นักศึกษา CS ค้นพบคำแรกในม้วนกระดาษเฮอร์คิวเลเนียมที่ยังไม่ถูกเปิด หลังผ่านไป 2,000 ปี
(scrollprize.org)- ม้วนกระดาษเฮอร์คิวเลเนียม ที่ถูกทำให้เป็นถ่านจากการปะทุของภูเขาไฟวิสุเวียสในปี 79 เปราะบางจนแตกสลายได้หากเปิดออก แต่ได้มีการยืนยันแล้วว่ามีความเป็นไปได้ที่จะอ่านข้อความด้านในด้วยการสแกน CT และแมชชีนเลิร์นนิง
- Luke Farritor ผู้เข้าร่วม Vesuvius Challenge ค้นพบคำที่สมบูรณ์จากภายในม้วนกระดาษที่ยังไม่ถูกเปิด และได้รับรางวัล First Letters Prize มูลค่า $40,000
- คำที่ค้นพบคืออักษรโบราณ ΠΟΡΦΥΡΑϹ ซึ่งเขียนแบบสมัยใหม่ว่า “porphyras” และหมายถึง “สีม่วง” แต่บริบทและขอบเขตของคำยังยากจะยืนยันได้ในตอนนี้
- การค้นพบ crackle pattern ของ Casey Handmer นำไปสู่การปรับปรุงโมเดลของ Luke และ Youssef Nader ส่วน Youssef ก็ได้รับรางวัลที่ 2 มูลค่า $10,000 จากผลลัพธ์อิสระที่ชัดเจนกว่าในบริเวณเดียวกัน
- การแข่งขันแบบเปิด เครื่องมือโอเพนซอร์ส และงาน segmentation ที่ทำงานประสานกัน กำลังทำให้เป้าหมายการคว้ารางวัลใหญ่ $700,000 Grand Prize เข้าใกล้ความเป็นจริงมากขึ้น
คำแรกจากม้วนกระดาษที่เปิดไม่ได้มา 2,000 ปี
- กระดาษปาปิรุสแห่งเฮอร์คิวเลเนียมเป็นม้วนเอกสารโบราณจากห้องสมุดในวิลล่าส่วนตัวใกล้ปอมเปอี ซึ่งถูกฝังและกลายเป็นถ่านจากการปะทุของภูเขาไฟวิสุเวียสในปี ค.ศ. 79
- ห้องสมุดแห่งนี้เป็นห้องสมุดเพียงแห่งเดียวจากโลกโบราณที่ยังคงอยู่มาจนถึงปัจจุบัน และถูกฝังอยู่ใต้โคลนภูเขาไฟลึก 20 เมตรมาราว 2,000 ปี
- แม้จะถูกขุดพบในศตวรรษที่ 18 แต่ม้วนกระดาษเปราะบางมากจนสามารถกลายเป็นผงได้หากจัดการผิดพลาด ทำให้ยากต่อการคลี่ออกเพื่ออ่านแบบกายภาพ
- Luke Farritor กลายเป็นคนแรกที่เห็น คำที่สมบูรณ์ ภายในม้วนกระดาษที่ยังไม่ถูกเปิดในเดือนสิงหาคม 2023 และได้รับรางวัล First Letters Prize มูลค่า $40,000
- รางวัลนี้มอบให้เมื่อค้นพบอักขระอย่างน้อย 10 ตัวในพื้นที่ 4cm² ของม้วนกระดาษ
- Youssef Nader ก็ค้นพบคำเดียวกันในบริเวณเดียวกันอย่างอิสระเช่นกัน และได้รับ รางวัลที่ 2 มูลค่า $10,000 จากผลลัพธ์ที่ชัดเจนกว่า
- โค้ดที่เปิดเผยต่อสาธารณะดูได้ที่ GitHub ของ Luke และ Youssef
CT สแกน ชุดข้อมูลคำตอบ และจุดเริ่มต้นของ Vesuvius Challenge
