AI 如何读懂两千年前的卷轴？揭秘 Herculaneum 古卷数字复原技术
AI 如何读懂两千年前的卷轴？揭秘 Herculaneum 古卷数字复原技术
ComputerVision · MachineLearning · DigitalHumanities · 3DImaging · OpenSource
一份被维苏威火山埋葬近两千年的古卷，从“碳化纸团”变成可读文本，这件事听起来更像科幻小说，而不是计算机视觉论文。但就在最近，一支开源团队真正做到了这一点，并在技术社区引发了广泛讨论。[1]
被火山封存的“时间胶囊”
Herculaneum（赫库兰尼姆）是与庞贝同时被维苏威火山掩埋的古罗马城市。不同于庞贝的建筑遗迹，这里最珍贵的发现之一，是一批被高温瞬间碳化的纸莎草卷轴。
这些卷轴的问题在于：
它们不能被打开。
物理展开会直接粉碎成灰，传统考古方法几乎无解。几十年来，学者只能依靠X射线断层扫描（CT）看到内部结构，却无法分辨墨迹与纸张的微弱差异。
直到“Vesuvius Challenge”项目出现，问题被重新定义为一个计算机视觉任务：
不是“打开卷轴”，而是“在三维空间中读懂卷轴”。
从CT扫描到“数字解卷”
三维成像：把古卷变成可计算对象
第一步是获取高分辨率的三维数据。
研究人员使用同步辐射X射线CT扫描，将卷轴切成极其细密的体素（voxel）结构。这个过程类似医学CT，但分辨率更高，目标不是人体器官，而是：
- 碳化后的纸纤维结构
- 微弱的墨迹密度变化
- 因高温形成的层状压缩结构
问题是：扫描结果只是“灰度体积数据”，没有任何文本结构。
关键突破：卷轴“分割与展开”
第二步是最困难的部分：虚拟展开（unwrapping）
卷轴在三维空间中是高度扭曲、压缩甚至粘连的结构，传统图像处理方法完全不适用。
开源团队提出了多阶段流水线：
1. 表面分割（Segmentation）
利用深度学习模型识别“纸张层”和“空隙”，类似医学图像分割，但难度更高，因为：
- 材质密度差异极低
- 层间粘连严重
- 没有标准标注数据
2. 曲面重建（Surface Reconstruction）
将每一层纸片建模为可展开的三维曲面。
3. 参数化展开（Flattening）
把复杂曲面映射到二维平面，类似“数字揭页”。
这一过程本质上是一个融合：
- 几何计算（geometry processing）
- 优化算法（optimization）
- 物理建模（deformation modeling）
墨迹识别：AI 在“看不见的对比度”中找文字
最令人震撼的部分并不是“展开”，而是“读”。
为什么墨迹几乎不可见？
这些卷轴的墨水与纸张材料极其接近：
- 都是碳基结构
- 对X射线吸收差异极小
- 人眼和传统图像处理几乎无法区分
AI 如何识别？
团队训练模型从微弱信号中寻找统计差异：
- 局部纹理变化
- 微小密度梯度
- 3D结构扰动
可以理解为：
不是“看见文字”，而是“推断哪里可能是文字”。
在 Hacker News 评论中，一位开发者将其形容为：
“不是在读取像素，而是在读取物质的历史残留。”[1]
为什么 Hacker News 社区如此兴奋？
这条帖子在短时间内获得超过 1200 points 和大量讨论[1]，原因不仅仅是“考古成功”，而是它击中了几个技术社区的核心兴奋点。
1. AI 不再只是生成内容，而是“恢复现实”
过去几年 AI 热点集中在：
- 大语言模型
- 图像生成
- 自动代码
但 Herculaneum 项目展示的是另一种能力：
AI 可以从物理噪声中恢复信息结构
这意味着 AI 不只是“创造内容”，还可以：
- 修复损坏信息
- 重建不可逆数据
- 从物理世界提取隐藏语义
2. 多学科融合成为新常态
这个项目本质上不是“纯 AI 项目”，而是：
- 计算机视觉
- 物理建模
- 考古学
- 材料科学
- 开源协作
Hacker News 上一条高赞评论指出：
这类项目提醒我们，还有很多聪明人在做“非广告型技术”，只是我们平时看不到他们。[1]
这反映了技术社区的一个情绪：
对“商业化互联网”的疲劳，与对“科学驱动项目”的渴望。
3. 开源科学正在接管“不可解问题”
Vesuvius Challenge 的代码与数据部分开源在 GitHub 上[1]，意味着：
- 不再依赖单一实验室
- 全球研究者共同优化算法
- 类似 Kaggle，但目标是历史文本
这种模式与传统学术论文体系不同，更接近：
“开放式科学工程竞赛”
对开发者意味着什么？
1. CV（计算机视觉）的边界正在扩展
过去 CV 任务包括：
- 图像分类
- 目标检测
- OCR
现在开始进入：
- 三维结构推理
- 物理信号解释
- 跨尺度重建
这意味着未来 CV 工程师可能需要：
- 几何建模能力
- 数值优化基础
- 多模态融合理解
2. 数据不再是“标准图像”
这个项目最难的部分之一是：
没有 ground truth
没有标签、没有标准答案，只能依赖：
- 弱监督
- 物理先验
- 人机协同验证
这与大多数工业 AI 完全不同，更接近科研。
3. AI + 科学计算正在融合
这个项目实际上是一个典型趋势：
- AI 不只是模型层
- 而是嵌入科学计算流程
未来类似问题可能包括：
- 地质结构重建
- 医学微观组织恢复
- 天文数据修复
- 文物数字孪生
一个被评论反复提及的问题：我们还能想象更远吗？
最受欢迎的一条评论写道：
古罗马人无法想象火山与 AI 能共同“复活”他们的文字。那我们今天能否想象，未来的人会用怎样的技术理解我们？
这其实不是感叹，而是一个技术问题：
当前的计算系统，是否已经足够“通用”到处理跨越物理与时间的信息？
Herculaneum 项目给出的答案是：还不够，但已经开始了。
结语：从“解读古卷”到“重建世界”
Herculaneum 古卷复原的意义，远不止考古学突破。
它更像是一个信号：
- AI 正在从“生成工具”走向“信息修复工具”
- 计算机视觉正在进入 3D 物理世界
- 开源科学正在成为复杂问题的主流解法
当一份被火山封存两千年的文字重新出现时，我们看到的不只是古罗马的思想碎片，更是一个未来趋势的雏形：
信息不会真正消失，它只是等待被重新计算。
参考来源
[1] https://scrollprize.org/firstscroll
Hacker News 讨论：https://news.ycombinator.com/item?id=48675179