🤖 AI

Probabilistic Dating of Historical Manuscripts via Evidential Deep Regression on Visual Script Features

本文提出了一种概率深度学习框架，将历史手稿断代视为连续回归问题，通过在单次前向传播中输出包含分解的偶然不确定性和认知不确定性的完整预测分布，在 DIVA-HisDB 基准测试上实现了最先进的精度和更优的不确定性校准。

原作者： Ranjith Chodavarapu

发布于 2026-05-18

📖 1 分钟阅读☕ 轻松阅读

原作者： Ranjith Chodavarapu

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象你有一堆来自中世纪的古旧手写信函。你想知道每一封的确切写作时间。通常，专家（称为古文字学家）不得不眯起眼睛辨认笔迹，猜测日期，并为此争论数小时。这既缓慢又昂贵，甚至专家们也常常意见不一。

本文介绍了一种新型“人工智能时间机器”，它不仅能猜测日期，还能告诉你对这一猜测有多大的把握。

以下是其工作原理的简要说明，采用简单的类比：

1. 旧方法与新方法

旧方法（分类）： 想象试图将邮件分拣进三个大箱子："1800 年代”、"1900 年代”和"2000 年代”。计算机查看笔迹后说：“这肯定来自 1900 年代。”这是一个粗略的猜测。论文指出这过于模糊。
点估计（回归）： 想象计算机给你一个具体的年份，比如"1245 年”。这更精确，但就像一个投掷飞镖的人击中了靶心，却不告诉你他是运气好还是技艺高超。如果计算机错了，你一无所知。
新方法（概率/证据）： 这是本文的发明。计算机不是投掷一支飞镖，而是投掷一团飞镖，并画出它们落点周围的形状。它说：“我认为这是 1245 年，但我有 90% 的把握认为它在 1240 年到 1250 年之间。”关键在于，它分解了为何不确定：
- 偶然不确定性（“墨迹混乱”因素）： 笔迹本身褪色、模糊，或由颤抖的手书写。即使是人类专家也会感到困惑。人工智能承认：“证据本身就很差。”
- 认知不确定性（“我从未见过这个”因素）： 人工智能以前从未见过这种书写风格。它在说：“我不知道这是什么，因为我还没研究过它。”

2. 人工智能如何“思考”

研究人员构建了一个神经网络（一种人工智能大脑），它查看手稿页面的微小方形区域。

大脑： 他们使用了一个名为EfficientNet的预训练大脑，它已经擅长识别形状和纹理。
特殊头部： 他们在大脑顶部添加了一个特殊的“计算器”。它不只是一个输出数字（年份），而是输出整个概率分布。这就像天气预报，不只是说“会下雨”，而是给出一个钟形曲线，显示小雨与飓风的可能性。
训练： 他们使用一种特殊的数学技巧（证据深度回归）来训练人工智能，迫使它在一次观察中同时学习日期及其自身的置信度。

3. 结果：它有多好？

该团队在著名的 150 页中世纪数据集（DIVA-HisDB）上测试了这一点。

准确性： 人工智能猜测年份的平均误差仅为5.4 年。考虑到笔迹已有 1000 年历史，这是极其精确的。
校准（“信任”计量器）： 这是本文最大的胜利。
- 其他方法（如“深度集成”或"MC Dropout"）要么非常准确但过度自信（在出错时说“我 100% 确定”），要么校准良好但非常缓慢（需要 50 次尝试才能得出一个答案）。
- 新的人工智能快速（一次观察）且诚实。当它说“我有 90% 的把握”时，实际上有 92.6% 的时间是正确的。这就像一位气象员，几乎每次说“降雨概率为 90%"时都是对的。
“选择性”超能力： 因为人工智能知道何时不确定，你可以让它“只展示你 100% 确定的答案”。
- 如果你过滤掉那些混乱、不确定的页面，只查看前 20% 的高置信度预测，误差将降至0.5 年。
- 类比： 想象一位图书管理员说：“我无法阅读这个模糊的页面，但对于最清晰的 20 页，我可以告诉你精确到月份的具体年份。”

4. 人工智能看到了什么

研究人员使用“热图”（像热成像仪一样）来观察人工智能在关注什么。

好线索： 人工智能专注于实际的墨迹笔画和字母形状。
坏线索： 当墨水褪色或纸张模糊时，人工智能的“不确定性计量器”上升。它正确地识别出是图像质量出了问题，而不是它自己的智能。
“褪色墨水”测试： 人工智能发现，当墨水变淡时，其“偶然不确定性”（即“墨迹混乱”因素）飙升。这证明人工智能实际上是在学习手稿的物理状态，而不仅仅是记忆模式。

5. 这对历史为何重要

论文认为，这一工具解决了图书馆的一个主要瓶颈。

工作流程： 想象一个拥有数百万页的巨大数字化项目。你不可能让一位人类专家查看每一页。
解决方案： 让人工智能处理所有内容。
- 如果人工智能有信心，它会自动给页面定年并归档。
- 如果人工智能不确定（因为墨水褪色或笔迹怪异），它会标记该页面并将其发送给人类专家进行二次审查。
好处： 这节省了时间和金钱。它让人类只专注于困难的案例，而人工智能处理简单、清晰的情况。