- ในปี 2019 ศาสตราจารย์ Brent Seales จาก EduceLab แห่ง University of Kentucky ถ่ายภาพม้วนกระดาษเฮอร์คิวเลเนียมด้วยเครื่องเร่งอนุภาค และสร้าง 3D CT สแกนที่มีความละเอียดสูงสุด 4µm
- ทีมวิจัยยังสแกนและบันทึกภาพชิ้นส่วนที่แยกออกมาซึ่งยังมองเห็นหมึกได้ เพื่อสร้างเป็น ชุดข้อมูลคำตอบ
- Stephen Parsons ทำงานตรวจจับหมึกจาก CT สแกนของชิ้นส่วนที่แยกออกมาโดยใช้แมชชีนเลิร์นนิง และประสบความสำเร็จในชิ้นส่วนแยกเหล่านั้น
- Nat Friedman และ Daniel Gross จึงเริ่มต้น Vesuvius Challenge เพื่อเร่งความก้าวหน้านี้
- มีการเปิดการแข่งขันสาธารณะในเดือนมีนาคม 2023
- มีทั้งรางวัลใหญ่ $700,000 Grand Prize และรางวัลย่อยอีกหลายรายการสำหรับการพัฒนาเครื่องมือและเทคนิคแบบโอเพนซอร์ส
- ตั้งแต่ต้นฤดูร้อน ทีม segmentation ได้เข้าร่วมเพื่อทำแผนที่โครงสร้าง 3D ของม้วนกระดาษ และภายในเดือนกรกฎาคมก็สามารถ segment ปาปิรุสได้หลายร้อย cm² เพื่อ คลี่ออกแบบเสมือนจริง
สัญญาณหมึกที่ Casey Handmer พบ
- Casey Handmer ใช้เวลาสังเกตเซกเมนต์จาก CT สแกนอยู่นานในช่วงต้นเดือนสิงหาคม 2023 ก่อนจะค้นพบ crackle pattern ที่ดูเหมือนหมึก
- ก่อนหน้านี้ Stephen Parsons เคยเห็นหลักฐานโดยตรงของหมึกในชิ้นส่วนแยกออกมา แต่ภายในม้วนกระดาษที่ยังไม่เปิดยังไม่เคยได้รับการยืนยัน
- Casey จึงกลายเป็นคนแรกในรอบ 2,000 ปีที่พบ หมึกและตัวอักษร ภายในม้วนกระดาษที่ยังไม่ถูกเปิด
- การค้นพบนี้กลายเป็นจุดตั้งต้นโดยตรงทั้งสำหรับโมเดลของ Luke และแนวทางของ Youssef และ Casey ได้รับ $10,000 First Ink Prize
โมเดลของ Luke Farritor และ “porphyras”
- Luke Farritor เป็นนักศึกษามหาวิทยาลัยและอินเทิร์นภาคฤดูร้อนที่ SpaceX Starbase โดยรู้จัก Vesuvius Challenge ผ่านบทสัมภาษณ์ Nat Friedman ของ Dwarkesh Patel
- หลังจากเห็นการพูดคุยเรื่อง crackle pattern ของ Casey ใน Discord เขาจึงใช้เวลาช่วงเย็นและกลางคืนฝึก โมเดลแมชชีนเลิร์นนิง ให้เรียนรู้แพตเทิร์นนี้
- ทุกครั้งที่พบ crackle ใหม่ โมเดลก็จะดีขึ้น และโมเดลที่ดีขึ้นก็จะช่วยเผยให้เห็น crackle เพิ่มขึ้น เกิดเป็นวงจรปรับปรุงซ้ำไปมา
- โมเดลค้นพบรอยหมึกหลายสิบเส้นและตัวอักษรสมบูรณ์บางส่วน ซึ่งถูกนำไปใช้เป็นข้อมูล label สำหรับการฝึก
- เมื่อเวลาผ่านไป โมเดลสามารถเผยให้เห็นร่องรอย crackle ที่ตาเปล่ามองไม่เห็น และร่องรอยเหล่านี้ก็กลายเป็นเบาะแสของตัวอักษรและคำ
