DeepMind 推出「Predicting the Past」技能 助力历史学家探索古代文献

Google DeepMind 近日在官方 X 平台公布了一项名为「Predicting the Past」的合作研究成果。该项目由 DeepMind 团队与历史学家 Thea Sommerschield 共同推进，通过将专用 AI 模型与 Gemini 的推理能力相结合，探索 AI 辅助历史研究的全新路径。团队围绕三项案例研究展开验证，展示了历史学家如何借助这一工具，以前所未有的方式解读和分析古代数据。

项目核心思路

Predicting the Past 的定位并非通用大模型，而是一种面向历史学科的「协作型研究伙伴」。项目将针对古代文本的专用 AI 能力与 Gemini 强大的推理能力融合：

• 专用 AI 部分：针对古文字、残缺铭文等特定历史数据训练的模型，负责处理字形识别、文本补全等专业化任务。
• Gemini 推理部分：利用大模型的通用推理能力，为历史学家提供假设生成、上下文关联、跨文本比较等支持。

二者结合后，研究者可以在更大规模的数据集上快速提出假设、比对候选解读，从而加速古代文献的研究节奏。

三项案例研究

DeepMind 在公告中提到，团队与 Sommerschield 合作完成了三组案例研究，以验证该技能在实际历史研究中的可用性。具体研究对象和成果细节尚未在公告中披露，DeepMind 将用户引导至其官方平台进行进一步探索。

意义与局限

「Predicting the Past」体现了 AI for Science（AI 赋能科学研究）的典型范式：将大模型的通用能力下沉到具体学科场景，与领域专家深度协作。这一方向在古文字、考古、古典学等数据稀缺但专业门槛极高的领域具备应用潜力。

不过，从目前公开的信息来看，公告仅提供了项目概述与平台入口，尚未公布具体的技术细节、benchmark 数据或完整论文链接，对该方法的实际表现仍难以做出定量评估。后续 DeepMind 是否会发布更详尽的技术报告或开放相关模型，值得持续关注。