使用前沿大語言模型解碼歷史密碼學並追溯煉金術知識

前沿大型語言模型（LLMs）已從單純的研究輔助工具演進為能夠解決複雜且可處理的歷史問題的工具。透過將領域專家與 GPT-6（Sol/Astra）和 Opus 5.5 等模型結合，研究人員如今能執行高階密碼學分析、跨翻譯文本追蹤，並整合原本對人類學者而言難以察覺的零散專門領域之間的關聯。

可處理歷史問題的標準

AI 模型在應用於符合特定「可處理性」標準的歷史問題時最為有效。這些問題通常涉及可明確證明或否證的任務，類似於推理模型在數學領域的進展。

AI 驅動歷史突破的關鍵要求包括：

• 數位化資料：必要的一手資料必須完全數位化且可取得。
• 專家識別：專家必須已明確定義出需要解決的具體問題。
• 多語言推理：問題應能發揮模型在不同語言與學科子領域間推理的能力。
• 程式碼執行：問題應適合以客製化程式碼解決。

AI 驅動歷史發現的案例研究

近期 GPT-6 Astra 與 Opus 5.5 的應用展示了這些模型揭露新歷史事實與驗證既有事實的潛力。

煉金術關聯：艾薩克·牛頓與塞繆爾·哈特利布

使用 Opus 5.5，研究人員發現了艾薩克·牛頓與塞繆爾·哈特利布之間的有力關聯。該模型分析了哈特利檔案中超過 5,000 個一手資料檔案，發現牛頓與哈特利皆使用不同的變位字來指稱「匈牙利綠礬」——一種關鍵的煉金術成分。

Opus 5.5 指出，雖然牛頓使用的是真正的變位字（「Vltimorui」），但哈特利使用的是不完全倒寫的形式（「Miloirtiua riciragnun」）。此平行現象，加上文本中描述的數量一致，提供了強有力的證據，顯示牛頓曾參考哈特利的手稿。

歷史密碼學與破譯

前沿模型在解密歷史通訊方面已取得顯著成果：

• 二戰恩尼格瑪訊息：GPT-6 Astra 成功破解了一則 1941 年 7 月 10 日的恩尼格瑪訊息，該訊息數十年來一直無法被人類破譯。突破發生在模型注意到德國聯邦檔案館關於無線電訊息收集的特定註記，而人類專家此前忽略了這一點。
• 查理五世皇帝的秘密密碼：Opus 5.5 部分破解了 16 世紀西班牙人以查理五世皇帝秘密密碼書寫的信件。儘管這些信件早在 1916 年就由學者破解過，但模型能獨立得出相同結論，成為驗證其能力的「黃金標準」。
• 約翰·迪的《Liber Loagaeth》：在分析神秘主義者約翰·迪的密碼手稿時，GPT-6 Astra 認為該文本主要由無意義的音節組成，而非真正的密碼，但確實識別出一個關於天使存在「Bornogo」的特定參考。

阻礙：檔案存取與運算資源

儘管具備這些能力，歷史 AI 研究的主要限制並非模型的推理能力，而是資料的可取得性。許多歷史手稿雖已數位化，但仍處於特權存取的牆壁後，而絕大多數前現代手稿仍未被數位化。

為加速突破，作者提出三項干預措施：

1. 開放數位化：推動合作努力，使無法取得的歷史手稿免費線上公開。
2. 運算補助：提供歷史學者免費的 API 存取權與高運算環境，以部署數百個代理對應活躍的歷史問題。
3. 定義「千禧年問題」：建立公開的可解歷史謎題清單（例如沃尼奇手稿或線性文字 A），以聚焦 AI 的努力方向。

社群見解與反駁

研究者與實務者之間的討論凸顯了此方法的潛力與風險：

"散文通常是記錄中最不可靠的部分……應將主張與其所指之物比對，而非與另一份摘要比對。"

一些使用者指出，AI 在家譜研究中極具實用性，可協助發現廣泛流傳的家譜中因次級來源盲目重複錯誤而產生的錯誤。另一些人則對深度隱喻性煉金術文本的詮釋持懷疑態度，認為赫爾墨斯意義可能永遠無法完全以文字表達，或可簡化為 LLM 推理。

未來研究方向

AI 在歷史學中的潛力不僅限於密碼學，還延伸至來源考證、歷史剽竊檢測，以及古代演算法的重建。例如，GPT-6 Pro 目前正被用於重建 17 世紀梵文天文學家婆羅摩笈多在《Karaṇakesarī》中使用的日食演算法。