ผู้ชนะรางวัลใหญ่ Vesuvius Challenge 2023: อ่านม้วนคัมภีร์ได้สำเร็จเป็นครั้งแรก

 (scrollprize.org)
1 คะแนน โดย GN⁺ 2024-02-06 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Vesuvius Challenge 2023 สามารถอ่าน Herculaneum Papyri ที่ถูกเผาจนเป็นถ่าน โดยไม่ต้องคลี่ออก และกู้คืนข้อความบางส่วนที่ไม่เคยถูกเห็นมานาน 2,000 ปี
  • ทีมของ Youssef Nader, Luke Farritor และ Julian Schilliger ผ่านเกณฑ์ 4 ข้อความ ตอนละ 140 ตัวอักษร และอัตราการกู้คืนตัวอักษรมากกว่า 85% จึงได้รับ รางวัลใหญ่ $700,000 โดยผลงานที่ส่งมีข้อความ 15 คอลัมน์และตัวอักษรมากกว่า 2,000 ตัว
  • ม้วนคัมภีร์ที่กู้คืนได้ดูเหมือนจะไม่ใช่สำเนาซ้ำของงานที่รู้จักอยู่แล้ว แต่เป็น ข้อความโบราณที่ไม่เคยเผยแพร่มาก่อน และถูกอ่านความได้ว่าเป็นงานปรัชญา Epicurean ที่กล่าวถึงดนตรี อาหาร ประสาทสัมผัส และความสุข
  • เทคโนโลยีหลักคือการผสาน X-ray tomography, การทำ segmentation ชั้นปาปิรัสแบบ 3 มิติ และการตรวจจับหมึกด้วยแมชชีนเลิร์นนิง โดยมีการเปิดเผยโค้ดที่ชนะรางวัลและข้อมูลฝึก เพื่อให้ทำซ้ำและตรวจสอบได้
  • เป้าหมายของปี 2024 คือขยายจากการอ่านได้ราว 5% ของม้วนแรก ไปสู่การอ่าน 90% ของม้วนคัมภีร์ 4 ม้วนที่สแกนแล้ว โดยคอขวดใหญ่ที่สุดคือการทำ segmentation อัตโนมัติแทนงานที่ต้องใช้แรงคนและมีต้นทุนสูง

อ่านม้วนคัมภีร์อายุ 2,000 ปีโดยไม่ต้องเปิด

  • Herculaneum Papyri คือ ม้วนปาปิรัสที่ถูกเผาจนเป็นถ่าน จากการระเบิดของ Mount Vesuvius ในปี 79 ถูกค้นพบในศตวรรษที่ 18 และปัจจุบันมีหลายร้อยชิ้นเก็บอยู่ในห้องสมุดที่ Naples ประเทศอิตาลี
  • เนื่องจากอยู่ในสภาพเป็นก้อนเถ้าถ่านที่ถูกเผา หากคลี่ออกทางกายภาพอาจเสียหายอย่างหนัก จึงจำเป็นต้องใช้วิธีไม่ทำลายเพื่ออ่านข้อความภายใน
  • Nat Friedman, Daniel Gross และ Brent Seales เริ่มต้น Vesuvius Challenge เมื่อวันที่ 15 มีนาคม 2023
    • พวกเขาสแกนม้วนคัมภีร์ของ Institut de France ด้วย CT ความละเอียดสูงที่เครื่องเร่งอนุภาค Diamond Light Source ใกล้ Oxford
    • จาก CT scan ที่เปิดเผยต่อสาธารณะ ผู้เข้าร่วมจากทั่วโลกใช้คอมพิวเตอร์วิทัศน์ แมชชีนเลิร์นนิง และงานทำมือร่วมกันเพื่อแก้ปัญหา
    • เงินรางวัลรวมมากกว่า 1 ล้านดอลลาร์จากผู้บริจาคหลายราย
  • ในเดือนธันวาคม 2023 ผู้เข้าร่วมสามารถอ่านข้อความบางส่วนของม้วนแรกได้สำเร็จ
    • ข้อความที่ไม่เคยถูกเห็นมานาน 2,000 ปีปรากฏขึ้นจาก PHerc.Paris. 4
    • ขณะนี้ยังมีราว 95% ของม้วนคัมภีร์ที่ยังอ่านไม่ได้

ผลรางวัล Grand Prize 2023

  • ผลงานสำหรับ Grand Prize ถูกส่งเข้ามาจนถึงก่อนเส้นตายเที่ยงคืนวันที่ 1 มกราคม 2024 และได้รับการตรวจสอบตลอดเดือนมกราคมโดยทีมปาปิโรโลยีและทีมเทคนิค
    • ทีมปาปิโรโลยีตรวจสอบ ข้อความ 15 คอลัมน์ ของผลงานที่ทำให้ไม่ระบุตัวตน
    • ทีมเทคนิคตรวจสอบและทำซ้ำโค้ดกับวิธีการที่ส่งมา
  • ผู้ชนะรางวัลใหญ่คือทีมของ Youssef Nader, Luke Farritor, Julian Schilliger
    • เงินรางวัลคือ $700,000
    • เกณฑ์คือ 4 ข้อความ ตอนละ 140 ตัวอักษร และต้องมีความเป็นไปได้ในการกู้คืนตัวอักษรอย่างน้อย 85%
    • สมาชิกหลายคนของทีมผู้จัดมองว่าความน่าจะเป็นที่จะสำเร็จในตอนประกาศเกณฑ์นั้นต่ำกว่า 30%
    • ผลงานที่ชนะมีอีก 11 คอลัมน์เพิ่มเติม รวมแล้วมากกว่า 2,000 ตัวอักษร
  • ทั้งสามคนมีส่วนร่วมกับชุมชน Vesuvius Challenge มาตั้งแต่ระยะแรก
    • Youssef Nader เป็นนักศึกษาปริญญาเอกชาวอียิปต์ใน Berlin ซึ่งอ่านข้อความได้หลายคอลัมน์ในเดือนตุลาคม 2023 และได้ อันดับ 2 ของ First Letters Prize
    • Luke Farritor เป็นนักศึกษามหาวิทยาลัยอายุ 21 ปีจาก Nebraska และเป็นอินเทิร์นที่ SpaceX เขาเป็นคนแรกที่อ่านข้อความทั้งคำ ΠΟΡΦΥΡΑϹ (“purple”) จากภายในม้วน Herculaneum และได้อันดับ 1 ของ First Letters Prize
    • Julian Schilliger เป็นนักศึกษาหุ่นยนต์ชาวสวิสจาก ETH Zürich และได้รับรางวัลด้าน Segmentation Tooling 3 รายการจากงาน Volume Cartographer