- ในผลงานส่งครั้งแรกของ Luke มี ΠΟΡΦΥΡΑϹ หรือ “porphyras” ปรากฏขึ้นอย่างเลือนราง
- เมื่อศาสตราจารย์ Brent Seales นำภาพนี้ให้ผู้เชี่ยวชาญด้านปาปิรุสดู พวกเขาก็อ่านว่าเป็น “porphyras” ได้ทันที แม้อักษรจะเลือนราง
- หลังการทบทวนทางเทคนิค ภาพใหม่ถูกส่งให้คณะผู้เชี่ยวชาญด้านปาปิรุส และพวกเขาใส่คำอธิบายประกอบอิสระตรงกันเป็นเอกฉันท์ว่าเป็น 13 ตัวอักษร
- ระดับความเชื่อมั่นถูกแบ่งเป็น มากกว่า 80%, 50~80%, และต่ำกว่า 50%
- “porphyras” หมายถึง “สีม่วง” และเป็นคำที่พบได้ยากมากในเอกสารโบราณ
- ผู้เชี่ยวชาญด้านปาปิรุสคนหนึ่งเห็นว่า เนื่องจากขาดบริบท จึงยังไม่อาจตัดความเป็นไปได้ได้ว่าอาจเป็นคำนามหมายถึง “สีย้อมสีม่วงหรือผ้าสีม่วง” หรือคำคุณศัพท์ว่า “สีม่วง” หรืออาจมีขอบเขตคำแบบอื่น
- เอกสารในยุคนั้นไม่ได้ใช้ช่องว่างระหว่างคำ จึงยิ่งทำให้ การตัดสินขอบเขตของคำ ยากขึ้น
แนวทางอิสระของ Youssef Nader
- Youssef Nader เป็นนักศึกษาปริญญาโทด้านไบโอโรโบติกส์ชาวอียิปต์ในเบอร์ลิน ซึ่งได้รับแรงกระตุ้นจากผลลัพธ์ของ Casey และ Luke ให้ลองใช้วิธีที่ต่างออกไป
- เขาเริ่มจากการทบทวนผลงานชนะเลิศของ Kaggle Ink Detection prize
- การแข่งขันนี้มุ่งเน้นการปรับปรุงแนวทางแมชชีนเลิร์นนิงของ Stephen Parsons ที่อิงกับชิ้นส่วนแยกออกมา
- Youssef ใช้ การพรีเทรนแบบไม่มีผู้สอน บนข้อมูลม้วนกระดาษ และ fine-tuning ด้วย label จากชิ้นส่วนเพื่อถ่ายโอนโมเดลให้เข้ากับม้วนกระดาษ
- หลังจากได้รับรางวัลย่อยจากแนวคิด “Ink Detection Followup Prize” แล้ว เมื่อผลลัพธ์แรกของ Luke ถูกแชร์บน X และ Discord เขาก็หันไปโฟกัสบริเวณเดียวกัน
- ด้วยโมเดลที่ดัดแปลงมาจากการแข่งขัน Kaggle เขาค้นพบตัวอักษรบางตัว และไม่ได้ค้นหา crackle แบบทำมือเหมือนวิธีของ Casey
- เขาใส่คำอธิบายประกอบรูปทรงที่ดูเหมือนตัวอักษรเป็นข้อมูล label แล้วขยายผลด้วย pseudo-labeling แบบวนซ้ำ
- โมเดลสุดท้ายถูกฝึกด้วยเซกเมนต์จากม้วนกระดาษด้านในเพียงอย่างเดียว และผลลัพธ์นี้ทำให้เขาได้รางวัลที่ 2 ของ First Letters Prize
- ผู้เชี่ยวชาญด้านปาปิรุสมีความเห็นพ้องต่ออักษรในผลลัพธ์ของ Youssef มากกว่าเดิม และยังพิจารณาความเป็นไปได้ของคำด้านบนว่า “ανυοντα / ANYONTA” และด้านล่างว่า “ομοιων / OMOIωN”
