解碼古老赫庫蘭尼姆卷軸的人工智慧競賽內幕

在去年八月底一個溫暖的星期六晚上，內布拉斯加大學的本科生盧克·法裡託獨自一人坐在奧馬哈一個家庭聚會的角落裡，這時他的iPhone響了一聲。音樂聲震耳欲聾，法裡託當時21歲，長著一張孩子氣的臉龐，戴著黑色方框眼鏡，周圍是其他喝酒和交往的學生。他打開了資訊。資訊來自本·凱爾斯，一位來自不列顛哥倫比亞省的45歲計算機科學家兼鋼琴家，法裡託稱他為“哈里·謝頓”——凱爾斯的線上化身，以艾薩克·阿西莫夫《基地》系列中的角色命名。凱爾斯有一些訊息要分享。他剛剛完成了碳化紙莎草紙的一些高解析度掃描的數字展開。他說，他已將影像上傳到一個共享伺服器。“夥計，”法裡託回覆道，“這太棒了。我很快就會執行它。”

凱爾斯的紙莎草紙來自赫庫蘭尼姆，那不勒斯灣畔維蘇威火山腳下的古羅馬城鎮，那裡是古典時代唯一儲存下來的圖書館的所在地。這批紙莎草紙藏品——迄今已從中提取出約1800卷大部分無法解讀的卷軸和碎片——被公元79年摧毀龐貝城的同一次火山爆發產生的火山碎屑流掩埋在60英尺深的物質下，溫度超過900華氏度。由於沒有足夠的氧氣燃燒，卷軸被烤成了木炭——這是一種幸運，因為它使它們能夠加入到自古代以來設法儲存下來的少量紙莎草紙珍品中，所有這些紙莎草紙都以某種方式免受潮溼的影響，無論是被埋葬在埃及的沙土中還是被火燒焦。但這也意味著如果不變成灰塵，它們就無法展開。

法裡託使用手機，遠端撥通了他位於林肯宿舍房間裡的臺式電腦，林肯距離奧馬哈有一個小時的車程。在過去的六個月裡，他一直在深夜嘗試解讀這些卷軸。他在伺服器上找到了凱爾斯的新紙莎草紙片段，並立即將其輸入到他在過去幾周裡構建的由人工智慧驅動的探測器中。該探測器被程式設計為尋找墨水，從而尋找字母，從而尋找單詞。他啟動程式讓它執行，然後收起手機。作為指定的司機，他等待聚會結束，以便將他的朋友們送回他們的宿舍。

支援科學新聞事業

如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞事業 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和思想的具有影響力的故事的未來。

四個世紀以來，僧侶和王子、紙莎草紙學家和考古學家、古典學者和計算機科學家都徒勞地努力檢測卷軸內的任何字母或單詞——這些卷軸看起來像下垂的小棕色墨西哥捲餅——而又不在此過程中破壞它們。如果我們能夠閱讀它們，正如古典學者和紙莎草紙學家長期以來所希望的那樣，我們可能會發現失傳的古典文學或哲學作品，或者歷史和科學記錄。也許它們包含索福克勒斯或埃斯庫羅斯的悲劇，或者李維的失傳著作。“可能性，”加州大學洛杉磯分校古典學教授大衛·布蘭克說，“是巨大的。”

幾乎所有古典文學都是從中世紀僧侶那裡傳下來的，他們在決定抄寫什麼時很挑剔。因此，現存的“原始”古代著作相對較少，這意味著從我們的角度來看，古典文學是透過針孔看到的全景圖。我們有埃斯庫羅斯的七部戲劇，但我們知道這位悲劇作家寫的作品至少是這個數量的十倍。赫庫蘭尼姆儲存下來的紙莎草紙是我們拯救失傳作品的最佳機會，一些古典學者懷疑，甚至更多的文字可能仍然留在別墅中尚未挖掘的區域。“誰知道那裡有什麼？”博洛尼亞大學古典考古學教授、赫庫蘭尼姆之友協會的受託人安娜莉薩·馬爾扎諾說。除了維吉爾和賀拉斯等大人物的作品外，還有可能找到“我們一無所知”的作者的作品，馬爾扎諾說。

送走朋友後，法裡託把車停在宿舍外，走向他的大樓，從口袋裡拿出手機。他解鎖了螢幕。他停住了腳步。“我的天哪，”他說。人工智慧輸出了東西。

在手機螢幕上，以灰色交錯的編織紙莎草紙紋理為背景，清晰地排列著三個黑色的小寫希臘字元。它們模糊不清，但清晰可辨：π（π）、omicron（ο）、rho（ρ）——“πορ”。