องค์ประกอบทางเทคนิคของผลงานที่ชนะ

  • ผลงานนี้รวมผลจาก สถาปัตยกรรมโมเดล 3 แบบ ที่ช่วยเสริมกัน
    • ภาพที่แข็งแรงที่สุดมักมาจากโมเดลที่อิง TimeSformer
    • เพื่อป้องกัน overfitting และ hallucination มีการใช้ผลจากหลายสถาปัตยกรรม การทดลองขนาดหน้าต่าง input/output, label smoothing และการเปลี่ยน validation fold
    • โค้ดตรวจจับหมึกถูกเปิดซอร์สบน GitHub
  • นอกจากการตรวจจับหมึกที่แข็งแรงแล้ว ยังรวมแนวทาง segmentation อัตโนมัติที่แข็งแรงที่สุดด้วย
    • ThaumatoAnakalyptor ของ Julian สร้างส่วนปาปิรัสขนาดใหญ่จากหลายม้วนคัมภีร์
    • มีการทำ segmentation ซ้ำในบริเวณที่เป็นที่รู้จักดีอยู่แล้ว เพื่อยืนยันการค้นพบหมึกก่อนหน้า
    • และยังเผยให้เห็นตัวอักษรในบริเวณใหม่ เช่น ส่วนที่ม้วนอยู่ด้านนอกสุด
    • แม้จะเป็นเครื่องมือที่มีแนวโน้มดี แต่ก็ยังต้องปรับปรุงอีกมาก

รองชนะเลิศและวิธีที่เปิดเผยสู่สาธารณะ

  • ในบรรดาผลงานที่เหลือ มี 3 ทีมได้รองชนะเลิศร่วมกัน ตามคะแนนของทีมปาปิโรโลยี
    • แต่ละทีมได้รับ $50,000
    • ทั้งสามผลงานมีความอ่านง่ายใกล้เคียงกัน และอ่านได้ง่ายกว่าผลงานอื่นอย่างชัดเจน
  • ผลงานของทีมรองชนะเลิศที่เปิดเผยสู่สาธารณะ:
    • Elian Rafael Dal Prá, Sean Johnson, Leonardo Scabini, Raí Fernando Dal Prá, João Vitor Brentigani Torezan, Daniel Baldin Franceschini, Bruno Pereira Kellm, Marcelo Soccol Gris, Odemir Martinez Bruno: GitHub
    • Louis Schlessinger, Arefeh Sherafati: GitHub
  • ทีมรองชนะเลิศนำแนวทางใหม่มาสู่ปัญหารายละเอียดของ การทำฉลากหมึกและการ sampling
  • ในชุมชน Discord ยังสามารถเข้าถึงข้อมูล CT และภาพเพิ่มเติมภายใต้ข้อตกลงข้อมูล และการค้นพบกับความร่วมมือของผู้เข้าร่วมยังดำเนินต่อไป

เนื้อหาของข้อความที่กู้คืนได้

  • ขณะนี้มีการคลี่และอ่านข้อความได้ราว 5% ของม้วนแรก
  • ทีมปาปิโรโลยีได้ทำการถอดความเบื้องต้นสำหรับทุกคอลัมน์ที่ปรากฏแล้ว
  • ม้วนนี้ไม่ใช่สำเนาซ้ำของผลงานที่รู้จักอยู่แล้ว แต่เป็น ข้อความโบราณที่ไม่เคยเห็นมาก่อน
  • จากการอ่านเบื้องต้น ประเด็นหลักโดยรวมคือ ความสุข ซึ่งในปรัชญา Epicurean ถือเป็นความดีสูงสุด
    • บางส่วนของสองคอลัมน์ที่ต่อเนื่องกันกล่าวถึงว่าความพร้อมของสิ่งของอย่างอาหารมีผลต่อความสุขอย่างไร
    • ผู้เขียนทิ้งข้อความในทำนองว่า “ไม่ควรรีบเชื่อทันทีว่าสิ่งหายากย่อมให้ความเพลิดเพลินมากกว่าสิ่งที่มีอยู่มากมายเสมอไป”
    • จากนั้นเรื่องดำเนินต่อไปในแนวว่า “คำถามเช่นนั้นจะถูกพิจารณาบ่อยครั้ง”
  • เนื่องจากนี่เป็นส่วนท้ายของม้วน จึงมีความเป็นไปได้ว่าการอภิปรายจะดำเนินต่อในเล่มถัดไปของงานชิ้นเดียวกัน
  • ในช่วงต้นของข้อความแรก มีการกล่าวถึงบุคคลชื่อ Xenophantus
    • เขาอาจเป็นบุคคลที่ดูเหมือนจะเป็นนักดนตรี ซึ่งถูกกล่าวถึงใน On Music ของ Philodemus ด้วย
  • Philodemus เป็นบุคคลในสำนัก Epicurean และเชื่อกันว่าเป็นนักปรัชญาที่ทำงานในห้องสมุดขนาดเล็กของวิลล่าที่พบม้วนคัมภีร์เหล่านี้
  • Richard Janko มองว่ามีความเป็นไปได้สูงมากที่ผู้เขียนคือ Philodemus นักปรัชญาและกวี ผู้เป็นอาจารย์ของ Virgil
    • เขาเห็นว่าข้อความนี้น่าจะเปรียบเทียบผลของดนตรีต่อผู้ฟังกับความสุขประเภทอื่น เช่น อาหารและเครื่องดื่ม
    • และอาจเป็นข้อความจากบทความว่าด้วยดนตรี 4 ภาค ซึ่ง Book 4 เป็นที่รู้จักอยู่แล้ว
  • Federica Nicolardi มองว่าข้อความนี้เป็นงาน Epicureanism ที่เต็มไปด้วยดนตรี อาหาร ประสาทสัมผัส และความสุข
  • Bob Fowler มองว่าแม้ Philodemus จะให้คุณค่าสูงกับความสุข แต่ไม่ได้หมายถึงการปล่อยตัวตามใจ หากหมายถึงความสุขที่ถูกเข้าใจอย่างถูกต้อง