- หากคำเหล่านี้ถูกต้อง ก็อาจหมายความว่าม้วนปาปิรุสนี้บรรจุ ข้อความใหม่ทั้งหมด ที่โลกสมัยใหม่ยังไม่เคยรู้จัก
ห่วงโซ่ที่เกิดจากการแข่งขันแบบเปิดและโอเพนซอร์ส
- เมื่อการมีส่วนร่วมของผู้คนจำนวนมากเชื่อมต่อกันโดยตรงจนกลายเป็นเส้นทางของการค้นพบ นี่จึงเป็นตัวอย่างที่แสดงให้เห็นว่า competition + open source และโครงสร้างรางวัลแบบเป็นขั้นตอนนั้นใช้ได้ผลจริง
- Youssef ใช้ประโยชน์จากโมเดลในการแข่งขัน Kaggle และได้รับแรงบันดาลใจจากผลลัพธ์ของ Luke ให้ตรวจดูบริเวณเดียวกัน
- การค้นหา crackle ของ Luke เริ่มต้นโดยตรงจากงานของ Casey
- Casey สามารถตรวจดูแผ่นปาปิรุสจำนวนมากได้ เพราะทีม segmentation ได้ทำแผนที่ไว้แล้วหลายร้อย cm²
- ทีม segmentation สามารถทำแผนที่พื้นที่กว้างได้ ด้วยเครื่องมือที่สร้างโดยผู้เข้าร่วม Segmentation Tooling Prizes
- รวมถึงผลงานของผู้เข้าร่วมหลายคน เช่น Julian Schilliger, Chuck และ Yao Hsiao
- การปรับปรุงเครื่องมือเหล่านี้สร้างขึ้นบนเครื่องมือโอเพนซอร์สเดิมของทีม Brent Seales
- โดยมีงานของหลายคนเป็นฐาน เช่น Seth Parker และ Stephen Parsons
- จากความคืบหน้าจนถึงตอนนี้ จะเห็นได้ว่าแทบทุกองค์ประกอบของการจัดการแข่งขันทำหน้าที่เป็น load-bearing และความก้าวหน้าอาจเปราะบางและขึ้นกับจังหวะมากกว่าที่มองเห็นย้อนหลัง
ก้าวถัดไปสู่ $700,000 Grand Prize
- ทีม segmentation และผู้เข้าร่วมยังคงสร้างความคืบหน้าอย่างต่อเนื่อง และไม่กี่วันก่อนหน้านี้โมเดลของ Youssef ได้สร้างภาพใหม่ที่ชัดเจนและใหญ่ขึ้น
- ในภาพใหม่นี้สามารถมองเห็น ข้อความ 4.5 คอลัมน์ ที่ถูกแบ่งด้วยระยะขอบได้อย่างชัดเจน
- แม้จะมองเห็นตัวอักษรเพิ่มขึ้น แต่ยังไม่สามารถอ่านได้ทั้งหมดทันที และทีมปาปิรุสกำลังตรวจสอบเพิ่มเติม
- Vesuvius Challenge มองว่าความคืบหน้าครั้งนี้ทำให้การคว้ารางวัล $700,000 Grand Prize กลายเป็นเป้าหมายที่ทำได้จริง
- ผู้สนใจสามารถเข้าร่วมผ่านชุมชน Discord จดหมายข่าว Substack และบัญชี X พร้อมทั้งเริ่มต้นจากการดูข้อมูล บทแนะนำ ผลงานของผู้ชนะ และเครื่องมือจากชุมชน
- เป้าหมายคือการเปิดองค์ความรู้ที่อยู่ในม้วนกระดาษหลายร้อยชิ้น เพิ่มปริมาณเอกสารโบราณให้มากขึ้นเป็นสองเท่า และเปิดทางสู่ความเป็นไปได้ในการอ่านม้วนกระดาษอีกหลายพันชิ้นที่ยังไม่ถูกขุดค้น