总结

本文提出了一种新的人工智能，它不仅猜测古旧笔迹的年龄，还像一位谦逊的专家一样，深知自身知识的局限。它快速、准确，最重要的是，它能告诉你何时在猜测、何时确定，从而使历史学家能够信任机器处理简单任务，并在困难任务中亲自介入。

技术摘要：基于证据深度回归的历史手稿概率定年

问题表述
本文探讨了仅利用视觉特征估算历史手稿作者年代的挑战。传统的自动化方法依赖于分类（将年代离散化为以世纪为单位的区间）或点回归（预测单一年份）。作者指出，分类缺乏精度（导致较高的平均绝对误差，即 MAE），而点回归无法量化置信度，致使历史学家缺乏评估可靠性的必要信号。核心问题被重新表述为一项概率推断任务：目标不再是输出单一的点估计，而是输出一个覆盖连续年份轴的完整预测分布，该分布明确地将不确定性分解为偶然性（不可消除的数据噪声，如笔迹模糊）和认知性（模型无知）两个组成部分。

方法论
提出的解决方案利用证据深度回归，这是一个利用高阶先验对似然函数参数进行建模的框架。

架构：模型采用EfficientNet-B2主干网络（在 ImageNet 上预训练）以从手稿图块（224×224 像素）中提取视觉特征。这些特征随后通过全连接层，并输入至**正态 - 逆伽马（NIG）**输出头。
输出：网络输出定义 NIG 分布的四个参数（ $\gamma, \nu, \alpha, \beta$ $γ, ν, α, β$ ）。预测均值为 $\hat{y} = \gamma$ $\overset{y}{^} = γ$ 。总预测方差在解析上被分解为：
- 偶然性不确定性： $\frac{\beta}{\alpha-1}$ ，代表数据中不可消除的噪声（例如，墨水褪色、混合笔迹）。
- 认知性不确定性：由 $\frac{1}{\nu}$ 缩放，代表模型无知，随着模型积累证据而减少。
训练目标：模型使用联合损失函数进行训练，该函数包含 NIG 分布的负对数似然（NLL）和证据正则化项。该正则化项惩罚对错误预测积累高证据（ $\nu$ ）的行为，防止模型在错误数据上变得过度自信。
推理：与需要 50 次随机传递的蒙特卡洛 Dropout（Monte Carlo Dropout）或需要 5 个模型的深度集成（Deep Ensembles）不同，该方法在单次前向传递中即可生成完整预测分布及分解后的不确定性。

主要贡献

首个概率化表述：这项工作引入了首个用于手稿定年的证据深度回归框架，实现了将不确定性分解为偶然性和认知性两个组成部分。
校准与效率：该模型在比较的不确定性量化（UQ）方法中实现了最佳的校准效果（PICP=92.6%），同时保持了具有竞争力的精度，且均在单次推理传递中完成。
选择性预测：该框架实现了“选择性预测”，即系统可以过滤掉不确定的预测。通过仅保留置信度最高的前 20% 图块，模型实现了亚年级精度（0.5 年 MAE），尽管其训练使用的是世纪级别的监督粒度。
不确定性与误差的相关性：研究表明，偶然性不确定性是定年误差的强预测因子（Spearman $\rho = 0.729$ ），使得模型能够识别导致模糊的具体脚本区域（例如，淡墨、连字）。

实验结果
在DIVA-HisDB基准测试（来自三部中世纪抄本的 150 页，共 151,936 个图块）上，模型取得了以下成果：

精度：测试 MAE 为5.4 年，显著优于 CNN 分类器基线（47.1 年），并与点回归器（2.8 年）相当，但额外具备不确定性估计的优势。
精确度：93% 的图块定年在 5 年以内，97% 在 10 年以内。
校准：该模型在 90% 置信水平下实现了**92.6%**的预测区间覆盖率（PICP）。这优于 MC Dropout（88.2% PICP，需 50 次传递）和深度集成（79.7% PICP，需 5 个模型）。
退化鲁棒性：预测的不确定性随图像退化（模糊和 JPEG 压缩）单调增加，可作为图像质量及是否需要重新扫描的实用指标。
页面级聚合：将图块预测聚合到页面级别，将 MAE 降低至 4.5 年，并建立了页面级不确定性与页面级误差之间的近乎完美相关性（ $\rho = 0.905$ ），有效地按定年难度对页面进行了排序。

意义与主张
本文主张，该方法直接解决了中世纪手稿大规模数字化中的一个瓶颈。通过提供校准后的概率估计，该系统实现了一种工作流，其中确定的预测可自动化处理，而不确定的预测则被标记以供专家审查。作者强调，通过不确定性阈值来权衡覆盖率与精度的能力是概率模型的独特功能，为策展人和历史学家提供了一种实用工具。

然而，本文在局限性方面保持了适度的范围。它承认该模型目前仅作为已知分布内（即三个训练脚本家族）的插值器发挥作用。它指出，对于分布外（OOD）的手稿，认知性不确定性并未出现激增，这表明模型缺乏识别真正新颖脚本为“不熟悉”所需的“风格重叠”。作者建议，未来的部署需要更多样化的训练数据（例如 CLaMM 或 e-codices），以改善对未见脚本家族的泛化能力。