人工智能能否解开《圣经》中最大的谜团之一？一组研究人员使用 AI 驱动的统计建模来分析希伯来圣经的作者身份，并对古代叙事有了惊人的发现。信用： 存在Shutterstock

一个多学科研究团队正在使用人工智能来解开希伯来圣经最早书籍的作者身份。

人工智能正在彻底改变从医疗保健到电影制作再到金融的方方面面。那么，为什么不把它应用到历史上最古老和最有影响力的书之一——圣经呢？

这正是一个国际研究团队的初衷。杜克大学数学助理研究教授 Shira Faigenbaum-Golovin 就是其中之一。他们一起使用了人工智能、统计建模和语言分析的组合，解决了圣经学术中最大的谜团之一：究竟是谁写了圣经？

通过仔细检查文本中单词选择的细微差异，该团队确定了希伯来圣经前九卷书（称为 Enneateuch）中的三种不同的抄写传统或写作风格。然后，他们使用相同的 AI 模型来分析其他章节并估计最有可能的作者。更妙的是，该模型还解释了它是如何得出结论的。

但是这位数学家是怎么来到这里的呢？

从陶器到摩西五经

2010 年，Faigenbaum-Golovin 开始与海法大学考古学和海洋文化学院院长 Israel Finkelstein 合作，使用数学和统计工具，通过比较每个碎片上刻有字母的样式和形状，确定公元前 600 年陶器碎片上发现的字体的作者。

“我们得出的结论是，这些铭文中的发现可以为旧约文本的年代确定日期提供有价值的线索，”Faigenbaum-Golovin 说。“那时我们开始组建我们现在的团队，他们可以帮助我们分析这些圣经文本。”

团队结果的图形表示。通过比较单词用法和句型，他们基于 AI 的统计模型确定了三种不同的书写风格或抄写传统，此处以黄色、蓝色和绿色显示。图片来源：Faigenbaum-Golovin 等人。

这项多学科工作由两部分组成。首先，Faigenbaum-Golovin 和 Finkelstein 的团队——Alon Kipnis（赖希曼大学）、Axel Bühler（巴黎新教神学院）、Eli Piasetzky（特拉维夫大学）和 Thomas Römer（法兰西学院）——由考古学家、圣经学者、物理学家、数学家和计算机科学家组成。该团队使用一种基于人工智能的新型统计模型来分析圣经三个主要部分的语言模式。他们研究了圣经的前五本书：申命记、从约书亚记到列王纪的所谓申命记历史，以及摩西五经中的祭司著作。

结果显示，申命记和历史书彼此更相似，而不是祭司文本，这已经是圣经学者的共识。

逐字区分

“我们发现每组作者都有不同的风格——令人惊讶的是，即使是在简单和常见的词方面，如'不'、'哪个'或'国王'。我们的方法准确地识别了这些差异，“Römer 说。

为了测试这个模型，该团队从圣经的前九卷书中选择了 50 章，每一章都已经被圣经学者分配给上述写作风格之一。“该模型比较了这些章节，并提出了一个定量公式，将每章分配给三种写作风格中的一种，”Faigenbaum-Golovin 说。

在研究的第二部分，该团队将他们的模型应用于圣经中作者关系争论更激烈的章节。通过将这些章节与三种写作风格中的每一种进行比较，该模型能够确定哪组作者更有可能写过它们。更棒的是：该模型还解释了它为什么要进行这些调用。

“该方法的主要优点之一是它能够解释分析结果——也就是说，指定导致将给定章节分配给特定写作风格的单词或短语，”Kipnis 说。

由于圣经中的文本已经被多次编辑和重新编辑，该团队在寻找保留原始措辞和语言的片段方面面临着巨大的挑战。一旦找到，这些圣经文本通常非常短——有时只有几节经文——这使得大多数标准统计方法和传统机器学习不适合进行分析。他们必须开发一种可以处理如此有限数据的自定义方法。

深度学习中的词根

有限的数据通常会带来对不准确的担忧。“我们花了很多时间说服自己，我们得到的结果不仅仅是垃圾，”Faigenbaum-Golovin 说。“我们必须绝对确定统计意义。”

为了规避这个问题，研究人员没有使用需要大量训练数据的传统机器学习，而是使用了一种更简单、更直接的方法。他们比较了句型以及某些单词或词根（词根）在不同文本中出现的频率，以查看它们是否可能由同一组作者撰写。

一个令人惊讶的发现？研究小组发现，虽然撒母耳记中方舟叙述的两个部分涉及相同的主题，有时被视为单一叙述的一部分，但撒母耳记上的文本与三个语料库中的任何一个都不一致，而撒母耳记下的章节则显示出与申命记历史（约书亚记到列王纪）的相似之处。

展望未来，Faigenbaum-Golovin 表示，同样的技术可以用于其他历史文献。“例如，如果你正在查看文件片段，以确定它们是否是亚伯拉罕·林肯 （Abraham Lincoln） 撰写的，这种方法可以帮助确定它们是真实的还是只是伪造的。”

“这项研究引入了分析古代文本的新范式，”Finkelstein 总结道。

Faigenbaum-Golovin 和她的团队现在正在考虑使用相同的方法来挖掘有关其他古代文本的新发现，例如死海古卷。她强调她非常喜欢这种长期的跨学科伙伴关系。

“这是科学与人文学科之间如此独特的合作，”她说。“这是一种令人惊讶的共生关系，我很幸运能与利用创新研究突破界限的人一起工作。”

参考资料：Shira Faigenbaum-Golovin、Alon Kipnis、Axel Bühler、Eli Piasetzky、Thomas Römer 和 Israel Finkelstein 于 2025 年 6 月 3 日发表的“通过词频分析进行批判性圣经研究：揭开文本作者身份”，PLOS ONE.DOI

：10.1371/journal.pone.0322905

资金： Alon Kipnis 得到了 Koret 基金会和 BSF 第 2022124 号资助的部分支持。Shira Faigenbaum-Golovin 感谢 Eric 和 Wendy Schmidt 战略创新基金、Zuckerman-CHE STEM 计划、Grant Math+X 400837下的 Simons 基金会以及杜克大学对她的研究的支持。