近2000年來第一個看到這些字母的人是在林肯市一個停車場夏夜的深夜瞥見了它們，這些字母是從古代火山爆發中搶救出來的。“我嚇壞了，”去年十一月我們談話時他告訴我。他給他的媽媽發了一張截圖。這是一個令人震驚的開始。但是，法裡託想知道，包含這些字母的單詞是什麼？哪本失傳的書籍收錄了這個詞？

隨著人工智慧產業在去年春天隨著GPT-4的釋出而爆發，對超級人工智慧的焦慮也隨之而來。矽谷及其他地區的許多“末日論”開發者和思想家警告說，一個系統可能會在某一天選擇以多次維蘇威火山爆發的力量將我們的文明化為塵土和瓦礫。這種擔憂使得在過去的幾個月裡，數百名業餘解密者決定花費時間構建人工智慧，希望一睹在一個因一場可怕的災難而滅絕的城市中發現的從未見過的著作，這一點更加令人心酸。“維蘇威挑戰賽”是一場拯救這些卷軸中知識的競賽。對於參與挑戰賽的密歇根州工業CT工程師阿倫·韋恩來說，他說，這項任務“就像電子遊戲一樣接近”。

最強的競爭者中沒有人擁有古典學方面的專業知識。大多數人對古代世界只有一閃而過的興趣，而且知之甚少。大多數人既不會說拉丁語，也不會說希臘語。吸引他們的是技術問題——以及“維蘇威挑戰賽”超過100萬美元的集體獎金，這筆獎金是由矽谷一些最有權勢的人物捐贈的。

這場競賽是46歲的灣區投資者納特·弗裡德曼的突發奇想。在2021年之前，弗裡德曼是Git-Hub的執行長，Git-Hub是微軟的開源軟體開發平臺。他和他的長期投資夥伴丹尼爾·格羅斯是當今人工智慧意外之財的早期資助者。在2010年代，弗裡德曼和格羅斯給機器學習研究人員開支票，後來，當該領域爆發時，他們開始資助人工智慧公司。今天，為了訓練他們押注的人工智慧模型，這對搭檔擁有的英偉達人工智慧晶片比大多數國家都多。也許你聽說過科技億萬富翁計劃在舊金山以北的農田上從零開始建造一個烏托邦城市；弗裡德曼也把他的錢投入到了這個專案中。然而，在2020年春天，當世界大部分地區處於封鎖狀態時，弗裡德曼只是希望轉移他對瘟疫的注意力。

弗裡德曼被隔離在舊金山的家中，並對古羅馬產生了新的興趣，他正在閱讀關於古代災難和災禍的維基百科文章。他了解到，在1709年，在那不勒斯附近的雷西納鎮的工人們正在挖一口井。在地下約60英尺處，他們的鏟子擊中了巨大劇院的遺蹟。這座可容納2500人的建築裡擺滿了馬和貴族的雕像。他們一定驚呆了。赫庫蘭尼姆這個古鎮的存在，早已從集體記憶中消失了。

在接下來的幾十年裡，一群又一群渴望用古代藝術品裝飾自己別墅的軍事工程師，下令挖掘從劇院向外輻射的地下隧道。這種活動造成了嚴重的破壞。面向保護的考古方法尚未開發出來，用18世紀藝術史學家約翰·約阿希姆·溫克爾曼的話來說，一位西班牙軍事工程師“對古物的瞭解就像月亮對龍蝦的瞭解一樣”。

1750年，瑞士工程師卡爾·韋伯沿著一道地下牆發現了一座豪華別墅。這座海濱房產可能曾經屬於朱利葉斯·凱撒的岳父盧基烏斯·卡爾普尼烏斯·皮索·凱索尼努斯。在建築物的角落裡，工人們發現了一堆幾英寸高的黑色、不成形的圓柱體。這些物體最初被認為是碳化的木頭，有些被扔掉了——直到韋伯意識到這個房間是一個圖書館。工人們移走了1000多捲紙莎草紙卷軸和碎片，這些卷軸和碎片被放置在當地的一家博物館裡。

