都市快报
清文澜阁《四库全书》零本。
说起杭州这座城市的“珍宝”，你可能想到美丽的西湖、古老的运河、优美的丝绸。还有一件宝贝同样珍贵，而且已经遗失了多年之久。
乾隆皇帝曾动用了名文人墨客，耗时近15年时间编撰的《四库全书》，年前被收录在杭州文澜阁，多年前因为战乱大部分遗失。不过昨天，它终于“回家”了。
“宝贝”因为战争从杭州流失
近百年后出现在美国加州大学
《四库全书》有多珍贵？耗费巨大人力、物力的《四库全书》，共包含种书、7.9万卷、3.6万册，总字数多达8亿，是中国古代最浩大的文化工程。
为了更好地保存，《四库全书》前后抄缮七份，分别收录在“北四阁”和“南三阁”。位于杭州西湖孤山的文澜阁，就是“南三阁”之一，和北京故宫文渊阁、北京圆明园文源阁等一起，被称为清代七座皇家藏书楼之一。
位于杭州西湖孤山的文澜阁。
清朝末期，太平军进入杭州，文澜阁遭遇“灭顶之灾”，阁圮而书散，其中就包括了文澜阁本《四库全书》。
杭州著名藏书家丁申和丁丙兄弟在逃难途中无意间发现文澜阁《四库全书》残编。据说，当时丁氏兄弟正好到西溪留下镇避难，有一天丁申去买包子，无意间发现包物纸“皆四库书也”，于是兄弟俩决定救书。
经历这轮战乱，文澜阁本《四库全书》的四分之三消失在历史中，再也找不到踪迹，而四分之一被丁氏兄弟抢救过来。年，《四库全书》之一的《宋百家诗存》，出现在了大洋彼岸——美国加州大学伯克利分校里。
《宋百家诗存》是清代曹庭栋辑纂的一部宋诗选集，被《四库全书》收录其中。
根据历史推测，文澜阁本《宋百家诗存》，可能经历了南浔嘉业堂、日本三井文库，最后来到加州大学伯克利分校。但它如何从嘉业堂流转到日本，已经无记录可寻。
带有乾隆印章的《宋百家诗存》。
理科生干起文科生的活
20万流失海外的古籍又回来了
流失海外多年，昨天珍贵的《宋百家诗存》“回家”了。
打开一个叫“汉典重光古籍数字化平台”的网站，《宋百家诗存》出现在一堆古籍目录里，点击鼠标，就可以一页一页慢慢翻看，细细品味。古人的一字一句，真实地呈现在眼前。
和《宋百家诗存》一起回归的，总共有20万页的古籍善本。
两年前，阿里巴巴联合四川大学、美国加州大学伯克利分校，以及中国国家图书馆、浙江图书馆等，共同发起一项公益项目“汉典重光”，寻觅那些流散在海外的中国古籍，借助达摩院的AI技术，用数字化的方式让它们回归故土。
首批数字化的20万页古籍，全部来自美国加州大学伯克利分校，包含40余种珍贵宋元刻本、写本。比如宋刻本《后村居士集》、北宋《金粟山大藏经》写本；明清至民国时期著名学者钱谦益、翁方纲、王韬的抄本、稿本；著名藏书楼嘉业堂、密韵楼的抄本，还有命运多舛的清文澜阁《四库全书》零本等。
这些消失多年后的珍本，又重新回到了公众视线。古籍爱好者们可以通过汉典重光平台，方便地进行翻阅和检索。
达摩院AI对20万页古籍的识别准确率达到97.5%。不过对古籍善本进行数字化，机器对于古籍文字的识别困难度要远远高于现代文。
伯克利大学先将20万页古籍一一扫描图片、编目数据，达摩院再将这些图片文字化。现代汉语常用字不过多个，常见印刷体，算法能够覆盖到的文字基本上在2万字以内，但中国古籍全部字符约有几十万，绝大部分不仅没被现代字库收录，也几乎找不到样本供AI学习。
即使同一个字，会涉及不同的字形，不同的字体。同一个字形，可能表意相同，对于AI来说，也是一个需要重新学习记忆的新知识。
达摩院技术团队与四川大学专家在杭州和成都开了不下10次会议，联手研发了一套全新的古籍识别系统。利用单字检测、无监督单字聚类、小样本学习、主动学习等机器学习方法，构造了一套边识别古籍、边训练模型的系统。
以一本万字的古籍为例，如果全靠专家录入，每人每天0字，需要0天。如果用这套古籍识别系统只需要35天时间。比起专家录入，这套人机交互的识别系统将效率提升了近30倍。
通过数字化，让流散海外的中国古籍
实现另外一种形式的“回家”
中央文史研究馆馆员、四川大学教授陈力跟古籍打了一辈子交道，是汉典重光项目的重要推动者。在他看来，欣赏古籍善本，不仅仅是欣赏优美的文字，也是再现著作人心路历程的过程。
据不完全估计，因为各种历史原因，散落海外的中国古籍超过40万部、万册。对大部分中国人来说，看到这些老祖宗真迹的机会几乎为零。
去年，两册数百年历史的国宝文物《永乐大典》，在法国以欧元起拍，仅仅11分钟时间，以万欧元的天价落槌，得主是一位中国收藏家。
这个价格比起拍价溢价了超过1倍。由于拍卖行佣金为27%，两册《永乐大典》最终成交价为欧元（约合近万元人民币），成为近年来海外中文古籍回归的一个标志性事件。
《永乐大典》付出了万元的代价回归故土，不过大部分散落在海外的文物和古籍，就没有那么幸运。
这些流传到海外的中国古籍，尤其是那些如今被视为善本的中文古籍，主要集中收藏在世界各地的图书馆、博物馆等机构，私人存藏的数量并不多。这也意味着这些古籍很少出现在流通市场，更不可能像《永乐大典》一样回归。
“数字化之后，普通人都可以很容易地查阅到这些珍贵的书籍。”陈力说。
而在加州大学伯克利分校东亚图书馆馆长周欣平看来，通过数字化，把流散海外的珍贵中国传统文化和古籍善本，和国内的老百姓见面，也是另外一种形式的“回家”。
“守护中华传世典籍，是科技工作者和文化工作者共同的使命。”阿里巴巴达摩院院长张建锋说，阿里计划将这套技术工具连同古籍数字化平台一并捐赠，交由权威公共机构长期运营，同时，阿里仍将在古籍数字化工作上持续投入人力、物力。