DeepMind 推出古铭文 AI 助手，以对话方式辅助历史学家研究

Google DeepMind 与杜伦大学（Durham University）合作，推出了名为「Predicting the Past」的古铭文 AI 助手。该工具基于 Gemini 构建，将团队此前发布的 Aeneas、Ithaca 古希腊语与拉丁语铭文专用模型封装为自然语言接口，使历史学家无需编写代码即可完成铭文的归属、年代判定、文本复原和跨文本分析。

项目背景：从 Ithaca 到 Antigravity Skill

铭文是研究古代社会的一手资料，但许多残片已残缺到难以辨认，年代和地点也存在大量不确定性。DeepMind 团队在过去近十年中与古典学家紧密合作，先后在 2022 年推出 Ithaca、2025 年推出 Aeneas 两代生成式模型，用于古希腊语和拉丁语铭文的复原、年代判定与地理归属，并将模型完全开源，同时上线了交互式在线平台 predictingthepast.com。

在与社区协作过程中，团队总结了 AI 辅助历史研究面临的三大挑战：

• 解读需要可解释、可视化，并能为每一条铭文量身定制；
• 跨文本分析必须突破简单比对，且不应要求研究者具备编程能力；
• 大语言模型的输出必须牢牢扎根于证据和专家知识，保持可靠性。

核心机制：把 Gemini 锚定在专业模型之上

新发布的「Predicting the Past Skill for Google Antigravity」直接把上述复杂计算流程转化为自然语言交互。系统将 Gemini 锚定在 Aeneas 和 Ithaca 的专业输出之上，让历史学家能够像与同行交流一样，对古代文本进行归属、复原和分析。

为了让这种合作方式经得起检验，团队与杜伦大学历史学家、铭文学家 Thea Sommerschield 博士合作，在三个覆盖希腊—罗马世界的真实案例上进行了实测。

三个应用案例

案例一：罗马不列颠的诅咒铭文

研究对象是来自巴斯（Bath，古代称 Aquae Sulis）Minerva 神庙温泉圣所出土的一块拉丁文诅咒铭文（defixio），由一位名叫 Basilia 的女性书写，内容是诅咒偷走她银戒指的人。巴斯是这类铭文最丰富的出土地之一。

在该案例中，Aeneas 将铭文置于历史学家所提出的年代和地理范围内，并给出透明的推理过程。其解释本身已接近一段铭文评注，对支撑历史归属的文本特征进行解读。

案例二：罗马边境的宗教流动

研究对象是 211 年由地方官员 Lucius Maiorius Cogitatus 在美因茨（Mogontiacum）设立的一座献祭祭坛，献给日耳曼母神群体 Aufaniae。莱茵河与多瑙河行省有大量类似铭文，多由罗马士兵和地方官员所立，文本虽高度程式化，但措辞上的细微差异能反映区域传统与帝国内部的人口流动。

系统在这里突破了单条铭文分析的局限，从整个语料库中识别规律，追踪宗教实践如何随人员流动在罗马帝国内部传播。

案例三：多多纳的铅板问卜

多多纳（Dodona）位于希腊西北部，与德尔斐齐名，曾吸引整个希腊世界的人们前来求问，内容涵盖商业、旅行、家庭和宗教事务。数千块铅板得以保存，其中许多极为残破，但合在一起提供了古代地中海日常关切的罕见记录。

该案例中，系统不再停留于个体铭文的归属，而是重建出曾造访多多纳的更广泛人群网络，使历史学家能够将圣所视为「文本集合」，也视为「穿梭于地中海的人际网络」。

意义与定位

Predicting the Past Skill 的核心价值在于把 Aeneas 和 Ithaca 的专业输出与 Gemini 的交互推理能力对接，使历史学家无需理解底层模型即可在数分钟内完成模式分析和可视化工作。作为 Google Antigravity 平台上的一个 Skill，它也展示了将多个专业工具直接集成进研究人员工作流的可行路径——对 AI for Humanities 领域而言，这是一种把前沿模型能力交到领域专家手中的具体范式。