วิธีตรวจสอบความแม่นยำของภาพผลลัพธ์

  • ความเป็นไปได้ที่โมเดลแมชชีนเลิร์นนิงจะเกิด hallucination โดยสร้างตัวอักษรหรือภาพที่คล้ายกับข้อมูลฝึก เป็นประเด็นที่ต้องตรวจสอบ
  • ทีมตรวจสอบทางเทคนิคของ Vesuvius Challenge ทำซ้ำผลงานที่ชนะด้วยมือ
    • พวกเขาทำความเข้าใจแต่ละส่วนของโค้ด และตรวจว่าการรันอย่างอิสระให้ภาพผลลัพธ์ที่คล้ายกันหรือไม่
    • ทั้งโค้ดและข้อมูลฝึกเปิดเผยสู่สาธารณะ ทำให้ผู้อื่นตรวจสอบแบบเดียวกันได้
  • หลายผลงานให้ ผลลัพธ์ที่คล้ายกันมาก ในบริเวณเดียวกันของม้วนคัมภีร์
    • ทีม segmentation ของผู้จัดได้เปิดเผยแผ่นปาปิรัสที่แมปแบบ 3 มิติภายใน CT scan หรือก็คือ segment
    • ผู้เข้าร่วมใช้โมเดล ML และฉลากฝึกต่างกัน แต่สร้างภาพผลลัพธ์ที่คล้ายกัน
    • ความสอดคล้องนี้พบทั้งในทีมชนะ ทีมรองชนะเลิศ และผลงานอื่นด้วย
  • โมเดลตรวจจับหมึกไม่ได้อิงจากอักษรกรีก, OCR หรือ language model
    • มันตรวจจับจุดหมึกขนาดเล็กมากจาก CT scan อย่างอิสระ
    • ตัวอักษรจะปรากฏขึ้นภายหลังเมื่อผลการตรวจจับเล็ก ๆ เหล่านี้รวมตัวกัน
    • ในบางกรณีผลลัพธ์เป็นค่าทวิภาค “มีหมึก” หรือ “ไม่มีหมึก”
    • ด้วยโครงสร้างแบบนี้ จึงมองว่าโอกาสที่โมเดลจะ hallucinate รูปร่างคล้ายตัวอักษรนั้นต่ำมาก

3 ขั้นของการคลี่แบบเสมือน

  • การคลี่แบบเสมือนประกอบด้วย การสแกน, segmentation และการตรวจจับหมึก

  • การสแกน

    • ม้วนคัมภีร์หรือเศษชิ้นส่วนถูกสแกนแบบ 3 มิติด้วย X-ray tomography
    • Diamond Light Source ทำให้ได้ภาพความละเอียดสูงอย่างรวดเร็วและแม่นยำด้วยลำแสง X-ray แบบขนานที่มีฟลักซ์สูง
    • ภาพ X-ray ถูกแปลงเป็นปริมาตร 3 มิติแบบ voxel ผ่านอัลกอริทึมสร้างภาพตัดขวางใหม่ และได้สแตกของภาพสไลซ์

  • Segmentation

    • ติดตามชั้นปาปิรัสแต่ละชั้นที่ม้วนและยับในปริภูมิ 3 มิติ จากนั้นคลี่และทำให้เป็นระนาบ
    • ใช้ Volume Cartographer เป็นหลัก ซึ่งสร้างโดย Seth Parker และคนอื่น ๆ จากห้องแล็บของ Brent Seales
    • Julian Schilliger, Philip Allgaier และคนอื่น ๆ ได้ขยายเครื่องมือนี้ต่อ
    • ทีม segmentation ประจำซึ่งประกอบด้วย Ben Kyles, David Josey และ Konrad Rosenberg ใช้อัลกอริทึมอัตโนมัติร่วมกับการปรับแก้ด้วยมือ
    • การทำ segmentation ทั้งม้วนยังคงเป็นงานที่หนักมากและยังมีพื้นที่ให้ปรับปรุงมาก

  • การตรวจจับหมึก

    • Stephen Parsons แสดงให้เห็นว่าตามทฤษฎีแล้วหมึกของ Herculaneum สามารถตรวจจับได้จาก CT scan แต่ก่อนหน้านี้ทำได้เฉพาะกับเศษชิ้นส่วนเล็ก ๆ
    • การตรวจจับหมึกจากสแกนขนาดใหญ่ของม้วนคัมภีร์เต็มม้วนยังไม่เคยสำเร็จมาก่อน

จุดพลิกเกมของการตรวจจับหมึก

  • จุดพลิกเกมแรกคือการค้นพบ crackle pattern
    • Casey Handmer เห็น crackle pattern ที่ผิดปกติซึ่งดูเหมือนตัวอักษร ขณะดูต้นฉบับปริมาตรพื้นผิวที่ถูกทำให้แบนในช่วงฤดูร้อนปี 2023
    • เขาได้รับ First Ink Prize จากการค้นพบนี้ และแชร์กับชุมชน
    • Luke Farritor ค้นหา crackle เพิ่มเติมในปริมาตรพื้นผิวที่ทีม segmentation ทำให้แบน แล้วนำไปฝึกโมเดล จนกลายเป็นการชนะ First Letters Prize ในเดือนตุลาคม
  • กระแสที่สองคือ Kaggle competition
    • มีหลายร้อยทีมสร้างโมเดลแมชชีนเลิร์นนิงเพื่อตรวจจับหมึกบนเศษชิ้นส่วนที่เปิดแล้ว
    • เศษเหล่านี้คือชิ้นส่วนที่หลุดออกมาระหว่างการคลี่ทางกายภาพเมื่อหลายร้อยปีก่อน
    • ผู้เข้าร่วมสามารถใช้ข้อมูล ground truth ที่ได้จากภาพถ่ายของเศษชิ้นส่วน
    • แม้ประสิทธิภาพโมเดลจะดีมาก แต่ในตอนแรกดูเหมือนยังทำงานได้ไม่ดีกับ segment ที่ทำให้แบนโดยทีม segmentation
    • เมื่อ Youssef Nader ใช้เทคนิค domain adaptation จึงนำไปสู่ผลงานอันดับ 2 ของ First Letters Prize
  • หลัง First Letters Prize การคว้า Grand Prize ก็เริ่มอยู่ในระยะที่มองเห็นได้ และ Youssef, Luke, Julian จึงรวมทีมกัน

