赫库兰尼姆（Herculaneum）图书馆被烧焦的遗骸看起来就像后院火坑底部发现的木炭块。几个世纪以来，这些卷轴一直是终极的历史诱惑。我们知道其中包含伊壁鸠鲁派哲学家失传的思想，但只要触碰它们，它们就会化为灰烬。它们在公元 79 年维苏威火山爆发中幸存下来，是因为它们被火山气体瞬间“油炸”，使莎草纸变成了纯碳。这种保存方式是一把双刃剑。为了读取墨迹，我们通常需要 X 射线来透视材料。但由于墨水也是碳基的，X 射线看到的是碳背景上的碳。这就像在黑暗的房间里试图阅读黑色卡纸上的黑色标记。
发表在《PLoS ONE》上的一项新研究揭示了改变这一现状的突破。由一名退休发明家领导、包括高中生在内的多元化研究团队开发了一种识别哪些卷轴含有金属墨水的方法。这一发现为“维苏威挑战赛”（Vesuvius Challenge）提供了路线图，这是一项利用人工智能阅读卷轴的全球竞赛。通过使用工业检测实验室中的硬件，该团队找到了一种优先处理最具可读性文档的方法，使我们更接近恢复古代世界失落的图书馆。
解决 2,000 年前难题的化学方法
古代抄写员通常使用灯黑墨水，其本质是烟灰与水和树胶的混合物。这就是阻碍了几十年进展的“碳对碳”难题。然而，有一种理论认为，后期的一些卷轴可能使用了含铅墨水。如果存在铅，这些字母在 X 射线扫描下会显得明亮，就像骨骼在软组织背景下显得明亮一样。挑战在于如何在不展开脆弱莎草纸的情况下证明铅的存在。
退休发明家道格拉斯·塞勒（Douglas Seiler）以务实的眼光看待这个问题。他召集了一个包括化学家、考古学家和物理学家在内的小组，测试含铅墨水对现代扫描的反应。团队需要了解标准的便携式扫描仪是否能穿过层层焦炭物质检测到这些痕迹。为此，他们必须在实验室条件下重现那场古代灾难。
打造古代灾难的现代复制品
团队购买了现代埃及莎草纸，这种纸至今仍使用类似于罗马时代的技术制造。他们还从日本采购了传统的灯黑墨水。为了进行对照实验，他们在墨水中加入了特定含量的硝酸铅。然后，他们招募了高中生使用芦苇笔在莎草纸上书写。有趣的是，学生们写的不是古代哲学，而是在卷轴上刻下了《星球大战》、圣经和 20 世纪 60 年代电视节目的名言。
书写晾干后，研究人员将卷轴放入高温炉中。这一过程使莎草纸和墨水碳化，模拟了赫库兰尼姆的火山热量。其结果是一批在化学和物理特性上与 2,000 年前卷轴几乎完全相同的现代文物。这一基础使他们能够在不冒损坏任何一件珍贵原件风险的情况下测试扫描设备。从大局来看，这让团队能够精确验证需要多少铅才能让机器识别出字母。
使用电池软件阅读哲学
在底层技术上，用于透视这些烧焦复制品的技术与工程师用于检测硬件的技术惊人地相似。团队利用了微型计算机断层扫描（micro-CT），这是一种常用于癌症成像和工业质量控制的非侵入性技术。其中一位研究员迈克尔·赛勒斯·多尔蒂（Michael Cyrus Daugherty）改装了一个最初设计用于检查锂离子电池内部“果冻卷”结构的软件程序。
在电池中，该软件会寻找紧密缠绕的金属层和化学层中的缺陷。在这个项目中，软件将烧焦的莎草纸视为损坏的电池。它对图层进行虚拟展开，将 3D 扫描展平为人类可以阅读的 2D 图像。当扫描到含铅墨水时，字母会以高对比度显现。这证实了即使卷轴中只有少量的铅，现代软件也能从数字噪声中提取出文本。AI 充当了一名不知疲倦的实习生，扫描成千上万个虚拟切片，以寻找字母变得清晰的精确瞬间。
为什么便携式扫描仪改变了游戏规则
这项研究最实际的成果之一是使用了便携式 X 射线荧光（XRF）扫描仪。这些设备在废金属场和环境测试实验室中很常见。它们便于携带且相对易于使用。团队证明，技术人员只需将 XRF 扫描仪对准烧焦的卷轴，就能确定其是否含铅。这是我们处理考古学方式的系统性转变。
研究人员现在可以在地下室筛选藏品，而不必将每个卷轴都送到昂贵的大型粒子加速器进行扫描。他们可以在几分钟内识别出最有希望进行深度分析的对象。这种精简的方法节省了数百万美元和数千小时的计算时间。对于普通用户来说，这意味着发现的步伐即将加快。我们不再猜测该扫描哪些“木炭块”，而是遵循金属特征图谱。
对现代数据科学的更广泛影响
这个项目不仅仅是历史爱好者的胜利。它代表了我们处理损坏数据方式的根本性转变。可以将这些卷轴视为古代世界损坏的硬盘驱动器。这里开发的技术——数字展开、神经网络训练和材料分析——其应用领域远超考古学。
在日常生活中，同样的算法可以帮助医生在复杂的扫描中识别肿瘤，或帮助制造商发现飞机零件中的微观裂纹。“维苏威挑战赛”通过公开数据使这种高水平科学民主化。这允许独立研究人员和爱好者为破译过程做出贡献。该项目证明，当我们结合工业硬件和众包智慧时，我们可以解决以前被认为不可能的问题。
数字时代的实际远见
展望未来，塞勒团队的成功表明我们对历史的理解是波动的，并会受到突然更新的影响。我们通常认为过去是教科书中发现的一组固定事实。实际上，成千上万的文献目前正躺在博物馆的地下室里，等待合适的传感器让它们开口说话。底线是，我们与古代世界之间的障碍不再是物理上的脆弱性，而是一个信噪比和处理能力的问题。
你应该观察这些进展如何改变我们的数字习惯。识别烧焦莎草纸上希腊字母的同一种机器学习技术，正是整理你的照片库或预测你下一次购买行为的技术。看到它被应用于一个有着 2,000 年历史的谜团，提醒我们这些工具是富有韧性的，能够处理极端的复杂性。我们正在见证整个人类历史数字取证实验室的诞生。这一进展鼓励我们去欣赏那些将原始数据转化为有意义故事的无形工业机制。
Sources: NIST, PLoS ONE, University of Kentucky, Vesuvius Challenge Project Reports.
