全球百万古籍投喂AI：古籍×AI不是技术命题，而是文明选择题

一些团队在训练聊天机械人时，往往由网上数据着手，甚至有时从电子书着手，让人工智能（AI）学习知识。

但日前根据美国广播公司新闻（ABC News）报道，除了波士顿公共图书馆计划，即将开放收藏的大量旧报及政府文件外，美国哈佛大学近日在微软与 OpenAI 的支持下，于上周正式开源其首个 AI 训练用开放数据集「机构图书1.0」（Institutional Books 1.0）。

该数据集据称收录了哈佛大学馆藏中98.3 万本图书，涵盖 245 种语言，包含3.86亿页扫描纸本文献，拥有2420亿个词元（Token）。

据介绍，相应数据集收录的书籍有40% 为英语，书籍主要出版年代集中于 19 与 20 世纪，共计被划分为 20 项主题，除此之外，相应数据集还提供了每本书的完整元数据，涉及“作者、出版年份、语言、原始来源”等信息。

这意味着，AI将第一次有可能系统性“读懂”过去几千年的人类知识图谱，从《神曲》到中古医学手稿，从拉丁文法典到宗教卷轴。更重要的是，这些数据大多属于公共领域，几乎无版权障碍，为全球AI模型构建提供了极大的语言多样性与文化厚度。

• 识典古籍：探索中华千年文化
  

“识典古籍”是抖音公益与北大合作共建的古籍阅读平台。致力于为用户提供免费公开、稳定、快速、方便的搜索和阅读古籍的服务。

“识典古籍”平台已免费上线超16000部古籍资源，这些古籍内容广泛，包括儒家经典、道家典籍、佛教文献以及丰富的历史记载。累计吸引上亿人次了解和阅读古籍，为1300余个外部团队的古籍整理工作提供帮助。

用户可以在识典古籍中享受原文阅读、现代翻译、详尽注释和词典查询等于一体的全方位服务。

另外，识典古籍提供可靠的原文溯源，和利用OCR与NLP技术进行数字化处理的平台，大大支持了古籍研究。

• 全球首套「佛教专用语意翻译系统」
  

国际佛光会世界总会、佛光山人间佛教研究院近日开发全球首套佛教专用的「实时语意摘要翻译软件」——「Vurbo.ai佛教专业版（Buddhist 4.0）」，创下宗教与人工智能（AI）科技融合的新里程碑。

佛光山为软件提供10,000条佛教专业词汇，结合大型语言模型（LLM）的情境扩增训练，有效提升AI对佛教深层语义的理解与转译能力。

采用「中译英－英转多语」中介策略，搭配「一对多语」字幕显示功能，实时支援多语同步切换，适用于跨文化弘法，与世界各地不同语言的使用者沟通。

「Vurbo.ai佛教专业版（Buddhist 4.0）」的翻译功能，未来也将拓展应用至教育、国际会议及大型文化活动等场景，让AI成为促进佛教交流与知识共享的桥梁。

• MIT研数码薄膜修复古油画
  

除了把古书数码化保存外，修复油画等艺术品亦必须「慢工出细货」。美国麻省理工学院（MIT）机械工程研究生卡奇金（Alex Kachkine）研发一种创新方法，能把数码修复的成果印在聚合物薄膜上，再精准地与原画贴合，不会破坏作品，亦可随时拆卸。

以一幅严重受损的十五世纪油画为例，AI自动识别出5612个需要修复的区域，并使用57314种颜色填满这些位置。整个数码修复过程耗时3.5小时，估计比传统修复快约66倍。

• 佛图观
  

这些尝试显示，AI不仅仅是“辅助阅读”，它正在成为通往古代智慧的新钥匙。

尤其许多宝贵经典，不再只是陈列于阁楼的经卷，它们正以数字化、结构化、智能化的方式，被重新“唤醒”。

未来，AI可以帮助我们精准比对不同版本《大藏经》中的用词差异，智能检索某句经文在不同语系中的语义演化，还能为学术研究、法师讲经、信众学习提供个性化的经义解读服务，甚至构建“可对话”的数字法藏。

佛图网认为，AI技术可以拓展佛教的传播边界，但古籍的价值，不止在于其被“读出”，更在于其被“用起来”。当这些经卷被转化为数字模型、可交互知识、语义图谱，我们不仅要解决“保存”的问题，更要思考：谁在阅读？为何而读？又如何实践？

在算法飞驰的时代，真正的挑战或许不在于AI能否识字，而在于我们是否仍愿意倾听那些从远古传来的、缓慢而深沉的声音。