รูปแบบการดำเนินงานที่ทำให้ปี 2023 ประสบความสำเร็จ

  • โครงการนี้ดึงดูดการรายงานข่าวช่วงแรก เงินบริจาค และชุมชนที่มีแรงจูงใจภายในสูงได้จาก เป้าหมายที่ชัดเจนและไม่ธรรมดา
  • รากฐานที่ Brent Seales และทีมสั่งสมมา 20 ปีมีความสำคัญมาก
    • การสแกนม้วนแรก
    • การสร้าง Volume Cartographer
    • กรณีความสำเร็จแรกของการคลี่แบบเสมือน
    • การพิสูจน์ว่าหมึก Herculaneum ตรวจจับได้ใน CT
  • เพื่อผสมผสานการแข่งขันกับความร่วมมือ จึงมี progress prizes
    • มีรางวัลย่อยราวทุก 2 เดือน ในช่วง $1,000 ถึง $10,000
    • การจะได้ progress prize ต้องเปิดซอร์สโค้ดหรืองานวิจัยต่อสาธารณะ
    • วิธีนี้ช่วยยกระดับทั้งชุมชน และสนับสนุนการลงทุนด้านอุปกรณ์ คอมพิวต์ เวลา และการรวมทีม
  • การตัดสินใจจ้างทีม segmentation ประจำก็เป็นกุญแจสำคัญ
    • เพื่อเพิ่มโอกาสการได้รางวัล จึงทำงานติดตามปาปิรัสซึ่งเป็นคอขวดภายในทีม
    • คุณภาพ segmentation ประเมินได้ยากก่อนที่จะตรวจจับหมึกได้ และการให้รางวัลตามปริมาณอาจทำให้คุณภาพเสีย
    • งานทำฉลากเป็นงานน่าเบื่อ ใช้เวลานาน และต้องใช้เวลาเรียนรู้นาน จึงยากจะชดเชยด้วยเงินรางวัลเพียงอย่างเดียว
    • การตัดสินใจนี้นำไปสู่การค้นพบ crackle pattern ของ Casey Handmer โดยตรง และช่วยสร้างซอฟต์แวร์ segmentation ที่ดีขึ้นร่วมกับชุมชน
  • ความสำเร็จนี้เป็นผลจากการรวมกันของความก้าวหน้าเล็ก ๆ จากหลายคน และต้องการการมีส่วนร่วมมากมายเพื่อค้นหาไอเดียที่ใช้ได้จริงในพื้นที่สำรวจที่กว้างมาก

เป้าหมาย Stage 2 ปี 2024

  • ในปี 2023 โครงการเดินหน้าจาก 0% ไปถึง 5% ของม้วนหนึ่งม้วน
  • เป้าหมายปี 2024 คือ อ่าน 90% ของม้วนคัมภีร์ทั้ง 4 ม้วนที่สแกนแล้ว และมอบ 2024 Grand Prize ให้ทีมแรกที่ทำสำเร็จ
    • เกณฑ์การตัดสินที่แน่นอนจะประกาศในเดือนมีนาคม
  • คอขวดที่ใหญ่ที่สุดในตอนนี้คือกระบวนการติดตามพื้นผิวปาปิรัสภายในม้วน
    • เพื่อสร้างข้อความที่อ่านได้ในวันนี้ ต้นทุนแรงงานคนสูงกว่า 100 ดอลลาร์ต่อหนึ่งตารางเซนติเมตร
    • หากใช้โครงสร้างต้นทุนนี้ การทำ segmentation ให้ครบทุกม้วนคัมภีร์อาจต้องใช้เงินหลายร้อยล้านหรือหลายพันล้านดอลลาร์
    • แม้ประสิทธิภาพจะดีขึ้นจากการปรับปรุงเครื่องมือ แต่กระบวนการก็ยังใช้แรงงานคนมากเกินไปและแพงเกินไป
  • เป้าหมายหลักของ Stage 2 คือการทำ segmentation อัตโนมัติ ให้สำเร็จ
    • หากทำงานได้ดี ก็จะอ่านบริเวณยากที่ถูกอัดแน่น แตก ลอกชั้น หรือเสียหายหนักได้
    • รวมถึงบริเวณที่เครื่องมือปัจจุบันยังเข้าไม่ถึง
  • ในปี 2024 มีแผนจะคง Grand Prize ไว้ พร้อมเพิ่มสัดส่วนเงินรางวัลสำหรับการมีส่วนร่วมของชุมชน
  • นอกจากทีม segmentation ประจำแล้ว ยังมีแผนจ้างทีมซอฟต์แวร์และ ML ขนาดเล็กเพื่อร่วมมือกับชุมชนแบบเปิดเผย

เป้าหมายที่ใหญ่กว่าและความเป็นไปได้ที่ยังเหลืออยู่

  • เป้าหมายถัดไปคือการสแกนและอ่านม้วนคัมภีร์ทั้งหมด
  • คาดว่าม้วนคัมภีร์ใน Naples มีข้อความรวมกัน มากกว่า 16MB
  • นักปาปิโรโลยีบางส่วนมองว่าการเปิดเผยข้อความเหล่านี้อาจเป็นการปฏิวัติครั้งใหญ่ที่สุดของวิชาคลาสสิกนับตั้งแต่ยุค Renaissance
  • ที่ Villa of the Papyri ยังเหลือพื้นที่สองชั้นที่ยังไม่ได้ขุดค้น
    • อย่างน้อยก็มีความเป็นไปได้ว่าจะมีปาปิรัสเพิ่มเติมอยู่ในตู้และกล่องขนย้าย
    • ห้องสมุดหลักของวิลล่ายังไม่ถูกค้นพบ
    • ในห้องสมุดนั้นอาจมีวรรณกรรมภาษากรีกและละตินที่หลากหลายกว่าเดิม พร้อมม้วนคัมภีร์อีกหลายพันหรือหลายหมื่นม้วนถูกฝังอยู่
  • รายละเอียดของแผนถัดไปอยู่ใน Master Plan

