贤超是北京大学物理学院凝聚态物理研究所硕士，现在是北京市海淀区龙泉寺藏包办公室主任。
他透露，自己之以是会关注到人工智能，和阿尔法狗降服李世石不无关系。
从那时候起，贤超开始考试测验将人工智能和自己研究的OCR（识别、获取图像等文件上的文本资料）以及自动标点相结合。

贤超法师在演讲中。

“在围棋领域，人类已经一败涂地。
我们中华文明非常重视笔墨记录，文献古籍承载了我们民族的影象，那么我想，文献古籍会不会再次成为人类的滑铁卢？AI如此‘不讲武德’，我们人类如何应战？” 贤超说。

贤超首先先容了自动标点技能。
所谓自动标点，是指在没有人工干预的条件下，根据算法给古籍文本自动标注当代中文标点的技能，这紧张是为了方便当代读者阅读。

他说，和当代标点不同，古代的标点又称句读，大体相称于只有逗号（或顿号）和句号。
当代标点则分为两类，一类是标号，比如双引号、单引号、书名号等；第二类则是点号，比如句号、问号、感叹号等等……根据统计，大约每五到六个汉字就须要加一个点号，个中逗号、句号、冒号等涌现频率较高。

古文标点的涌现频率。

贤超指出，标点符号还具有可替代性，由于不同的人可能会有不同的标注方法，个中分号和顿号的可替代性最强，也就意味着利用的必要性最弱，反之亦然。

标点符号可替代的统计。

据他先容，人工智能首次被运用到这个领域，只是用于自动断句，也便是给古文加句号，但贤超认为这个做法“是比较守旧，比较学术性的”。
后来，贤超说，自己的团队将深度学习利用到了自动标点上。

那么效果如何？贤超提到，如果是人工独立完成的标点，作品之间的相似度该当是在80%旁边，相似度过高则会有抄袭的嫌疑。
根据这个标准，贤超团队研发的Transformer所标注的结果和人类的标注结果“险些已经无法区分”。

对付Transformer自动标注结果的评价。

贤超还认为，自动标点还有一定的灵巧性和规范性。
以“谛听谛听善思念之”这八个字为例，贤超说，人类至少有16种不同的添加标点符号办法，但自动标点只给出了六种方案，也不会“过于单一”。

自动标点的标注结果。

在讲述自动标点技能之后，贤超开始讲解超分辨率与古籍图像增强技能。
他认为，如果能实现“所见即所出”，便是将屏幕上人眼所能看到的图像，“重修”到符合出版的哀求，会大大促进古籍的传播和遍及。

此外，这也有利于存储古籍图像。
贤超先容道，古籍图像的存储本钱非常巨大，而超分辨率实际上是一个非常高效的解压技能，纵然保存的是很低分辨率的图像，也可以随时重修成一个高清晰度的图像，那么“它存储起来会非常非常经济。
”

针对这项技能，贤超在现场播放了几个***来展示团队所开拓的工具。
从***中可以看出，这个工具可以比较快速地获取、识别、定位图片上的古籍文本，并为其添加标点符号，乃至能将文言文和口语文进行“对齐”，从而赞助文白翻译。
此外，它还具有搜索功能，并能将搜索结果按韶光平分类展示。

对付未来的研究方向，贤超希望能打通“移动和桌面”。
他坦言，现在这类运用紧张是电脑真个，能在手机上利用的并不多。
此外，他还希望打造本地化的运用，现在大多数的功能须要联网才能运行，但是很多学者对付知识产权非常敏感，并不愿意将文本放到做事器上处理。

采写：南都潘颖欣