人工智能曾经介入到人们的生活、事情、进修等诸多方面，科研事情一样如斯。古文字专业虽然属于传统学科，却与人工智能技术非常符合。相较于人文学科中的很多专业，古文字考释更加客观，其研讨结论具有唯一性，研讨历程还遵照必然的纪律，正在人文学科中最靠近自然科学，这符合人工智能技术的事情道理。
那末，人工智能的哪些手艺可以辅佐古文字研讨？之前须要人力完成什么事情？学界现在又干到了什么水平？本文便拟谈一谈这一些内容。
就古文字考释来讲，人工智能能够供应的帮忙是多方面的。闻名古文字学家唐兰老师曾将古文字的考释办法总结为形体比较法、推勘法、偏旁分析法取汗青考证法。人工智能中的图像识别、自然语言处置惩罚、常识图谱等手艺正可取这几种办法互相对应。
形体对比法是把分歧材猜中的古文字形体加以比拟、对比，哄骗已识字来考据未释形体。这类方式需求研究者可以熟记大批古文字形体，如斯才能把分歧资料联系起来。而人工智能辨认哄骗的是深度进修取计算机视觉技能和算法，只要供应足够多的古文字形体来锻炼模子，就可以实现辨认功效。影象层面，数以百万计的文字形体总量，人脑只会记着此中很小的一部分，而智能模子却可以全面笼罩，本领更加强盛，辨认推举成果会给专家以有用提醒。
推勘法是将出土资料取文献中的纪录举行对勘，寻绎文义，进而破解未释形体。跟着深度进修技能的运用，尤其是2018年谷歌公司开辟的BERT预练习模子正在自然言语处置行业的大规模运用，近年来，自然言语信息处置技能发展迅速，正在定名实体辨认、语义干系等方面有严重提拔。经由充足的数据练习，模子可以具有通俗人乃至专家一样平常的才能。举一个通俗易懂的例子，假定“过节了我们煮△▽吃”一句中的“△▽”两形是未释字或残损字。假如要考据这两个形体，经由练习的深度进修模子可以给出备选谜底，如“饺子”“汤圆”“粽子”等相符合的词语。由于有“过节”限制，所以“白粥”等通俗熬煮食品没有会被推举；由于有“煮”字限制，“月饼”等非熬煮食品没有会被推举。深度进修模子完整可以捕获语句内里枢纽字词的文意。关于例子中的这句话，通俗人还能给出准确的推断标的目的。可是假如面临的是古文字资料，状况就没有同了，由于多数人对古代汉语并没有熟悉，即便专业学者还没法熟记大批的古代语料。所以，我们可以行使出土文献的释文数据和传世古书的纪录来练习言语模子，由而正在研讨过程中行使模子圈定待释字的方针范畴，有时乃至可以锁定准确谜底，这能赐取专家极大的匡助。
偏偏旁剖析法是经由过程剖析、辨认偏偏旁来考释古文字。汗青考证法是按照分歧期间形体的特点及演化纪律来考释古文字。人工智能常识图谱技能取这两种要领相干。常识图谱是描画实体之间干系的智能网络，可以整合部件、字形、词义一些条理的古文字常识。可以按照文字偏偏旁系联图谱，进而展示出那些具有雷同偏偏旁的文字及对应形体；常识图谱还具有发掘文字演化纪律的潜力，进而为专家给予匡助。可见，正在古文字研讨过程中，人工智能技能可以由多个维度为专家给予帮助。
固然，跟着战国竹简的颁布，古文字的考释办法还发生了变更，根据破解通假干系找到文字所代表的“词”显得尤为重要。这就须要专家做好通假现象标注，颠末重复锻炼使模子具有通假语感。然则面临以往由未发生过的通假用例，模子是一筹莫展的，所以还须要音韵学家参与，由通假纪律等角度进行研究，让模子与此同时把握通假前提所须要的“实例”和“纪律”。
笔者以为，人工智能取古文字融合可分红三个阶段：第一阶段是人工塑造模子。古文字专家须要收拾整顿根底数据，包含材料释文、图版切字、字形拆分、属性标注等等；计算机专家应用这一些数据完成功效实现。这一阶段费时艰苦，最为艰苦。第二阶段是人工智能应用曾经实现的技能为专家给予帮助。这有多是省时省力的材料对勘，有多是思索标的目的的主动引诱，还是有多是研讨结果的智能推举。此阶段专家还会针对智能技能的不敷开展完善。第三个阶段便是人工智能的自力推断，它能够综合以上一切层面给出题目的谜底。现在在这里一行业的研讨，学界好像尚处在第一阶段。
以上重点谈了人工智能取古文字考释的干系。事实上，人工智能在其他层面还能给研讨者给予作用，如甲骨缀合、甲骨文分组分类、青铜器断代、竹简编联等等。能够预感，未来人工智能技术会在更多层面为古文字研讨给予作用。人们常说，古文字学是一门陈腐而又年青的学问。因为人工智能技术的参取，古文字学的“年青”还体现在研讨的办法上，能够取最新的高新科技互相融合。信任新的研讨资料取新的研讨办法能让古文字学一向年青且充满活力。