一套有助于學者明白及重現(xiàn)破損石碑上的部分古希臘碑文的AI系統(tǒng)。

這些由陶土、石頭或者金屬制成的古碑上滿布著各種碑文，不過它們通常在出土時都呈現(xiàn)破損或殘缺的狀態(tài)，因此上面的文字經(jīng)常會出現(xiàn)像“我__天__去看電影”這種一旦破譯錯誤就會非常影響理解的句子或段落。

而DeepMind創(chuàng)造的這套名為Pythia的AI系統(tǒng)，則可以為學者們在遇到這種困難時，多發(fā)現(xiàn)幾種可能性。如同其他AI一樣，Pythia的團隊首先通過一個非凡的（nontrivial）線性通信模型，把世上最大的古希臘碑文數(shù)據(jù)庫轉(zhuǎn)換成一種機器學習系統(tǒng)可以理解的語言，然后以此為基礎(chǔ)建立一套可以準確預(yù)測字母排列位置的算法。

CER列下的數(shù)值為錯誤率，至于Pythia預(yù)測結(jié)果的準確率也是不錯的。工作人員讓一群常年破譯古希臘碑文的牛津大學博士生與Pythia做同樣的碑文測試，結(jié)果博士生們的準確率為43%，而Pythia則達到了接近70%。并且Pythia的正確預(yù)測，有73%都是來自它前20條的破譯建議。

雖然說Pythia并沒有到可以獨自完成破譯的地步，但它也不需要這樣做，畢竟沒有人類的話，它也不可能自己訓練自己去預(yù)測文字排位。Pythia最重要的意義，還是幫助學者在遇到困難時提供一個新方向去思考，并且提升整體破譯的速度和準確度。詳細的成果論文可以在這里查閱。