事件概述 - 谷歌的Gemini 3.0 Pro人工智能模型在1小时内成功破解了《纽伦堡编年史》中一段困扰学者533年的手写注释谜题 [1] - 该注释是1493年出版的世界史巨著《纽伦堡纪事报》页面边缘的四个手绘圆圈，内含密集的拉丁缩写和罗马数字，几个世纪以来学者因字迹残损和高度压缩的缩写而无法解读 [3][4][6] 技术突破细节 - 视觉识别能力：模型从氧化、老化的扫描图像中，通过分析笔划方向、粗细等细节，识别出“人文主义时期特征的运行草书”，并解读了如“iii^m c lxxx iiii”（3184）等肉眼难辨的符号 [20][22] - 上下文理解与推理：模型将缩写放回页面正文的完整语境中，将“An xpi”等代号还原为“Anno ante Christi incarnationem”（基督降生前），并理解其与亚伯拉罕生平的关系 [23][25] - 跨学科逻辑重构：模型结合古文字学、年代学和神学史背景进行推理，发现注释是古代读者为调和《七十士译本》与《希伯来圣经》两种年代计算体系所做的笔记，具体记录了两种体系下“亚伯拉罕出生年份”的差异及对应的公元前换算结果 [9][11][27] 成果与意义 - 具体解读结论：模型判定四个圆圈构成一张“历法转换表”，左侧为按《七十士译本》计算的亚伯拉罕出生年份AM 3184（换算为2015 BC），右侧为按《希伯来圣经》计算的AM 2040（换算为1915 BC），揭示了两个版本存在100年的系统性偏差 [27][28] - 效率与成本：整个破解过程耗时不超过1小时，所需算力成本极低 [1][28] - 行业示范效应：此次成功为破解其他历史难题（如《伏尼契手稿》、《埃特鲁里亚文文献》、玛雅抄本、《死海古卷》等）提供了可能性，展示了AI在需要大规模检索与长链条推理的人文历史研究中的颠覆性潜力 [12][14][16][18][19] 能力体现 - 多模态与综合推理：模型展现了强大的视觉理解能力，能阅读500年前的手写缩写速记，结合印刷页面内容进行推演，并整合所有信息得出连贯理解，整个过程无需人类协助 [3] - 逻辑共鸣与历史语境还原：AI不仅破解文字，更能捕捉并遵循几百年前作者的逻辑，完成跨历史语境的严谨推理 [11][28]