1 ความคิดเห็น
ความคิดเห็นบน Hacker News
ตัวอักษรถูกค้นพบจากการมองหา พื้นผิวรอยแตก ที่ดูเหมือนรูปร่างตัวอักษรกรีกในชิ้นส่วนปาปิรัสจาก CT scan แล้วนำมาใส่ annotation เป็นข้อมูลฝึก
แต่พื้นผิวรอยแตกแบบนั้นในปาปิรัสส่วนใหญ่ไม่สามารถมองเห็นได้ด้วยตาเปล่า และน่าจะเห็นได้เฉพาะตรงที่หมึกเกาะหนามากเท่านั้น
ในภาพจากกล้องจุลทรรศน์อิเล็กตรอน https://scrollprize.org/img/tutorials/sem.png จะเห็นความต่างของพื้นผิวได้ชัดกว่ามาก โดยเฉพาะบริเวณขอบที่หมึกถูกดันออกไป
น่าทึ่งที่รอยแตกเพิ่งถูกค้นพบหลังการแข่งขัน Kaggle ด้านการตรวจจับหมึก Casey Handmer ก็เคยเขียนไว้ที่ https://caseyhandmer.wordpress.com/2023/08/05/reading-ancien... ว่าเขามองหาพื้นผิวแบบ “โคลนแตกระแหง” และ “สะเก็ด” ที่ตรงกับหมึกของตัวอักษรที่รู้จัก แต่พบเพียงราว 10% ของตัวอักษรที่รู้จักเท่านั้น
ภาพใหม่ดีกว่าที่คาดไว้มาก แต่ตอนนี้ยังมีแค่พื้นที่เล็ก ๆ เพียงจุดเดียว เลยยังค่อนข้างมองในแง่ร้ายว่าจะอ่านอะไรได้มากกว่าไม่กี่ประโยคแปลก ๆ หรือไม่
ตัวอักษรทั้งหมดคงไม่เห็นชัดด้วยตาคน แต่ในภาพสแกนมีชั้นจำนวนมาก จึงคิดว่าต้องเลื่อนดูภาพไปเรื่อย ๆ สักพักก่อนที่แพตเทิร์นจะเริ่มปรากฏ
ผมเขียนโค้ดที่ “จัดแนว” บล็อกภาพด้วยการทำ bilinear interpolation ของแต่ละคอลัมน์พิกเซลขึ้นลง และทำให้พื้นผิวรอยแตกแบนลง โดยเท่าที่จำได้คือ minimize loss ของ variance โดยรวม
จากนั้นตั้งใจจะใช้ 2D convolutional neural network ที่ปรับให้เหมาะกับภาพที่ “ถูกทำให้แบน” แล้ว และเมื่อดูหน้าตัดของม้วนคัมภีร์ ก็เห็นบางส่วนที่ถูกกดทับอย่างสอดคล้องกันเฉพาะจุดคล้ายไม้ จึงคิดว่า interpolation อาจเพียงพอ
ดังนั้นผมจึงไม่ค่อยเห็นด้วยกับการใช้ 3D convolution กับปัญหานี้ หมึกที่ทาแล้วแห้งน่าจะทำตามแพตเทิร์นที่คาดเดาได้บางส่วนและตรวจจับได้ด้วย 2D convolution ส่วน invariance ที่ต้องการก็น่าจะจัดโครงสร้างไว้ล่วงหน้าได้ง่ายกว่า
ถ้าสนใจโค้ด ผมหามาแชร์ให้ได้
ประกาศบน Twitter ของ Nat ก็น่าดู: https://twitter.com/natfriedman/status/1712470683207532906
700,000 ดอลลาร์ เป็นเงินระดับเปลี่ยนชีวิตได้ เลยทำให้รู้สึกเย้ายวนใจที่จะทิ้งทุกอย่างแล้วทุ่มตัวเหมือนนักบวชที่ตามหาปัญญาโบราณด้วย machine learning สมัยใหม่
