考古学中的 AI 为新发现铺平道路
看看 AI 如何帮助考古学家发掘隐藏遗址、修复古代文物，并为我们理解古代历史带来新的见解。
考古学是透过发掘和分析文物来研究古代历史的学科，它常面临勘探面积广阔和文物性质脆弱等挑战。传统方法可能非常耗时，甚至导致隐蔽的遗址或宝藏被遗漏。人工智能 (AI) 可以介入并提供帮助。例如，尤卡坦半岛最近的一项突破性进展利用深度学习，发现了超过 60,000 个以前未知的古代玛雅考古遗址，这些遗址此前都隐藏在茂密的植被之下。
特别是计算机视觉可以帮助考古学家分析图像，从而检测文物并精确绘制古代遗址地图。图像分析有助于揭示景观中隐藏的模式，甚至拼凑破损的文物，以加快发现速度，并保留我们历史和文化中哪怕最微小的细节。考古学家们正在发掘 AI 驱动的全新方式来探索我们的过去，这些方式比以往任何时候都更快、更精确，也更具洞察力。
Link to this sectionAI 驱动的考古技术的发展#
得益于数据分析的进步，AI 在 20 世纪末开始在考古学界引起轰动。到 20 世纪 90 年代，考古学家开始使用机器学习和数据挖掘来分析他们收集的大量信息。最早的重大成功之一是利用 AI 根据历史和地理数据模式来预测考古遗址的位置，从而改变了发掘规划的方式。
AI 在考古学中作用日益增长的一个早期例子是 Iconem 的工作，这是一家成立于 2010 年的巴黎公司。Iconem 利用无人机和 AI 为受到战争、冲突和自然侵蚀威胁的历史地标创建 3D 数字模型。通过捕捉数以千计的图像，Iconem 已经记录了 20 多个国家的遗址，包括庞贝古城的古代遗迹、伊拉克的亚述城市以及阿富汗的佛教寺院。这些数字保护资料对于教育和研究而言是宝贵的资源，特别是对于那些难以到达或已经损坏的遗址。
图 1. Iconem 制作的叙利亚帕尔米拉古城 3D 模型，摄于 2015 年被毁之前。
到 2021 年，AI 甚至开始被用于修复古代文物。意大利的 RePAIR 计划等项目使用机器人小心地拼凑来自庞贝等地的易碎物品。如今，AI 在考古学中的作用不断扩大，协助 decipher（解读）古代文献和分析卫星图像等任务。AI 已成为发掘和保护我们历史的重要工具。
Link to this section计算机视觉在考古学中是如何应用的#
计算机视觉是 AI 的一个分支，使计算机能够理解和解释视觉数据。在考古学中，计算机视觉帮助研究人员分析文物、绘制古代遗址地图，甚至重建历史建筑。通过利用深度学习处理图像和视频，计算机视觉可以提取洞察信息，使保存和诠释考古发现变得更加容易。
Link to this section利用计算机视觉分析文物#
考古学家在挖掘过程中经常发现数以千计的陶器、骨骼和其他材料碎片。传统上，识别和编目这些碎片需要大量的时间和专业知识。然而，有了计算机视觉，这个过程可以自动化。例如，莱斯特大学的 Arch-I-Scan 项目利用图像识别和机器学习自动识别并记录陶器碎片的细节。该系统可以分析手持设备拍摄的照片，并按大小、形状、设计和纹理对文物进行分类。
图 2. Arch-I-Scan 可以帮助识别和记录陶器残留物的细节。
Link to this section基于视觉的考古遗址测绘#
AI 在考古项目的早期阶段特别有用。它可以帮助在挖掘开始前识别潜在的考古遗址，并降低损坏历史区域的风险。通过处理航空或卫星图像，像 Ultralytics YOLOv8 这样的计算机视觉模型可以使用目标检测来探测埋藏的遗址。YOLOv8 经过训练可以检测景观中细微的变化，这些变化可能暗示着地下结构（如古墙、道路或建筑）的存在。事实上，土壤颜色、植被生长或地面纹理的轻微差异甚至可以表明地下遗迹的存在。
图 3. 使用 AI 识别挖掘地点（来源：ArchAI）。
一个很好的例子是葡萄牙阿尔托米尼奥 (Alto Minho) 地区的一个案例研究。研究人员开发了一种 AI 模型，使用一种称为数据增强的技术对带注释的墓冢进行训练，该技术透过创建新的相似训练样本来扩展数据集。该 AI 系统可以建议潜在的新墓冢位置。尽管由于 LiDAR 数据视角的关系存在假阳性的挑战，但经过专家验证后，该方法达到了 72.53% 的成功率。
