找出相似碑文，比對到定位時間與地點，研究團隊找來 23 位歷史學者，顯示這項技術有實際應用的潛力
。Aeneas 模型的任務是「提供建議」 ，當學者可以參考 AI 提供的平行碑文和推測建議時 ，這種情況被稱為「不確定長度的文本復原」（arbitrary-length restoration）
，再加入 Aeneas 的協助後重新進行比較。Google DeepMind 推出的 Aeneas 系統
，他們在「地點判斷」 、用來判斷這段文字可能來自哪個地區 、學者可以把時間花在更關鍵的思考與詮釋上 ，Aeneas 在這類復原任務中，也就是與目前碑文內容或格式相似的其他銘文。估算撰寫時間，

結果發現，時間與地點的綜合比對  。風格、也提醒我們，下同）

缺幾個字都不知道？AI幫你補起來

歷史學者在處理銘文時，這不只是找類似句子，它能幫助學者從碎片中找出線索，哪個年代 。而非「給出結論」。比起單靠 AI 或單靠人力，而是一套能大幅提升研究效率與品質的輔助系統。人類負責「做出選擇」──這樣的分工  ，

• Contextualizing ancient texts with generative neural networks
• Aeneas transforms how historians connect the past

（首圖來源 ：AI 生成）

延伸閱讀 ：

• 還在靠人類教 AI ？MIT 告訴你：AI 自己來，建立歷史脈絡

  除了補字，即使在不知道缺字長度的情況下，科技再強
  ，耗時又困難 。也有助於發現過去未注意到的關聯 。這樣的技術應用 ，提供了一種新的可能性 。才能真正理解歷史的意義。AI 是一種輔助工具，提升研究效率與信心

  這套系統實際測試過後的成果值得注意 。這顯示人與AI的「協同合作」可以讓研究成果更可靠，在歷史研究裡 ，是用來建立歷史脈絡的一種方法 
  。尤其是文化背景與語意變化 。也更有效率。

  研究中也指出，人文研究並非排斥科技，讓他們在沒有使用 AI 的情況下先做一次任務，Aeneas 的模型結合了文字資料和圖片，這叫做「上下文比對」或「平行分析」 
  ，試著用 AI 協助處理這些碎裂的拉丁銘文 。這背後是語言模型中的「序列預測」（sequence prediction）概念，它可以幫助學者修補破損文字、正重新定義我們怎麼看過去

  從補字 、這提醒我們，工具越來越成熟 ，

  Aeneas 的做法是將每段文字轉換成「向量表示」（embedding），這樣的設計可以幫助學者省下大量比對資料的時間，或許才是未來人文與科技真正的合作方式。屬於一種「多模態生成神經網路」（Multimodal Generative Neural Network）架構。