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-02-06
ความคิดเห็นจาก Hacker News

  • ตอนที่เห็นโปรเจกต์นี้ครั้งแรกบน HN เมื่อต้นปีที่แล้ว ผม/ฉันทึ่งมาก เพราะมันดูแทบเป็นไปไม่ได้ และผู้เข้าร่วมก็ฉลาดกันเหลือเกิน
    แม้จะเห็นชื่อคนเก่ง ๆ อยู่หลายคน แต่ในใจยังคิดไปเองว่ากว่าจะมีความก้าวหน้าแบบทะลุทะลวงคงต้องใช้เวลาอย่างน้อย 5~10 ปี
    วันนี้ก็ยังรู้สึกทึ่งแบบเดิม และยังประหลาดใจอีกครั้งว่านี่เป็นเรื่องที่เจ๋งอย่างเหลือเชื่อขนาดไหน ขอแสดงความยินดีกับผู้ชนะและทุกคนที่มีส่วนร่วม

    • หลายสิ่งที่เคยดูเป็นไปไม่ได้กำลังกลายเป็นความจริง การเห็นม้วนกระดาษที่ไหม้จนเกรียมแล้วคิดว่าจะอ่านมันให้ได้ เคยดูเหมือนเป็นเรื่องเหลวไหล
      ผม/ฉันเคยคิดว่าอีก 20 ปีข้างหน้าคอมพิวเตอร์ถึงจะเขียน ข้อความทางเลือก ให้รูปของผม/ฉันได้อย่างแม่นยำจนน่าขนลุก แถมมีสำนวนสละสลวยด้วย แต่ตอนนี้มันเกิดขึ้นแล้ว
    • สุดท้ายแล้วมันเป็นปัญหาเรื่อง โครงสร้างแรงจูงใจ เงิน 1 ล้านดอลลาร์เป็นเงินก้อนใหญ่ และปัญหายาก ๆ ส่วนใหญ่ไม่ได้ดึงดูดสมองจำนวนมาก เพราะผลตอบแทนไม่คุ้มกับแรงที่ต้องลง
      ในสายแมชชีนเลิร์นนิง คณิตศาสตร์ และสาขาใกล้เคียง ก็มีเส้นทางอาชีพรายได้ดีอยู่มากอยู่แล้ว จึงยากที่จะดึงความสนใจของผู้เชี่ยวชาญชั้นนำให้มาทำงานที่อาจจบลงด้วยความล้มเหลว
      ไม่ใช่แค่รางวัลเงินสดเท่านั้น ความท้าทายที่มีเงินรางวัลก้อนใหญ่ยังช่วยยกระดับ ชื่อเสียง ของการหาคำตอบด้วย รางวัลโนเบลเองสุดท้ายก็มีเงินราว 1 ล้านดอลลาร์พ่วงอยู่
      ถ้ามีใครตั้งเงิน 100 ล้านดอลลาร์สำหรับการถอดรหัสต้นฉบับ Voynich หรือ Linear A ผม/ฉันค่อนข้างมั่นใจว่าจะมีคำตอบภายใน 3 ปี

  • ตอนที่ผลลัพธ์ชุดแรก ๆ เริ่มทยอยออกมาราวเดือนตุลาคมปีที่แล้ว พอได้อ่านเรื่องนี้แล้วตื่นเต้นมาก วิธีการน่าสนใจเป็นพิเศษ
    กระบวนการที่เริ่มจากการ คลี่ม้วนกระดาษในรูปแบบดิจิทัล แล้วค้นพบว่าร่องรอยอย่างรอยแตกของกระดาษคือสัญญาณของหมึก จากนั้นสร้างโมเดลที่ตรวจจับมันทีละชิ้น ๆ นั้นน่าประทับใจมาก
    คงต้องดู repository สุดท้ายก่อนถึงจะรู้แน่ชัดว่าพวกเขาทำอะไรไปบ้าง แต่ดูเหมือนจะใช้ TimeSFormer เท่าที่รู้มันเป็นของสำหรับวิดีโอ เลยสงสัยว่าเอามาใช้กับภาพได้อย่างไร
    อย่างไรก็ตาม นี่เป็นวันที่ยอดเยี่ยมจริง ๆ สำหรับโบราณคดี และคนรุ่นใหม่มากความสามารถเหล่านี้สมควรได้รับเสียงปรบมืออย่างมากสำหรับสิ่งที่ทำสำเร็จ

    • เท่าที่ผม/ฉันเข้าใจ ผลสแกนของม้วนกระดาษเหมือนจะคืนค่าชั้นต่าง ๆ ออกมาเอง
      โครงสร้างคร่าว ๆ เป็นแบบนี้:

      xxxxxxxxxx <- พื้นผิวของม้วนกระดาษ

xxxxxxxxxx

...

xxxxxxxxxx <- ด้านล่างของม้วนกระดาษ

      ดังนั้นถ้าแบ่งภาพพื้นผิวออกเป็นไทล์ ก็จะได้ข้อมูลขนาด size_x * size_y * n_layers
      กล่าวคือมองได้เหมือน สตรีมวิดีโอ รูปแบบ size_x * size_y * 1 channel * n_layers โดยที่ชั้นต่าง ๆ ทำหน้าที่แทนมิติเวลา

  • คำกล่าวที่ว่า “เทคโนโลยีที่ก้าวหน้าพอ ย่อมแยกไม่ออกจากเวทมนตร์” ตรงกับเรื่องนี้พอดี
    ความสามารถทางเทคโนโลยีราวกับเวทมนตร์ ที่เปลี่ยนก้อนม้วนกระดาษดำไหม้เกรียมให้กลายเป็นข้อความที่อ่านได้นั้นเหลือเชื่อจริง ๆ
    ผม/ฉันรู้เรื่องแมชชีนเลิร์นนิงแค่ผิวเผินมาก จึงสงสัยว่าเทคนิคที่กล่าวถึงในบทความเพิ่งถูกค้นพบเมื่อไม่นานมานี้ หรือมีมานานพอสมควรแล้ว
    และก็สงสัยด้วยว่าอัลกอริทึมเหล่านี้กำลังถูกใช้อย่างแพร่หลายขึ้นเพราะมาถึงจุดเปลี่ยนบางอย่าง จึงมีกรณีนำไปประยุกต์กับปัญหาเก่า ๆ ด้วยวิธีใหม่ ๆ เพิ่มขึ้นหรือเปล่า