ขำด้วยตรงที่ม้วนคัมภีร์อาจเป็นแค่รายการซักผ้าก็ได้
แถมยังมีว่า “การขุดค้นยังไม่เสร็จสมบูรณ์ และนักประวัติศาสตร์จำนวนมากเชื่อว่ายังมีม้วนคัมภีร์อีกหลายพันม้วนอยู่ใต้ดิน”: https://scrollprize.org
ถ้าเป็นรายการซักผ้า ก็น่าจะเขียนบนกระดานขี้ผึ้งที่ใช้ซ้ำได้ ไม่ใช่ปาปิรัสราคาแพง
ภายหลัง การที่คนนอกตระกูลจักรพรรดิสวมสีม่วงถึงขั้นมีโทษประหาร และไม่รู้ว่าในช่วงภูเขาไฟวิสุเวียสระเบิดเป็นแบบนั้นแล้วหรือยัง แต่ Wikipedia ระบุว่า Caligula อาจเคยฆ่าคนเพราะสวมสีม่วง
ขอแนะนำอย่างยิ่งให้ลองเข้าสู่โลกของ วรรณกรรมคลาสสิก มันน่าทึ่งจริง ๆ และเหนือจินตนาการ ผมเคยได้สัมผัสเล็กน้อยในหลักสูตรการศึกษา แต่เพิ่งมารู้เมื่อไม่นานนี้ว่ามันยอดเยี่ยมแค่ไหน
สำหรับผู้เริ่มต้น ขอแนะนำ Life of Pythagoras ของ Iamblichus, The Golden Ass ของ Apuleius of Numenia (แปลโดย Robert Graves), Life of Alexander ของ Plutarch, Education of Cyrus ของ Xenophon และ Parmenides ของ Plato
SHWEP.net ก็มีประโยชน์มาก เพราะพาไปรู้จักคลาสสิกจำนวนมากอย่างนุ่มนวลแต่เคร่งครัด และมีแนวค่อนข้างลึกลับ ซึ่งผมก็ชอบตรงนั้นด้วย
ผมเคยลองแตะวรรณกรรมคลาสสิกอยู่หลายครั้ง แต่ก็อ่านยากเสมอ เลยไม่ค่อยมีแรงจูงใจให้อ่านจนจบ และสงสัยว่าผมพลาดอะไรในแนวนี้ไปหรือเปล่า
พีทาโกรัสอาจเป็นนักปรัชญาที่ยิ่งใหญ่ที่สุดในประวัติศาสตร์ แนะนำให้อ่าน Archytas ซึ่งเป็นทายาททางความคิดของเขาด้วย แนวคิดของเขาเรื่องคณิตศาสตร์ กลศาสตร์ ดนตรี การเรียนรู้ และปรัชญานั้นน่าทึ่งมาก
ถ้าให้แนะนำงานเริ่มต้นที่ดีที่สุดของ Plato ผมอยากแนะนำ Alcibiades อ่านได้สนุกและเบา แต่ในขณะเดียวกันก็ลึกซึ้ง: https://www.gutenberg.org/ebooks/1676
เมื่อไม่นานมานี้ผมได้ดูวิดีโอ YouTube ที่ยอดเยี่ยมเกี่ยวกับหัวข้อนี้: https://www.youtube.com/watch?v=Z_L1oN8y7Bs
ชื่อวิดีโอคือ “Herculaneum scrolls: A 20-year journey to read the unreadable” และพูดถึงเล็กน้อยว่าใช้เทคโนโลยีอะไรทำสำเร็จ
การสแกนมีมาตั้งแต่ 10 ปีก่อนแล้ว แต่การจะแยกกระดาษออกจากหมึกที่อยู่บนนั้นต้องอาศัยการฝึก machine learning และเมื่อ 20 ปีก่อนก็ทำได้แล้วกับชุดม้วนเอกสารอื่นที่ทำจากวัสดุซึ่งมีคอนทราสต์สูงกว่า
Deep learning กำลังถอดรหัสชุดข้อมูลที่ก่อนหน้านี้เคยคิดว่าแก้ด้วยอัลกอริทึมไม่ได้
