
Project Lighthouse 用 AI 大规模重读高斯、黎曼等科学家的手稿,寻找被历史遗漏的线索
来源标题:Project Lighthouse
Project Lighthouse 正用 AI 大规模阅读已数字化但几乎无人细读的著名科学家手稿,截至 2026 年 11 月已深读约 1.2 万页,涵盖 Gauss、Riemann、Hilbert、Dedekind、Grothendieck。目前唯一仍在跟进的线索是黎曼关于冲击波的两页未发表手稿(L-019),其余核查内容均属已知历史。项目采用开放协作并公开候选清单与否定依据,以避免重复阅读。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
著名科学家留下了大量手写手稿,这些手稿虽已数字化,但实际上无人阅读。这是一项开放、共享的工作:用 AI 大规模阅读这些手稿,寻找历史记录遗漏的内容——未完成的线索、无人认领的已完成结果、被忽略的关联——然后在宣布任何发现之前,竭尽全力推翻每一个候选。任何人都可以贡献页面、翻译、解读、评审或专家鉴定;数据和台账共享,因此没有页面会被重复阅读,也没有死胡同会被重新发现。状态(2026-11-09):目前已深度阅读约 12,000 页(Gauss、Riemann、Hilbert、Dedekind、Grothendieck)。有一条线索成立:L-019,Riemann 的激波手稿页(7/10,等待古文字学家鉴定)。到目前为止,其他所有经过核查的内容都是早已以另一个名称为人所知的历史。被否定的候选也记录在台账中,连同否定它们的来源——这正是该仓库一半的价值所在。
Riemann 于 1860 年发表的关于空气波的论文因把激波条件中的能量部分弄错而闻名(Rankine 1870 和 Hugoniot 1887 修正了这一点)。他在 SUB Göttingen 的遗稿中有两组未发表的手稿页(Cod. Ms. B. Riemann 26 fol. 70–71;Cod. Ms. B. Riemann 19 fol. 3v),以他 1856–60 年的记号包含了:能量守恒的激波关系、Prandtl 关系(1906)、带有草图的 Prandtl–Meyer 函数(1908)、带有楔形草图的斜激波关系、定常超音速流动的特征线法(1929),以及涡量–熵关系(Crocco 1937)。日期范围:1856 年 – 1866 年 7 月。代数已由计算机验证(verify/);一次盲测 AI 笔迹比对以 Riemann/Weber/Weierstraß 为对照组,将这些页面归为 Riemann。尚未经人类古文字学家确认。完整记录:ledger/LEADS.md,条目 L-019;致专家的请求:docs/L019_expert_request_draft.md。
任何作者、任何领域、任何语言、任何世纪。手稿、笔记本、信件,或不再有人阅读的印刷作品(Euler 的大部分作品已印刷,但仍未被阅读)。唯一条件:属于公有领域、已数字化,且所在主机的条款允许抓取。在 queue/QUEUE.md 中添加一行,并在 data/<author>/ 下添加一个文件夹。
转录每一页(图像 → 逐字文本,公式用 LaTeX,划掉的文字加以标注)。src/transcribe.py(IIIF 图像 URL)或 src/read_source.py(扫描 PDF → 页面 JPEG → 页面)。
结合相邻页面深度阅读每一个数学页面:重建论证,指出对应的现代等价物及归功于谁,按对专家而言的意外程度打 0–10 分。src/deep.py、src/read_source.py。
候选协议(在给出任何规模之前,按顺序完成全部四项): 由人对照扫描件阅读该页; 用代码重新推导数学(verify/); 就含义进行文献检索——先查作者本人的出版物,再查更早的来源(模型的“首次归功于”日期偏晚); 独立、无锚定的评审:让第二个 agent/人只获得事实,绝不告知结论。
台账(ledger/LEADS.md):每个候选及其结论,包括重复项和错误。
假阳性防护(docs/FALSE_POSITIVES.md):一个“发现”最终毫无价值的十二种标准情形,以及每一种的检查方法;每个候选文件都必须包含其检查清单。
成本:每页约 $0.25(转录 + 深度阅读,Claude Opus 5.5)。自带 API key(~/.config/hunt/anthropic_key,切勿放入仓库)。
每一项贡献都带有一个标签,说明做了什么,而不是任何人相信什么: 投票决定哪些内容先被评审。投票绝不设定标签。
最快上手方式:docs/HOT_PAGES.md——模型评为意外但尚无人类核查的页面。阅读扫描件,否定它或开启一个候选。
参见 CONTRIBUTING.md。六种方式:分享你已有的转录或翻译(任何工具、任何模型、手动完成——无需分析);在新的来源上运行脚本;手动修正转录;评审候选;给出专家鉴定。data/<author>/STATUS.tsv 显示哪些包仅完成转录、仍需深度阅读。稀缺的输入不是 token——而是能读懂页面并了解文献的人。
这里的一切一经推送即为公开。对于任何发现,包含其台账条目的首次 commit 或 release 的日期即为其公开日期;在 Zenodo 上归档的 GitHub release 会为其提供 DOI 和独立时间戳。通过 CITATION.cff 引用该仓库。转录内容采用 CC BY:可使用,但需注明来源。
扫描件归图书馆所有(Gauss、Riemann、Hilbert、Dedekind 的扫描件来自 SUB Göttingen / GDZ——公有领域;Grothendieck 的来自 Université de Montpellier)。扫描件仅提供链接,绝不托管。本仓库中的转录和分析采用 CC BY 4.0;代码采用 MIT(见 LICENSE)。Grothendieck 例外:根据他 2010 年的声明,本仓库仅包含对其未发表笔记的分析和简短引用,不包含完整转录。
data/<author>/transcripts/<bundle>/cNNN.json 和 data/<author>/deep/<bundle>_cNNN.json;格式见 data/FORMAT.md。Gauss 约 6,300 个文件,Riemann 约 5,800 个,Hilbert 约 1,200 个,Dedekind 约 175 个,Grothendieck 深度阅读约 5,000 个(转录内容未公开)。
Euler 的 866 部已发表作品(公有领域,在 Euler Archive 扫描,多为拉丁文,大多未翻译且未被阅读)——队列在 queue/。Ramanujan 的笔记本(公有领域;已由 Berndt 以及 Andrews–Berndt 完整证明,因此只可能存在被忽略的关联)。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。