    • มี วงจรส่งเสริมกัน อย่างชัดเจนระหว่างพลังประมวลผล GPU อเนกประสงค์ อัลกอริทึม ไลบรารีและซอฟต์แวร์ที่ใช้ฮาร์ดแวร์นั้น และนักวิจัยที่ทำงานด้วยเครื่องมือเหล่านั้น
    • ถ้าถึงขั้นเปลี่ยนม้วนกระดาษไหม้เกรียมให้เป็นข้อความที่อ่านได้ ก็ทำให้จินตนาการว่าอีก 100 ปีข้างหน้าเราจะทำอะไรกับ สมอง ของคนเป็นหรือคนตายได้บ้าง
      อีก 10,000 ปีข้างหน้าเราอาจกำลังสร้างกรวยแสงขึ้นมาใหม่ก็ได้ บางทีตอนนี้เราเองอาจเป็นสิ่งมีชีวิตแบบนั้นอยู่ก็ได้ ไม่ได้พูดจริงจังหรอก แต่เป็นการทดลองทางความคิดที่น่าสนุก

  • มีลิงก์ “แผนแม่บท” สำหรับอ่านม้วนกระดาษทั้งหมดที่ขุดพบ: https://scrollprize.org/master_plan
    คอขวดหลักในการอ่านให้ได้มากขึ้นดูเหมือนมีสองอย่าง คือการ แบ่งส่วน ม้วนกระดาษที่สแกนแล้วยังต้องอาศัยการแทรกแซงด้วยมือ และต้นทุนการสแกนม้วนกระดาษใหม่ก็สูง

    • ถ้าดูเฉพาะการสแกน ค่าใช้จ่าย 30 ล้านดอลลาร์เพื่อสแกน ม้วนกระดาษ 800 ม้วน ที่มีประวัติศาสตร์และผลงานที่ยังไม่เป็นที่รู้จัก เทียบกับงบประมาณที่ใช้กับเรื่องอื่น ๆ แล้วไม่ได้ดูเป็นเงินมหาศาลขนาดนั้น
      น่าจะมีใครสักคนบริจาคค่าใช้จ่ายนั้นได้ และอาจย้ายม้วนกระดาษเหล่านี้ไปใกล้เครื่องเร่งอนุภาคทั้งหมดในคราวเดียว หรือเป็นชุดใหญ่ไม่กี่ชุดก็ได้ ถ้าเพิ่มอีก 1 ล้านดอลลาร์ก็น่าจะทำตู้คอนเทนเนอร์ควบคุมอุณหภูมิและความชื้นเพื่อขนย้ายทีเดียวได้
      ถ้าผม/ฉันมี 30 ล้านดอลลาร์ ผม/ฉันจะบริจาคให้เรื่องนี้แน่นอน มันดูเป็นหนึ่งในวิธีใช้เงินระดับนั้นที่ดีที่สุด แบบนั้นก็จะข้ามความจำเป็นในการวิจัยและพัฒนาเครื่องสแกนแบบตั้งโต๊ะหรือทางออกอื่น ๆ ไปได้ และดูเหมือนจะทำคราวด์ฟันดิงได้ด้วย
      ส่วนงานแบ่งส่วนก็ทำเป็น วิธีแก้ปัญหาแบบร่วมแรงกัน อย่าง Seti@Home ได้ เพียงแต่กลุ่มเป้าหมายไม่ใช่คอมพิวเตอร์ แต่เป็นคนที่เบื่อจนเลื่อน Reddit หรือ Twitter ทั้งวัน
      อาจทำให้เหมือน CAPTCHA เพื่อให้ช่วยประมวลผลฟรีได้ด้วยซ้ำ ถ้าทำได้ ผม/ฉันเองก็ยินดีแบ่งเวลาสักสองสามชั่วโมงต่อเดือนมาช่วยงานแบ่งส่วน
      โปรเจกต์นี้มาถึงจุดนี้ได้ด้วยสิ่งยอดเยี่ยมที่ชุมชนร่วมกันสร้างมาแล้ว ไม่มีเหตุผลที่จะไม่เปิดและขยายกลุ่มมนุษย์ที่พยายามทำความเข้าใจม้วนกระดาษเหล่านี้ให้กว้างขึ้น ถ้าดึงคนได้หลายล้านคน ก็ไม่ต้องพึ่งพาแต่ไม้ค้ำทางเทคนิคและการพัฒนาอย่างเดียว แน่นอนว่าการพัฒนาเทคโนโลยีก็ไม่ใช่หนทางที่แย่
    • การจัดหาเงินทุน ก็สำคัญมหาศาล เงินทุนคือวงล้อที่ทำให้โปรเจกต์นี้เคลื่อนไปได้ ในฐานะคนที่เคยอยู่ใกล้ ๆ คนในโปรเจกต์มาระยะหนึ่ง ผม/ฉันมองว่าเป็นแบบนั้น
      ถ้ารู้จักใครที่ช่วยสนับสนุนระยะที่ 2 ของโปรเจกต์ หรือก็คือระยะขยายผลได้ ก็ควรบอก Nat ผม/ฉันไม่ได้เกี่ยวข้องโดยตรงกับทีมดำเนินงานของโปรเจกต์ แค่ชี้ไปที่คนที่ยอดเยี่ยมผ่านช่องทางติดต่อของเขาเท่านั้น
    • เป็นแผนที่ชัดเจนและวางมาอย่างดีจนน่าชื่นใจจริง ๆ พูดตามตรง โปรเจกต์นี้ให้ ความหวัง อย่างมาก

