一片刻有裂纹的龟甲或牛肩胛骨摆放在案头，上面不仅有甲骨文，还可能缺了几笔。想要确认其中某个生僻字的含义，研究者往往需要翻阅成百上千张拓片，反复比对青铜器铭文、战国文字与小篆的形体，再在古籍与现代论文中搜寻用例。由于证据分散在年代、载体和数据库中，一轮查证往往耗时数日。近日，华中科技大学等联合团队推出了首个模拟专家释读流程的人工智能系统AlphaOracle，旨在辅助专家完成繁杂的甲骨文破译工作。
AlphaOracle的工作流程严谨而科学。它首先考察甲骨字形在历史上的演变轨迹，随后将其放回完整的辞例和同类卜辞中结合上下文检验，最后查阅古籍与研究文献加以佐证，形成完整的证据链条。该系统的每一步分析都附有出处、候选答案和置信度，方便专家逐条复核，提供了一种便捷、高效且可靠的智能辅助。
甲骨文记录着商王朝的战争、农事、祭祀、天象及日常决策，是中华民族珍贵的文化瑰宝。然而，已发现的甲骨碎片超过15万片，至少包含4500个不同字形，得到较可靠释读的仅有约1500个。余下约3000多个字像一扇未开启的门，门后藏着早期汉语的词义、地名和商代社会的细节。破译这些文字，能让三千多年前的祖先语言与生活变得清晰可见，也让中华文明的历史脉络更加生动璀璨。
尽管甲骨文研究取得了诸多成果，但依靠专家独立开展的研究模式耗费巨大人力和时间，且评估过程依赖主观判断，难以达成一致结论，难以规模化推进。以往的人工智能研究多依据孤立字形预测对应汉字，仅依托视觉信息，缺乏语言学与史料层面的论证，实用性有限。AlphaOracle则填补了这一空白，它整合了大规模甲骨拓片、摹本、传世典籍和两万余篇相关研究，将难以规模化的考释流程转化为可复核、可重复的计算框架，并生成可溯源的辅助考释报告。
AlphaOracle沿着专家真实考释的思路，将工作流程串联为四个步骤：首先是拓片解析，系统通过字符检测、分类和图神经网络重建阅读顺序，将拓片拆分为独立语句；其次是形态分析，利用扩散模型、部件演变网络和历史时期演变网络，从字形演变与内部结构两个方向提出多个破译假设；接着是语境对齐，系统在《甲骨文合集》等数字化资料中检索已知用例，利用掩码语言模型分析搭配，并生成现代汉语说明；最后是文献佐证，系统检索25部古代传世文献和两万多篇现代研究，依据权威性和时代早晚分配权重，形成综合证据报告。
在86名领域专家的评估中，78.7%的参与者给予AlphaOracle较高评价，认为其平均可节省约64%的分析时间。在盲测竞技场中，AlphaOracle获得45.2%的最高偏好率，显著优于DeepSeek、Gemini 2.5 Pro等通用大模型。此外，系统针对“屯南307”拓片中长期存在争议的甲骨文，综合字形、辞例和文献材料，将其解释为“勞”的异体字，为地名或族名的解释补充了有力证据。
AlphaOracle通过模拟人类专家的研究方式，将字形演变、辞例分布与文献材料串联成证据链，帮助研究者快速发现线索、汇集证据。机器擅长从海量材料中迅速提出假设、检索与比对，而学者则负责辨别证据轻重、把握最终决策。未来，这种人工智能拓展材料搜索广度、人守住学术判断深度的协作研究图景，将让更多沉睡在甲骨与古文字中的历史信息被重新看见。