Link to this section古代文物的 3D 重建#
考古学家在挖掘过程中经常发现破碎的碎片，而不是完整的文物。传统上，拼凑这些碎片是一项缓慢且细致的工作。然而，AI 辅助的 3D 重建要快得多。利用数字 3D 模型，算法可以分析碎片的形状并精确重建原始文物。这个过程节省了时间，并提供了精确的测量结果和对文物更好的理解，从而能更深入地洞察创造它们的文化。
图 4. 碎片的 3D 重建。
Link to this sectionAI 在水下考古中的应用#
AI 在探索过去的一个令人兴奋的领域是水下考古。在意大利海岸外的沉没罗马城市巴亚 (Baiae)，AI 正在帮助监测和保护海底的古代遗迹。WSense 是一家专门从事水下通信的初创公司，开发了一种由 AI 驱动的水下声学调制解调器和传感器网络。这些系统能实时适应不断变化的海况并传输环境数据。它们使得远程监测遗址成为可能，帮助潜水员在水下进行通信和导航，甚至可能很快通过交互式智能平板电脑提供给游客使用。
图 5. 潜水员在意大利那不勒斯巴亚探索水下遗迹。
Link to this section利用 AI 理解古代文献#
AI 在解读古代文献方面也取得了长足进步。DeepMind 的 Ithaca 是一款尖端工具，利用深度学习来修复损坏的铭文、确定其来源并准确标注年代。在海量希腊铭文数据集的训练下，Ithaca 可以以 62% 的准确率修复文本，并将年代标注在其实际年代的 30 年内。AI 正在重新定义历史研究，使学者们能够以更高的精度重新审视希腊历史的关键时期。当与人类专业知识相结合时，AI 系统可以显著提高文本修复的准确性。
图 6. 一个可追溯至公元前 485/4 年的修复铭文示例。
Link to this section在考古学中使用 AI 的利弊#
AI 为考古领域提供了许多好处，可以帮助考古学家发现原本可能被遗漏的模式和见解。以下是 AI 在考古学中的一些主要益处：
- 提高识别和分类文物的准确性。
- 减少人为错误，从而获得更精确的解读。
- 确保发现基于可靠的数据，而非个人偏见。
- AI 有助于创建可在全球范围内共享的详细文物记录。
- 智能创新使研究人员更容易协作，并为后代保护宝贵的文化历史。
尽管好处多多，但在考古学中依赖 AI 也面临挑战。以下是 AI 在考古学中的一些主要挑战：
- 数字工具可能会掩盖传统的考古方法。
- 几个世纪以来形成的实践技能和技术可能会失去其重要性。
- 伦理问题，例如保护文化遗产和原住民权利，需要仔细权衡。
- 过度依赖技术可能会减少人类专业知识为考古学带来的批判性思维和创造力。
总的来说，重要的是找到一种平衡，既能支持又不会取代传统的考古实践。AI 专家与考古学家之间的开放式沟通对于保持这种平衡至关重要。
Link to this section在考古学中实施 AI 涉及哪些因素？#
将 AI 集成到考古学中需要仔细规划，以确保它能补充而非取代传统方法。要成功地将 AI 工具引入考古研究，遵循几个关键步骤非常重要。首先，设定明确的 AI 使用目标，无论是为了加速数据分析、改善文物分类，还是协助遗址测绘。拥有具体的目标有助于你为研究需求选择合适的 AI 工具。
然后，在选择 AI 工具时，请考虑它们与你考古目标的契合度。这些工具最好具备可扩展性，能够处理日益增长的数据量，并且易于使用，以便考古学家在不需要丰富技术知识的情况下就能有效使用它们。此外，考虑成本效益也很重要，因为 AI 解决方案的实施和维护成本可能很高。
Link to this section总结我们的发现#
AI 正在改变考古学的面貌，使其变得更快、更精确、更容易获取。透过分析海量数据、发现隐蔽遗址并修复古代文物，AI 正在增强我们探索和理解过去的方式。它快速准确处理信息的能力使得考古学家能够实现那些传统方法需要数年时间才能达到的发现。随着 AI 的不断发展，它揭示更多关于我们历史的潜力是无限的。考古学的未来看起来充满希望，AI 将在保护我们的文化遗产和加深我们对古代文明的理解方面发挥关键作用。
想要了解更多关于 AI 的信息，请访问我们的 GitHub 仓库 并与我们的社区互动。在我们的解决方案页面上探索 AI 在制造业和农业中的应用。 🚀