  • ตอนที่ไปเที่ยวอิตาลีกับภรรยา Herculaneum เป็นหนึ่งในสถานที่ที่ประทับใจที่สุด
    ตอนแรกไม่รู้จริง ๆ ว่าต้องขนเถ้าภูเขาไฟกับดินออกไปมากแค่ไหนเพื่อขุดค้น ที่จริงลึกเป็นสิบ ๆ เมตร [1]
    น่าเสียดายมากที่ที่นี่ได้รับความสนใจเพียงเศษเสี้ยวของ Pompeii ทั้งที่สภาพการอนุรักษ์ดีกว่ามาก และชวนให้รู้สึกทึ่งจริง ๆ [2]
    แนะนำอย่างยิ่งให้ใช้เวลาหลายชั่วโมงเดินชมพื้นที่จริง เป็นสถานที่ที่น่าทึ่งมาก
    1: https://www.icloud.com/photos/#08dJAA5eM9jpbhlEa3fzkl5ng
    2: https://www.icloud.com/photos/#076Pof4FziA7WgcI8hZrGZmzg

    • เคยสนุกกับส่วนที่พูดถึง Herculaneum ในเกมคอมพิวเตอร์ปี 1992 Rome: Pathway to Power
      เกมเริ่มต้นด้วยบททาสที่ต้องหนีออกจาก Herculaneum ก่อน Vesuvius ระเบิด เป็นเกมที่ชอบมากตอนเด็ก ๆ และค่อนข้างเหมือน immersive sim มุมมองไอโซเมตริกที่อินเทอร์เฟซยังดิบ ๆ
      เกมนั้นทำให้สนใจโรมโบราณ และอยากไป Herculaneum สักวันหนึ่ง
    • เมืองอิตาลีสมัยใหม่ Ercolano ตั้งอยู่เหนือ Herculaneum พอดี ทำให้การขุดค้นส่วนที่เหลือของเมืองโบราณค่อนข้างยุ่งยาก
      จนถึงตอนนี้ขุดค้นได้เพียงราวหนึ่งในสี่ ตัดกับ Pompeii ที่เปิดเผยออกมาแล้วประมาณสองในสาม

  • เป็นเรื่องที่เจ๋งที่สุดที่ได้อ่านในปีนี้ อ่านแล้วแทบเหมือนนิยายวิทยาศาสตร์
    ใครจะจินตนาการได้ว่าการอ่านตัวอักษรจากกระดาษอายุ 2,000 ปีที่ม้วนอยู่และไหม้เกรียมจนกรอบจะเป็นไปได้

    • นี่คือ ผลลัพธ์ของโบราณคดีและเทคโนโลยีที่สั่งสมมากว่า 270 ปี ม้วนเอกสารถูกขุดพบในปี 1752
      การปฏิวัติอุตสาหกรรม วิทยาศาสตร์ วิศวกรรม และขีดความสามารถด้านการผลิตทั้งหมดที่สะสมมา ทำให้ค้นพบ อนุรักษ์ และสแกนม้วนเอกสารได้ และท้ายที่สุดการปฏิวัติ AI ในปัจจุบันก็เหมือนเป็นการประดับปิดท้ายที่สร้างการอนุมานและการเชื่อมโยงเกินกว่าความเข้าใจของมนุษย์
      จึงเหมือนภูมิปัญญาโบราณอายุ 2,000 ปีโผล่ออกมา
    • อ่านเรื่อง Herculaneum Papyri ครั้งแรกเมื่อสิบกว่าปีก่อน และเคยจินตนาการถึงวันที่สิ่งเหล่านี้จะถูกอ่านออก
      จริง ๆ แล้วงานวิจัยเกี่ยวกับการคลี่ม้วนเอกสารเหล่านี้แบบเสมือนเริ่มมาตั้งแต่ปี 2007 (https://en.wikipedia.org/wiki/Herculaneum_papyri#Virtual_unr...) แต่ไม่เคยคาดเลยว่าจะทำได้เร็วขนาดนี้
      แสดงให้เห็นอีกครั้งว่าการเร่งตัวแบบทวีคูณของเทคโนโลยีนั้นเป็นจริง
    • พูดถึงที่ว่า “อ่านเหมือนนิยายวิทยาศาสตร์” แล้ว นึกไม่ออกว่านิยายเรื่องไหนที่มีอุปกรณ์คล้าย เครื่องย่อยหนังสือ เอาไว้ใส่หนังสือทั้งเล่มเข้าไปแบบทำลายเพื่อสแกน
      มีฉากที่ตัดหนังสือเป็นชิ้นเล็ก ๆ ดูดชิ้นส่วนเหล่านั้นเข้าไปสแกนระหว่างไหลผ่าน แล้วนำผลสแกนมาประกอบเหมือนจิ๊กซอว์เพื่อกู้คืนต้นฉบับ
      เป็นพล็อตย่อย แต่ยังไงก็นึกชื่อหนังสือไม่ออก
    • เมื่อก่อนเคยมองข้ามแบบเบา ๆ คนที่แช่แข็งร่างกายไว้โดยหวังการฟื้นคืนชีพที่ไม่แน่นอนในอนาคต แต่ตอนนี้เริ่มลังเลนิดหน่อย
      ถ้าเป็นนิยายวิทยาศาสตร์ที่มี premise แบบนี้ก็คงน่าสนใจทีเดียว
      มหาเศรษฐีคนหนึ่ง แทนที่จะพึ่งพาเครื่องจักร ขอให้ทำ freeze-drying ร่างตัวเองแล้วเก็บไว้ในปล่องภูเขาไฟขั้วใต้ของดวงจันทร์ จากนั้นตั้งมูลนิธิให้สนับสนุนงานวิจัยระบบขับเคลื่อนระหว่างดวงดาว เพื่อย้ายร่างไปยังจุดที่เย็นและเสถียรที่สุดที่พบระหว่างทางไปยังบริเวณ 1 เคลวินของ Boomerang Nebula และให้วิจัยการชุบชีวิตจากสภาพไหม้เกรียมต่อไป
      มูลนิธินั้นกระตุ้นความก้าวหน้าสารพัดอย่าง ทั้งฟิวชันเชิงปฏิบัติ การผลิตพลังงานที่แปลกใหม่ยิ่งกว่า, ปัญญาประดิษฐ์ทั่วไป, การจัดการแรงโน้มถ่วง, นาโนเทคโนโลยีแบบ Drexler, Dyson swarm, star wisps, ร่างกายที่ซ่อมแซมตัวเองได้ เพราะมี เป้าหมายแบบดอนกิโฆเต้ ที่จะทำภารกิจให้สำเร็จ

