内容提要：来自最强科研寺庙龙泉寺的贤超法师，近年来一直在研究人工智能与文献古籍的融合，目前，他已带领的《大藏经》团队实现 AI 自动标点、文白翻译、古籍文字识别等技术实践。
关键词：NLP，LSTM，自动标点，OCR
坐落在京郊凤凰岭脚下的龙泉寺，称得上全国甚至全球科研实力最强的佛教寺庙。
凭借当年学诚法师的一句「佛教是古老的，但佛教徒是现代的」，推动了龙泉寺里的高僧们搞科研、写代码，将佛学与新技术结合，将项目大众化、国际化。成果不断，屡上热搜，被外界持续关注。
近期龙泉寺的贤超法师，参加了国内某技术大会，分享了使用人工智能对《大藏经》进行整理和校勘的技术实践。
佛系 AI 的诞生：让佛经更易读
贤超法师原是北京大学物理学院凝聚态物理硕士，2007 年他从北大毕业，2008 年在龙泉寺皈依，此后一直致力于龙泉大藏经的编修与佛学义理研究。
2016 年，AlphaGo 在战胜李世石的历史性事件，引起了贤超法师对 AI 的关注。从那时候起，他便开始尝试将 AI 和自己正在研究的 OCR 技术以及自动标点相结合。
《乾隆版大藏经》的修订参与官员、学者、高僧等 60 余人，
刻字、刷印和装帧等工匠 860 余人，历时六年完成
（图为《乾隆版大藏经》雕版）
三年后，龙泉寺整理出版了《南山八大部》；再次年，龙泉寺的藏经办公室成立，旨在探索利用人工智能技术，研发出基于深度学习的单字识别引擎；
2017年，龙泉寺成立人工智能与信息技术中心，研发出能识别各种不同大藏经版本的整列识别引擎，并成功的将《六十华严》的大藏经版本进行电子化。
贤超法师目前担任藏经办公室主任，负责《大藏经》的整理工作。
自动标点：OCR +深度学习
为了降低人们阅读古文典籍的门槛，提高学者的工作效率，在近年来贤超法师团队，运用了包括深度学习、OCR 在内的技术改变传统《大藏经》的解读方式，目前已经取得了颇为惊艳的效果。
团队 2019 年发表论文
《大藏经的汇编：当 AI 遇见佛教》，介绍了其自动标点技术
贤超法师解释道，以往的神经 络最多就是十几层、二十多层的结构，如果层数再多，训练结果就不太容易收敛了。而残差 络动辄几百层，甚至上千层。更深的 络有助于捕捉到更深层的语义信息，这是其大获成功的关键。
团队也曾尝试使用卷积神经 络（CNN），最终效果是，残差 络比卷积神经 络的标点准确率平均高出 20-30% 左右。
AI 自动标点工具效率如何呢strong>贤超法师用一天时间完成了 2 万字左右规模的古文标点，按照古籍标点每千字 15 元的一般稿酬水平，相当于一天创造了 300 元的经济价值。即使自动标点的准确率只按照 60% 来算，其每天也创造了 180 元的价值。
将《大藏经》翻译并单句分离开对齐
由于《大藏经》专业名词众多，且历代翻译著作语料繁杂，因此并非古文相关专业就能搞定。《大藏经》的总字数以亿计，如果仅依靠有限的几位专家，工作量将十分巨大，所以，AI 的介入，为专家们分担了不少工作量。
基于深度学习的 OCR，识别古籍文字
目前市面上的 OCR 软件都是针对印刷体的，因此不能很好地识别古籍文献中的字体。
贤超法师及其合作团队，基于 CNN+LSTM+CTC 框架，开发了新的 OCR 引擎。然后基于《大藏经（高丽版）》的七万多张整图，168 万条文本行图像的数据集进行训练。
OCR 软件识别古文将其数字化
科技与佛法：以悲悯为内核的不同外化
佛法与科技，距离并不遥远。
我们也曾在《本世纪，佛祖派机器人来弘扬佛法》一文中，对佛教与科技融合的趋势做出过 道，近年来涌现的贤二机器人、机器观音、智能佛珠等等，早已讲科技深刻和谐地融入进佛法。
▲长按加微信群
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！