穿越 3000 年的對話

我的工作是用計算機破譯甲骨文。

甲骨文是一種刻在龜甲或獸骨上的古文字。3000"多年前的商朝王室熱衷占卜，占卜官在龜甲和牛骨的背面鉆出圓形的深窩或者淺槽，火烤之后產生裂紋，以此判斷吉兇，然后把占卜結果刻在這片龜甲或者牛骨之上。甲骨卜辭的內容很豐富，是關于商代歷史的真實記錄，把中國的信史往前推了1000"年。

現存于世的甲骨文物大約"16"萬片，主要來自殷墟。殷墟，就是殷商都城的廢墟，位于現在的安陽。

別看我是安陽人，一直在安陽師范學院工作，但我的專業是數學和計算機，對歷史本來是完全不感興趣的。我們有一個副校長叫屈凌波，和殷墟考古隊隊長唐際根是北京大學的同學，他一到周末就拉著我去考古隊。這讓我對商朝的文化，對青銅器、玉器漸漸熟悉起來。

有一年冬天，非常冷，我帶著同事去考古隊時，他們正在挖掘洹北商城，遺址上的土很多都是紅顏色的。我問為啥是紅顏色？唐隊長回答：3000"年前這里發生過一場大火，把洹北商城全部燒掉了。我摸了一下這種土，感覺好像能夠穿越時間，太奇妙了。甲骨文權威宋鎮豪老師說，安陽是一潭活水。他一年至少有一半的時間都待在我們實驗室。

甲骨文研究就是穿越"3000"年的對話，是“尋找我們從何而來”的關鍵。現已發現的甲骨文字有"4000"多個，破譯的卻只有"1/3，剩下的都是硬骨頭。2018"年中國文字博物館向社會公布了一批未釋文字，每個字給出10"萬元人民幣的懸賞，但當時只有一個人完全拿到獎金。他譯出了一個“蠢”字。

世界上最難的拼圖游戲

甲骨文是真正的冷門絕學，國內做甲骨文研究的專家不超過"50"人，全世界加起來可能不超過"80"人。我"2000"年從西北工業大學研究生畢業，回到安陽師范學院，當時只有幾個研究甲骨文的老師，彼時甲骨文只有圖片，沒法用電腦輸入，也沒法檢索，他們問我：“你能不能解決這個問題？”我想漢字能進入計算機，甲骨文也是一種符號，也應該能夠進入計算機，就開始研究，花了"3"年時間做出了甲骨文的輸入法。

從甲骨文中，我們能夠理解一些文字的本源。我經常舉“爭”這個字為例，上面是一只手，中間也是一只手，豎鉤是一樣東西，“爭”就是兩只手在爭東西；商戶的“戶”，就是一片窗戶。對我們先人造字的智慧，我感到非常佩服，他們把事物的特征抓得非常好。比如說“狗”的尾巴是向上卷的，“豬”的尾巴是往下的，古人肯定是經過仔細觀察的，我為先人們感到自豪，這就是文化自信。

我最大心愿就是未來能用計算機破譯甲骨文。那時候只有我一個人，力量不夠。我找了一位研究甲骨文的退休老師，把計算機學院的年輕老師們集中到一起，大概有十幾個人，周六在一起上課。這樣，我們就形成一個團隊了，這個團隊按照我的思路做語料庫、字形分析、語法分析，做了好多工具和軟件。

現在，我們的甲骨文信息處理實驗室有"22"個人，學計算機專業的占多數，研究古文字的有兩三個，還有體育博士、法律博士、建筑工程博士、音樂博士、舞蹈博士。殷商是個社會，有戰爭、農業、天文、地理，當然也有音樂舞蹈。舞蹈博士在研究一種祭祀舞蹈，化學博士研究的是文物黏合劑。

2018"年，實驗室引進了計算機博士張展，我讓他用計算機做甲骨文的“綴合”。由于甲骨脆弱易碎，經過鉆孔和燒灼，以及"3000"多年的時間，很多在出土時已經裂成碎片，只有盡可能地將這些碎片拼接在一起，才能了解其中的內容。

綴合是甲骨學里一個重要分支，被稱為“甲骨文的再發掘”，就好像發現了新的甲骨文片一樣。原來都是由專家通過分析甲骨文片的材料、年代、文字等信息來綴合，堪稱“世界上最難的拼圖游戲”。

張展通過計算機圖像技術分析甲骨片的邊緣吻合度進行綴合，2019"年安陽舉行甲骨文發現"120"周年國際學術研討會，他宣讀了使用計算機輔助第一次成功綴合甲骨碎片的論文。截至目前，已經綴合了"50"組甲骨文片，都是人類專家沒有綴合成功的。張展告訴我，其中有一組非常重要，經過專家研究，卜辭的體例很罕見，講的是五月丙戌日出現日偏食，商王占卜之后認為不詳，要舉行祭祀消除災禍。這一則甲骨卜辭為商代天文歷法研究提供了非常寶貴的材料。

安陽師范學院的甲骨文信息處理在國內外都是比較領先的。這兩年隨著國家的重視，也有一些高校進入相關研究領域，但是都是一兩個人，成團隊的只有我們實驗室，涉及甲骨文信息化的項目都會聯系我們。

人工智能加速度

2022年3月，《自然》雜志以封面文章形式報道了DeepMind團隊的最新突破。這個以開發AlphaGo人工智能擊敗人類圍棋冠軍而聞名的研究機構，此次成功研發出名為“伊薩卡”（Ithaca）的深度神經網絡。該人工智能系統在考古學領域展現出驚人能力——通過分析殘存筆跡、銘文位置及歷史背景等要素，成功復原了多件破損古希臘石碑上的缺失文字。這項技術突破不僅為文物修復提供了新工具，更開創了人工智能在歷史文獻研究中的創新應用。