在藏品中發現未知文學作品的前景吸引了歐洲大部分地區，實驗者們嘗試了各種方法來閱讀紙莎草紙。一位博物館館長用刀垂直切開了一些卷軸，刮掉了一層又一層。這種殘酷的方法揭示了一些可辨認的文字，但它毀壞了卷軸。一位義大利王子最近為未來的西班牙國王發明了一種防水披風，他將一些卷軸浸入汞中，希望液態金屬能將紙張分開。結果毀壞了它們。其他人則嘗試將它們暴露在一種難聞的“植物氣體”中，或者在卷軸上塗抹玫瑰水。

1753年，梵蒂岡圖書館負責古代手稿的僧侶安東尼奧·皮亞喬被從羅馬召來。到達那不勒斯後，他發明了一種機器，用於緩慢展開紙莎草紙，將絲線連線到紙張的邊緣，並以每天十分之一英寸的速度輕輕地將各層分開。皮亞喬的這種方法取得了一些成功，並能夠揭示菲洛德姆斯的作品，菲洛德姆斯是維吉爾的老師，也是希臘伊壁鳩魯哲學家之一，他們認為在虛空中旋轉和碰撞的原子創造了宇宙。但皮亞喬的方法既緩慢又具有破壞性。似乎不可能在不損壞的情況下閱讀330多卷尚未開啟的卷軸。

幾個世紀後，弗裡德曼讀到了一些最新的突破。肯塔基大學的一個團隊，由計算機科學教授布倫特·西爾斯領導，似乎即將取得成功。2019年，西爾斯的團隊安排將兩卷完整的卷軸以及四塊斷裂的碎片，用定製的箱子運送到英格蘭牛津郡的鑽石光源，這是一家同步加速器粒子加速器。西爾斯和他的團隊使用同步加速器的高能光子，以8微米的解析度（大約是紅細胞的直徑）對紙莎草紙進行了微型CT掃描。

西爾斯的計劃是將同步加速器掃描匯入一個定製的計算機程式，以虛擬展開紙莎草紙的每一層，希望能揭示渲染表面上的墨水。然而，卷軸上使用的碳基墨水的放射密度與紙莎草紙的放射密度相似。這意味著沒有足夠的對比度讓墨水在掃描中顯示出來。

為了解決這個問題，西爾斯的團隊構建了一個機器學習模型，該模型在用碳墨水書寫的手稿上進行訓練。一個成功的墨水檢測人工智慧模型或許可以應用於卷軸的虛擬展開表面。

當弗裡德曼讀到這項努力時，他有了一個想法：也許矽谷的人工智慧社群可以提供幫助，要麼投資該專案，要麼提供其專業知識。2022年，弗裡德曼邀請西爾斯參加前沿營，這是一個排他性的、秘密的聚會（它沒有線上蹤跡），由弗裡德曼共同組織，每年在北加州偏遠的樹林中舉行，大約200名創始人兼執行長組成的精選精英在寒冷中露營幾個晚上，以丟擲想法。

西爾斯忽略了這封電子郵件。他聽說過弗裡德曼，但不相信這封信是真的。然而，弗裡德曼很有毅力——2022年10月，西爾斯抵達索諾瑪縣紅杉林中簡樸的夏令營場地。那天晚上，在營地的一棟木製附屬建築中，西爾斯向一群機器學習工程師發表了演講。“我們將在下一個小時內解決這個問題，”弗裡德曼在西爾斯還在講話時對格羅斯耳語道。但他們沒有——當活動結束時，弗裡德曼和格羅斯擔心西爾斯會空手而歸肯塔基州。因此，那天晚上，在西爾斯帕洛阿爾託酒店的酒吧裡喝著波旁威士忌時，弗裡德曼建議他們組織一場公開競賽。“我們會為此投入一些資金，”他告訴西爾斯。

西爾斯飛回家與實驗室的其他成員討論了這個想法。“我們不想愚蠢地把我們所做的所有工作都白白送人，”數字修復研究員斯蒂芬·帕森斯說，他當時正在完成一篇關於實驗室工作的博士論文。與此同時，他們有比他們自己合理嘗試的更多的想法。更多的人參與解決這個問題將使卷軸更有可能被閱讀，這是他們的最終目標。就這樣決定了。他們將向世界開放這個專案。弗裡德曼難以抑制他的熱情。“正在進行一個非常令人興奮和奇怪的新副專案，”他在Twitter（現在的X）上寫道。“有點像一生的夢想。”