จนถึงตอนนี้ดูเหมือนว่ายังไม่ได้พบตัวอักษรจำนวนมากที่ยากเกินกว่าจะมองเห็นด้วยตา
ถ้าอ่านต้นฉบับแล้วดูขั้นตอนที่ใช้ผลลัพธ์ของโมเดลเป็นตัวนำทางให้มนุษย์ใส่ annotation ด้วยมือ จากนั้นนำข้อมูลเพิ่มไปฝึกโมเดลซ้ำ ก็น่าสนใจมาก
ถ้าเริ่มจากการรัน deep learning ด้วยข้อมูลคำตอบที่ใช้ได้ตั้งแต่แรกอย่างเดียว โดยไม่รู้ว่าโมเดลควรมองหาคุณลักษณะอะไร แทบจะไม่ทำงานเลย
แถมกระบวนการคลี่ม้วนเอกสารแบบเสมือนในปัจจุบันก็ยังทำด้วยมือเป็นส่วนใหญ่และใช้แรงงานหนักมาก
ตอนนี้กำลังพยายามให้โมเดล deep learning ทำงานที่มนุษย์ทำตรงนี้แทน แต่ยังไม่ประสบความสำเร็จในการหาตัวอักษรจริง ๆ
เรื่องนี้คล้ายกับการได้สัมผัส การเปิดสุสานตุตันคาเมน ในศตวรรษที่ 21
น่าทึ่งจนแทบไม่น่าเชื่อว่าในอนาคตระยะกลาง มีความเป็นไปได้จริงที่เราจะซื้อผลงานแปลใหม่ ๆ ที่ไม่มีใครอ่านได้มานับพันปีบน Amazon
เจ๋งจริง ๆ อยากรู้ว่าเราจะได้เรียนรู้อะไรจากตรงนี้
นอกเรื่องนิดหนึ่ง ภาพ “Professor Seales และทีมกำลังสแกนในเครื่องเร่งอนุภาค” ดูเหมือนฉากในซีรีส์ทีวีเลย ให้ความรู้สึกแบบ “ถ้าพูดกับคอมพิวเตอร์ว่า ‘enhance’ ไปเรื่อย ๆ ก็น่าจะอ่านได้”
นี่น่าจะเป็นหนึ่งในกรณี กู้ข้อมูล ที่สุดขั้วที่สุดเท่าที่ผมเคยเห็น
สงสัยว่าอีก 2000 ปีจะมีอะไรทำนอง “ไฟล์แรกที่ค้นพบจากจานฮาร์ดดิสก์ที่ถูกทิ้ง” หรือเปล่า
30 นาทีแรกของบทสัมภาษณ์นี้อธิบายได้ดีมากว่าตอนนี้กำลังเกิดอะไรขึ้น น่าสนใจจริง ๆ
https://youtu.be/qcvMjoJdck4?si=RL1WnAAj4loS1D2s
สำนวน “ex-JPL startup founder and polymath” น่าสนใจดี
ผมไม่เคยได้รับคำยกย่องแบบนั้นเพราะเป็นคนที่ทำได้หลายอย่าง สิ่งที่ผมได้รับคือ “generalist” กับ “หลังจากพิจารณาอย่างรอบคอบแล้ว เราตัดสินใจว่าจะไม่ดำเนินขั้นตอนการสมัครของคุณต่อ”
ต่อให้ตั้งใจจะได้รับการยอมรับ ผมก็เคยเห็นว่าพวกเขาถูกกันออกไปเพราะบาปที่ให้อภัยไม่ได้อย่าง “ยังไม่ดังพอ”
https://scrollprize.org/ อธิบายโจทย์ท้าทายดั้งเดิมไว้
งานวิจัยอื่น ๆ แสดงให้เห็นแล้วว่า การคลี่แบบเสมือน จาก CT scan เป็นไปได้ แต่ม้วนเอกสารเหล่านี้หมึกไม่ปรากฏชัดใน CT/X-ray จึงต้องย้อนกลับไปดูการเปลี่ยนแปลงเชิงโครงสร้างที่ละเอียดกว่า
ยังไม่แน่ชัดว่าเป็นเพราะโครงสร้างของกระดาษเปลี่ยนไป หรือจริง ๆ แล้วมองเห็นหมึกอยู่แต่เห็นไม่ชัด