這篇文章對計算機界影響很大，廈門大學的紀榮嶸老師想，能不能用人工智能破譯甲骨文？他找到我們合作，我們又通過紀老師跟騰訊建立了聯系。最終，我們合作的項目叫“人機協同甲骨文破譯”。這種新一代數字技術的發展，讓我們在文化遺產很多問題上找到了新的解法。騰訊有個數字文化實驗室，這幾年圍繞文化遺產數字化做了很多探索，也承擔起了探尋文字源頭這個時代命題。

破譯甲骨文有很多思路，其中之一是漢字演變的思路，尋找甲骨文字和后世金文、戰國文字的相似度，通過這種聯系來破譯。和騰訊合作以后，我們做了“以字搜字”，用計算機把甲骨文字與金文、戰國文字一個一個去匹配，從字形上找到和它接近的文字，看字的整體相似度和部分相似度。

現在甲骨文材料有"16"萬片，但是我們數據庫中的拓片有"23"萬張，其中很多是重復的。原因有很多，有些是重拓，這片甲骨在山東博物館拓了一遍，在國家博物館又拓了一遍。另外，以前做拓片時只重視甲骨字，只拓了有字的地方，沒有字的地方就沒有拓，后來又做了全拓，后期還拍攝了彩色照片，所以一片甲骨可能有多個圖像。還有一種情況是本來完整的甲骨碎了，完整的時候拓過，各個碎片又分別被不同人拓過。

查重是非常重要的工作，是甲骨文數據的科學整理。之前微軟研究院出過一個程序，按照紋理圖像查重，現在我們已經把"153"部甲骨文著錄上搜集的拓片文字全部提取出來，有"143"萬字，之前專家預估只有"80"萬字，短時間里把甲骨文語料庫的庫存提高了將近一倍。用重復的文字檢查重復的甲骨文拓片是一種新思路，目前我們已經查出了一部分重片，我們的目標是要把"23"萬張拓片全部查一遍。

在甲骨文的活化利用上，騰訊作為一家互聯網企業，在這方面有優勢。2024年"4"月"20"日，我們共同推出了“了不起的甲骨文”微信小程序，可以在上面學習甲骨文，還可以根據造字原理創造文字，甚至試著破譯甲骨文，這是甲骨文大眾傳播的一個成果。圍繞“了不起的甲骨文”，我們也做了一些工作，比如甲骨文進入中小學課堂，老師可以使用數字資源進行教學，還能夠以小程序為基礎組織甲骨文挑戰賽。此外，我們還有甲骨文進博物館項目，安陽的“殷墟博物館”中就有高清的甲骨文宣傳片進行互動展示。

破譯甲骨文的珠穆朗瑪峰

2025年到2026年，我們有兩項任務，其一是“全球甲骨數字回歸計劃”。作為甲骨文信息處理實驗室，搜集數據、提高數據質量是我們的職責，要為甲骨文研究提供高質量數據。我們計劃把現存于世界200多個機構的16萬甲骨文片全部做成高清的電子照片，讓它們以數字形式回歸安陽。

“甲骨三維模型”的工作在疫情前就開始了，現在甲骨文著錄里的拓片都是平面圖，我們一直想做甲骨文的三維建模，把國內的掃描儀全部試了一遍，都不行。后來在波蘭一家公司訂做了一臺設備，耗資"97"萬買回來，掃描得確實比較清楚。但是有一個缺點，太慢，掃描一份甲骨要半個小時，將來我們做甲骨文的數字化回歸，數據量很大，肯定不行。

現在我們跟騰訊合作，決定用“光照變換矩陣”的方法給甲骨片拍攝高清圖：環繞甲骨文片"360"度，每"2"度拍一張照片，最后合成一張照片，拍照的速度要比掃描快得多。甲骨文都是刻在骨頭上的，不同角度的光照對刻痕的展示是不一樣的，根據照片我們可以提取刻痕的深度，數倍提高甲骨刻痕的辨識度。

“光照變換矩陣”對微痕、刻痕的展示好一些，但是整體建模也有局限，比如對甲骨文片的邊緣展示還不行。我們在討論一個新的方案，就是“多視圖三維建模技術”，可以集成“光照變換矩陣”和三維建模技術，自動合成數據。要全世界跑，設備也不能太大，我們正在跟騰訊一起開發這項設備。

甲骨文的全球數字化回歸意義有兩點。其一是數字化保護。甲骨是"3000"多年前的文物，非常脆弱，宋鎮豪老師說，在中國社會科學院有一片甲骨，原來有"3"個字，現在去看只剩"2"個字了，如果現在不保護有些材料就會消失。其二是通過高清拍攝，能夠看到原來看不見、看不清的信息，從而推進甲骨學的研究。

我們合作的另外一個目標就是甲骨文破譯，我希望這"3"年里能夠破譯出一個甲骨文字。甲骨文破譯一直是我們實驗室的夢想，這是世界難題，是甲骨文研究界的珠穆朗瑪峰，非常非常難。為什么非要做這件事？就像人為什么非要攀登最高峰，我感覺有點相似。

很多古文字專家不相信計算機可以破譯甲骨文，但我一直想證明人工智能可以做到。日思夜想，半夜有什么想法也會馬上記在手機上。今天凌晨"4點我就醒了，還在琢磨，能不能從數學的角度建立一個大模型呢？

責任編輯：周瑩瑩