扫一扫，加客服微信 
AI又双叒立大功！
2023世界人工智能大会上，我们公布了在AI for Science（"人工智能驱动科学研究"）领域的一点“遥远”的成果：
要么在数十亿光年以外，
要么在几千年前。
那么，AI到底干了啥？
首先，看着天空——
眨眼！
好了，这么点时间够发生一百次快速射电暴了。以及，如果你能肉眼看见它，应该已经被闪瞎了。
快速射电暴（FRB）是宇宙中最明亮的射电爆发现象，能在1毫秒内释放出太阳大约一整年才能辐射出的能量。
科学家们认为，它能帮人类进一步了解宇宙能量释放、宇宙结构、星系际介质磁场研究等课题，堪称“宇宙学探针”。
可难办的是，虽然它亮，但是它“宅”！
说个数：自2016年建成后，中国天眼FAST（就是这个“锅”）发现的脉冲星已超 740 颗，但截至2022年底，FAST也就一共发现7颗FRB。
哪怕全球范围看，FRB和脉冲星的发现数量也至少差了一个数量级。
这时我们就开始寻思：
自2021年我们与国家天文台联合启动“探星计划”以来，每天都在用AI帮FAST处理接收到的庞大数据、分析寻找脉冲星线索。那AI能不能也帮忙找找FRB呢？
可以！但是要在数据中发现更低频出现的FRB，要求AI模型具备更高的精度、以及更快的计算速度。
腾讯优图实验室发现，本质上我们需要AI做的，就是在随机、无序的噪声数据里找到有用的信号——这跟处理图像数据一样的嘛！老本行！
于是他们采用了一套自监督预训练的办法：
运用常规图片数据、学术数据和互联网数据等，使AI模型具备初步的学习能力，再结合少量的FRB数据进行训练。（为啥不直接用FRB数据训练？因为太少）
同时，他们还引入了多示例学习、注意力机制，同时结合腾讯云行业大模型辅助AI训练。
举个例子，下面是一张发现了FRB的信号图，有用的信号是非常弱、非常小的，整张图上大部分是随机的噪声。而多示例学习这样的技术，能在有用信号占比少的情况下，精确地把它找出来。
不光能找出来，这套AI模型还能快速给大量待标注数据进行初步的标注，提升标注效率至少30%。
光有模型还不够，因为FRB出现的频率很低，要更大量数据的计算才有可能找到一颗信号，主打一个“广撒网”、“捞鱼”速度还不能慢。
之前寻找脉冲星时，我们的信号处理流程分两步：
第一步，先用天文物理学对信号进行处理，还有一系列图像处理步骤；
第二步，让AI去识别图像、输入模型得到结果。
为了寻找FRB，优图实验室的同学们全新设计了端到端AI算法：
把两步合成为一步，接收到的天文信号直接进入AI自动化流程，不再需要经过传统天文信号处理流程就得到结果。
在同等算力下，这套全新的天文数据处理范式，推动信号处理效率相对常规处理流程提速1800倍！
2023年，探星计划首次通过AI技术，从大量观测数据中发现了2颗快速射电暴。
你看，我们离星辰大海更近了。
收回目光，你有没有想过：
几千年前的国人是怎么看待宇宙的？
甲骨文能给我们答案，如果能看懂的话。
目前，已经出土的甲骨约有16万片，已经发现约4500个甲骨字，其中约3000字尚未释读。
而甲骨自然损坏速度很快，甲骨文专家学者数量又少，急需数字化保存和智能工具的帮助、加快破译速度。
去年，腾讯优图实验室、SSV数字文化实验室与安阳市文物局、安阳甲骨文信息处理实验室等多个部门合作，宣布共建甲骨文开放创新平台，让AI和专家们一起投入甲骨文考释工作。
截至目前，我们已经建立起覆盖143万字的全球最大甲骨文单字数据库！
甲骨文的考释，一般会从两个维度去考虑：字形，和辞例（即实际的语义）。
优图实验室的同学们发现，甲骨文的不同字形、不同写法之间的匹配关系在破译中尤为关键——这跟图像识别一样的嘛！老本行！
而为了达成字形匹配的目标，首先得有用来匹配的字库，操作就开始了：
第一步，拓片文字检测。
每块甲骨拓片上一般有很多个字，得先“抠下来”。
AI检测算法能够精确识别拓片上不同区域、不同形态的甲骨文，智能扩充识别边界，避免漏识笔画，进一步加速字库“收集”过程。
第二步，单字摹本生成。
“黑底白字”的甲骨拓片上划痕之类的“噪声”很多，字形不够清晰。
AI摹本生成算法，能够有效识别和去除“噪声”，生成“白底黑字”的具有清晰字形的甲骨文单字摹本，为学者后续的识别和匹配工作扫清障碍。
（ppt演示下拓片-单字-摹本的变化过程）
第三步，构建字库。
到这里，已经处理好的单字摹本就可以进库啦。
目前我们已经收纳了143万个甲骨文单字拓片及其电子摹本，并且每个单字均可对应到其在拓片中的位置。
有了数据库，专家们就可以来进行甲骨文单字的查询了。
基于优图实验室的目标检索和图像匹配算法，专家可以快速实现“以字搜图”，“以图搜图”。
想找一个字，就输入字形，AI会自动比对它和字库中所有单字摹本的相似度（这比肉眼看遍143w个字快多了），给出字形最近似的摹本以及关联拓片。
等等，143万？不是只发现4500个单字吗？
原来，这个字库特意收集了每个单字多次出现、或出现在不同拓片上的重复情况。
因为对于专家来说，在研究某一个字的时候，看到这个字出现在所有语境下、或者所有拓片上面的情况，是很有必要的。
甚至有时候，一个字出现的频次高，本身就是一种有意义的重复。
这也是我们首次将文字检测、摹本生成、字形匹配等AI算法，综合应用于甲骨文研究。
未来，我们还会进一步将这个数据库工具化，提升甲骨文识别与考释、甲骨论著内容提取等的效率。
用最新的技术，追寻最古的源头，不失为一种浪漫。