弗裡德曼與該小組一起設計了比賽的結構。將為不同的挑戰設立獨立的獎項，包括檢測墨水、在卷軸中找到第一個字母以及構建有用的開源軟體。大獎——識別至少140個字元的四個獨立段落——的參賽截止日期為2023年12月31日。“如果古代羅馬人知道，”弗裡德曼在X上寫道，在比賽啟動的艾德斯三月（這也是GPT-4釋出後的第二天），“2000年後，我們將使用粒子加速器和超級計算機來閱讀他們的文字，永遠儲存它們，並將它們低語給一位嬰兒神，他們會作何感想？”

在比賽開始後不久，我加入了比賽在Discord上的伺服器，這是一個為遊戲玩家構建的訊息板平臺。我是最初幾周註冊的約400人之一，到秋季，該板上擠滿了1428名成員。參賽者下載了兩個卷軸的5.5太位元組掃描影像，西爾斯給它們起了綽號“香蕉男孩”和“胖混蛋”（它們的真名是PHerc_Paris_3和PHerc_Paris_4），並且正在討論如何處理它們。對於知道有豐厚獎金可拿的參賽者來說，人們以令人驚訝的坦誠態度丟擲想法。

主要有兩項任務：分割和墨水檢測。要找到字母，你需要乾淨的紙莎草紙表面或片段。沿著每個卷軸的z軸，從上到下，研究人員拍攝了數千張橫截面X射線照片。每個橫截面都顯示了捲起來的紙莎草紙，就像樹木的年輪一樣，細細的白色線條在黑暗的背景下呈螺旋狀。展開卷軸並提取平坦表面需要很長時間。它需要使用滑鼠點選來標記紙張在每個橫截面中的變化位置。然後，定製的演算法將各個橫截面拼接成一張紙。但這受到了碳化將一些紙張熔合在一起的事實的阻礙。有時紙莎草紙會自身摺疊，或者會脫膠，一張紙變成幾張，而且無法知道哪個表面有文字。

“它是熔合在一起的、糊狀的煤塊，”凱爾斯說，他被弗裡德曼聘為全職分割工作，並將結果與社群分享。在其他參與者開發的開源軟體的幫助下，凱爾斯和他的九點到五點分割團隊每小時能夠生產約0.2平方英寸的紙莎草紙表面。（赫庫蘭尼姆卷軸的長度可能超過32英尺。）

然而，在這些表面上發現任何墨水完全是另一回事。為了促進墨水檢測的進展，組織者在Kaggle上發起了一場機器學習競賽，Kaggle是一個用於資料科學競賽的線上平臺，獎金總額為10萬美元。任務相對簡單：構建一個機器學習模型，以檢測斷裂的紙莎草紙碎片CT掃描中的墨水，在這些碎片上，文字已經清晰可見（肯塔基大學團隊已經嘗試過這種方法，並取得了一些成功）。組織者希望，在碎片上訓練的墨水檢測模型隨後可以應用於虛擬展開的紙莎草紙片段。

共有2763名參賽者和團隊——包括中國哈爾濱工業大學的一對學生、基輔的一支考古學家團隊、德國的一個醫學影像研究小組以及日本和韓國的機器學習工程師——報名參加。他們構建了人工智慧來預測掃描碎片中每個體素（畫素的三維等效物）中墨水的存在與否，並上傳了他們的結果。他們的參賽作品根據碎片紅外照片的資料進行了驗證。

在2023年6月14日Kaggle競賽結束前的幾周裡，聖地亞哥的一支團隊發現自己處於排行榜的末端。在整個城市的咖啡館裡調整他們的模型時，隊友們注意到墨水在某些區域更深入地滲透了紙莎草紙。他們的模型正在學習重視墨水的深度——但這種方法使它感到困惑。研究人員調整了模型以忽略墨水的深度，這帶來了更好的結果，推動該小組登上了排行榜的榜首。深度不變模型最終贏得了墨水檢測競賽。但有些地方不對勁。

當團隊成員之一瑞安·切斯勒將他獲勝的模型應用於凱爾斯的一大塊虛擬展開的紙莎草紙（被稱為“怪物片段”）時，他感到失望。人工智慧根本沒有檢測到任何墨水。在碎片上訓練的模型似乎無法在完整的卷軸上工作。密歇根州的CT工程師韋恩認為他知道原因。墨水檢測的獲獎者“是一群令人驚歎的天才，”他說。但他們把這個難題看作是一個數學問題。“現實世界有點混亂，”韋恩解釋說。墨水檢測模型可能無法在卷軸上工作，因為人工智慧無法學習碳化紙莎草紙的樣子。如果沒有更多碳化紙莎草紙的掃描，即使是最複雜的演算法也會感到吃力。