  • หนึ่งในแง่มุมที่น่าหลงใหลจริง ๆ ของโบราณคดีคือธรรมเนียมการจงใจเหลือโบราณวัตถุบางส่วนไว้โดยไม่สำรวจ
    คนที่พบม้วนเอกสารเหล่านี้ครั้งแรกดูเหมือนจะลองคลี่บางม้วน แล้วตระหนักว่าเป็นไปไม่ได้หากไม่ทำลายมันจนหมด จึงปล่อยส่วนที่เหลือไว้ตามเดิม
    แทนที่จะดันทุรังจนทำพังทั้งหมด พวกเขาเลือกทิ้งไว้เป็น ปริศนา สำหรับยุคอนาคต
    ต้องผ่านไปสองศตวรรษ เราจึงเริ่มเข้าใจสิ่งเหล่านี้ได้ในที่สุดด้วยความช่วยเหลือของเทคโนโลยีที่พวกเขาไม่มีทางจินตนาการถึง

    • ในช่วงแรก ๆ ต่อให้ดันทุรังก็คงไม่ได้อะไรกลับมาอยู่ดี ดังนั้นการหยุดมืออาจไม่ได้ต้องใช้ความยับยั้งชั่งใจมหาศาลขนาดนั้น
      กลับกัน ผมนับถือคนในยุค 1990 หรือช่วงต้นยุค 2000 มากกว่า ตอนนั้นอาจมีความเป็นไปได้แล้ว แต่ความเสี่ยงก็ยังสูงเกินไป จึงอดทนรอจนโอกาสปลอดภัยขึ้น
    • ลักษณะหนึ่งของยุคนั้นคือผู้คนแทบจะบูชา ชาวโรมัน
      การศึกษาส่วนใหญ่ในเวลานั้นคือการเรียนภาษาละติน และในขณะเดียวกันก็รู้ดีว่าข้อความคลาสสิกที่รอดมาได้มีเพียงส่วนน้อยมาก
      ดังนั้นจึงมีความเป็นไปได้สูงมากว่าพวกเขาเข้าใจว่าการอนุรักษ์ม้วนเอกสารเหล่านี้ไว้และทำให้เปิดอ่านได้ในสักวันหนึ่งสำคัญเพียงใด
    • มีตัวอย่างที่แสดงเรื่องเดียวกันในระดับมหภาค: https://www.smithsonianmag.com/smart-news/archaeologists-reb...
    • เช่นเดียวกัน พื้นที่ขนาดใหญ่ของ Pompeii ก็ยังไม่ถูกขุดค้น และถูกทิ้งไว้สำหรับอนาคต

  • น่าทึ่งมากที่มีการประเมินว่าม้วนเอกสารใน Naples มีข้อความมากกว่า 16MB
    ทีมปาปิรัสวิทยาบางส่วนมองว่า หากข้อความเหล่านี้ถูกเผยแพร่ จะเป็นการปฏิวัติครั้งใหญ่ที่สุดของคลาสสิกศึกษานับตั้งแต่ยุคเรอเนซองส์ หวังว่ารัฐบาลอิตาลีจะอนุญาตให้ขุดค้น Villa เพิ่มเติม

    • น่าจะมีโอกาสอนุญาตสูง Pompeii และ Herculaneum ยังขุดค้นต่อเนื่องอยู่จนถึงตอนนี้ แม้ผ่านมาสองศตวรรษแล้ว สถานการณ์ไม่ได้หยุดนิ่ง
      เพียงแต่เราอ่านม้วนเอกสารเหล่านี้ได้แค่ 5% และของที่ขุดพบแล้วก็มีมหาศาล ดังนั้นแค่จัดการสิ่งที่มีอยู่ตอนนี้ก็คงใช้เวลาอีกหลายปี
    • ปัญหาใหญ่คือ Villa of the Papyri อยู่ใต้สิ่งปลูกสร้างสมัยใหม่
      ไม่ได้หมายความว่าขุดค้นไม่ได้หากไม่รื้อถอน แต่แม้จะมีกรณีอย่าง Scavi ใต้มหาวิหาร Saint Peter ก็ทำให้ยากขึ้นมาก

  • รวมถึงข้อเท็จจริงที่ว่าโมเดลซึ่งเป็นจุดทะลุทะลวงดั้งเดิมนั้นถูกฝึกบน GTX 1070 ด้วย ถือว่าเป็นผลงานที่ยอดเยี่ยมจริง ๆ: https://twitter.com/LukeFarritor/status/1754532281690243339

    • เพราะโมเดลภาษาขนาดใหญ่ ทำให้ความรู้สึกของเราต่อ ปริมาณการคำนวณ ที่จำเป็นในการทำสิ่งที่มีประโยชน์ด้วยแมชชีนเลิร์นนิงถูกบิดเบือนไป

  • บทความที่เกี่ยวข้อง:
    First word discovered in unopened Herculaneum scroll by CS student - https://news.ycombinator.com/item?id=37857417 - ตุลาคม 2023, 207 ความคิดเห็น
    The Vesuvius Challenge - https://news.ycombinator.com/item?id=35322809 - มีนาคม 2023, 32 ความคิดเห็น
    Vesuvius Challenge - https://news.ycombinator.com/item?id=35169869 - มีนาคม 2023, 32 ความคิดเห็น

    • โพสต์ที่ขึ้นวันนี้ก็น่าจะพูดถึงเบื้องหลังเพิ่มเติมด้วย ยังไม่ได้ตรวจดู
      Can AI Unlock the Secrets of the Ancient World? - https://news.ycombinator.com/item?id=39261465 - กุมภาพันธ์ 2024, 1 ความคิดเห็น
      และยังมีทวีตที่น่าจะพูดถึงเนื้อหาเดียวกับ OP ด้วย
      The $700k Vesuvius Challenge prize has been won - https://news.ycombinator.com/item?id=39261933 - กุมภาพันธ์ 2024, 2 ความคิดเห็น