韋恩更熟悉掃描火箭發動機和巴松管等物體，他說服他的僱主讓他在空閒時間使用他們最先進的CT掃描器。（“如果有人贏得大獎，”他說，“他們幾乎可以負擔得起其中一半的費用。”）他在紙莎草紙上繪製了複雜的希臘輪廓，然後將其碳化並掃描。他與其他人分享了結果，建立了豐富的訓練資料儲存。

其他人認為參賽者過於關注人工智慧。30多歲的澳大利亞物理學家凱西·漢德默決定目視檢查掃描結果。“如果機器能看到它，人也能看到它，”他說。漢德默解釋說，大多數用於檢測視覺特徵的機器學習演算法都是基於人類檢測構建的，這是有充分理由的：我們的視覺皮層非常擅長識別細微的圖案和紋理。

漢德默是Terraform Industries的創始人兼執行長，這是一家位於加利福尼亞州的初創公司，從陽光和空氣中生產碳中和天然氣，總部設在伯班克一座仿中世紀城堡中。他花了幾個小時檢查影像，這讓Terraform的投資者弗裡德曼感到惱火，弗裡德曼不贊成執行長的分心。在休息了一下，3D列印了一個他自己的骨骼副本供自己娛樂後，漢德默發現他越來越熟悉燒焦的紙莎草紙纖維的視覺特徵。5月，在檢查凱爾斯的“怪物片段”時，他注意到了一些非凡的東西。他不斷看到一種重複出現的紋理，看起來像烤在紙莎草紙表面的龜裂泥土。在凝視了一個小時左右後，他注意到一個倒置的π。龜裂的紋理一定是墨水。

漢德默發現了更多形狀為其他字母的紋理，甚至認為他發現了“卡利俄珀”（Καλλιόπη）這個詞，史詩詩歌繆斯女神的名字。然而，他的發現未能說服在6月份評估他的首字母獎參賽作品的六位紙莎草紙學家——首字母獎是一項4萬美元的競賽，獎勵第一個在0.6平方英寸區域內找到10個字母的人。但漢德默發現了第一個墨水，為此他獲得了1萬美元的獎金。通過幾乎即時地與社群分享他的突破，他為下一個重大進展鋪平了道路。

內布拉斯加州的大學生法裡託在得克薩斯州的SpaceX實習時，得知了漢德默發現龜裂紋理的訊息。他白天在星艦（有史以來最強大的火箭）的發射臺軟體團隊工作。然而，下班後，他幾乎整晚都在構建人工智慧，以尋找更多龜裂紋理。與此同時，柏林自由大學的埃及資料科學學生優素福·納德正在研究他從一個成功的Kaggle競賽模型中改編而來的系統。法裡託和納德都成功地找到了字母序列。納德的結果更清晰，但法裡託的速度更快。在八月份聚會之夜找到πορ後，法裡託繼續改進他的模型，直到它吐出了πορ周圍的幾十個模糊形狀，這些形狀看起來也可能是希臘字母。

9月份，紙莎草紙學家檢查了法裡託的結果。他們意識到法裡託的πορ是πορφύραc或porphoras（古希臘語中“紫色”的意思）這個詞的開頭。那不勒斯大學的紙莎草紙學家費德里卡·尼科拉迪幫助確認了這個詞，她說，這個詞很罕見。它很可能來自一篇新的文字。

幾周後，比賽將法裡託飛到肯塔基州參加一個圍繞這一突破舉辦的研討會。之後，組織者之一JP·波斯馬遞給法裡託一張超大的4萬美元支票，而幾天後也找到同一個詞的納德獲得了1萬美元的二等獎。但就在紙莎草紙學家們抵達參加研討會時，納德實現了迄今為止最大的飛躍：他釋出了一張影像，顯示πορφύραcin在四整列文字的背景下——這是紙莎草紙學家們一生都沒有期望看到的景象。

在這些列中，還有其他可識別的單詞，包括可能的短語κατάμουσικήν（kata mousikēn），意思是“與音樂有關”之類的——根據尼科拉迪的說法，這使得該卷軸最有可能是一部哲學著作。在研討會期間的一個晚上，有人看到法裡託將健怡可樂搬到他的酒店房間，以幫助他保持清醒，以便找到其他長段落。在柏林，納德也沒怎麼睡覺。70萬美元的大獎似乎比以往任何時候都更近了。

在2023年底，納德與法裡託和瑞士機器人學學生朱利安·席利格組隊，席利格加速分割和繪製紙莎草紙三維地圖的軟體為他贏得了早期的獎項。12月，在結合了他們的方法後，這三人團隊取得了一些驚人的成就。在他們各自完成的工作的基礎上，他們的人工智慧模型在四整列中揭示了2000個字元——遠遠超過了大獎標準中規定的四個140個字元的段落。2月初，“維蘇威挑戰賽”為他們頒發了70萬美元的大獎。

可讀文字約佔第一個卷軸的5%，它與早期發現的文字來自同一文字。這是一篇以前未讀過的文章，可能出自菲洛德姆斯之手，內容是關於快樂的。少量的好東西是否比大量的好東西更令人愉快？作者的結論是，根本不是。“就像食物的情況一樣，”作者寫道，“我們不會立刻相信稀有的東西絕對比豐富的東西更令人愉快。”

紙莎草紙學和古典學領域永遠改變了。在很大程度上，由於一群業餘人工智慧構建者的努力，我們現在擁有了閱讀尚未開啟的赫庫蘭尼姆紙莎草紙的工具。牛津大學的古典學者托比亞斯·萊因哈特幫助確認了獲獎作品，他說，如果技術進步繼續下去，並可以推廣到許多尚未開啟的卷軸，“我們可能會看到古代文字的復原量達到文藝復興以來前所未有的水平。”

弗裡德曼想要更多——而且他不會止步於此。他2024年的目標是基於獲勝團隊的方法，閱讀現在已經使用高能物理掃描的四卷卷軸的90%。如果成功，這將解鎖數百卷尚未開啟的赫庫蘭尼姆卷軸。但這些只是我們知道的那些。他最終希望說服義大利當局允許對別墅進行新的挖掘，希望能挖掘出更多的材料。

在流程能夠擴充套件之前，仍有一些問題需要解決。研究人員需要找到一種方法來自動化耗時且昂貴的手動分割過程。此外，僱用粒子加速器掃描數百卷卷軸過於昂貴，必須找到更便宜的替代方案來生成高解析度掃描。

然而，對於紙莎草紙學家來說，最令人震驚的是人工智慧管道現在找到可識別字母的速度。坎帕尼亞路易吉·範維泰利大學的紙莎草紙學教授、尼科拉迪的同事吉安盧卡·德爾·馬斯特羅說，從三個字母到整個單詞和短語，再到文字列，法裡託、納德和席利格花了一個月的時間，而紙莎草紙學家通常需要20年的深入研究。弗裡德曼注意到，當德爾·馬斯特羅看到納德的專欄時，他熱淚盈眶。

西爾斯說，“維蘇威挑戰賽”幫助開發的技術可以適用於解讀那不勒斯灣以外的其他失傳文字。有許多誘人的競爭者。1993年，在約旦佩特拉的一座拜占庭教堂中發現了140卷公元六世紀的碳化紙莎草紙卷軸。它們被認為是無法解讀的，又黑又脆弱。數以萬計的死海古卷碎片從未被解讀，因為許多碎片粘在了一起。它們現在是“維蘇威挑戰賽”的虛擬展開到人工智慧墨水檢測管道的主要候選者。

古埃及木乃伊麵具也是用紙莎草紙製成的，紙莎草紙層層排列，塗有石膏——一種叫做紙莎草紙板的材料，本質上是一種紙漿。這種紙莎草紙通常包含文字，如果不破壞石膏，就很難解讀。這些紙莎草紙現在也可能迎來新生。

公元前四世紀，希臘歷史學家色諾芬在從美索不達米亞返回時注意到，黑海地區卷軸貿易十分繁榮。密歇根大學的古典學教授兼紙莎草紙學家理查德·揚科認為，這意味著海底幾乎肯定有沉船，其中裝有成箱的紙莎草紙卷軸。這些卷軸可能仍然儲存在這個海域中，這個海域的海水含氧量和鹽度異常低，適合海洋環境。到目前為止，人工智慧的興奮主要圍繞著神經網路學習如何聊天。然而，更引人注目的是它們將如何讓沉默的事物說話。