AI 助力考古学开启新发现

考古学通过发掘和分析文物研究古代历史，但常常面临探索区域广阔、文物易损等挑战。传统方法可能耗时费力，甚至导致人们错过隐藏的遗址或宝藏。人工智能 (AI) 可以为此提供帮助。例如，尤卡坦半岛近期的一项突破借助深度学习，在茂密植被下发现了 60,000 多处此前未知的古代玛雅考古遗址。

具体来说，计算机视觉可以帮助考古学家分析图像，以检测文物并精确绘制古代遗址地图。图像分析有助于发现地貌中隐藏的规律，甚至拼合破碎文物，从而加快发现进程，并保护我们历史和文化的每一处细节。考古学家正借助 AI 开辟新的方式探索过去，这些方式比以往更快速、更精确，也更具洞察力。

AI 驱动的考古技术的发展#

得益于数据分析技术的进步，AI 在 20 世纪末开始在考古学领域崭露头角。到了 20 世纪 90 年代，考古学家开始运用机器学习和数据挖掘分析他们收集的大量信息。早期的一项重大成果是根据历史和地理数据中的规律预测考古遗址可能的位置，彻底改变了发掘规划方式。

Iconem 是 AI 在考古学中作用日益增强的早期案例之一。这家总部位于巴黎的公司成立于 2010 年。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。通过采集数千张图像，Iconem 已记录了 20 多个国家的遗址，包括庞贝古城遗址、伊拉克的亚述古城，以及阿富汗的佛教寺院。这些数字化保存成果是教育和研究的宝贵资源，尤其适用于难以抵达或已遭到破坏的遗址。

图 1. Iconem 的叙利亚帕尔米拉 3D 模型，摄于其 2015 年遭到毁坏之前。

到 2021 年，AI 甚至已用于修复古代文物。意大利的 RePAIR 计划等项目使用机器人，仔细拼合来自庞贝等地的易损文物。如今，AI 在考古学中的作用不断扩大，帮助完成解读古代文本和分析卫星图像等任务。AI 已成为发现和保护历史的重要工具。

计算机视觉在考古学中的应用#

计算机视觉是 AI 的一个分支，能够让计算机理解和解读视觉数据。在考古学中，计算机视觉可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。通过使用深度学习处理图像和视频，计算机视觉能够提取有价值的信息，让考古发现的保护和解读工作更加轻松。

使用计算机视觉分析文物#

考古学家在发掘过程中经常会发现数千块碎片，例如陶器、骨骼和其他材料。传统上，识别和编目这些碎片需要耗费大量时间和专业知识。不过，借助计算机视觉，这一过程可以实现自动化。例如，莱斯特大学的 Arch-I-Scan项目使用图像识别和机器学习，自动识别陶器碎片并记录其细节。该系统可以分析手持设备拍摄的照片，并根据尺寸、形状、设计和纹理对文物进行分类。

图 2. Arch-I-Scan 可帮助识别陶器遗存并记录其细节。

基于视觉的考古遗址测绘#

AI 在考古项目的早期阶段尤其有用。它可以在挖掘开始前帮助识别潜在的考古遗址，并降低破坏历史区域的风险。通过处理航空或卫星图像，Ultralytics YOLOv8等计算机视觉模型可以利用目标检测发现被掩埋的遗址。你可以对 YOLOv8 进行训练，使其检测出可能暗示地下存在古墙、道路或建筑等结构的细微地貌变化。事实上，土壤颜色、植被生长或地表纹理的细微差异甚至也能表明地下存在遗迹。

图 3. 使用 AI 识别适合挖掘的地点（来源：ArchAI）。

葡萄牙阿尔托米尼奥地区的一个案例研究就是很好的例子。研究人员使用标注过的古墓训练 AI 模型，并采用一种称为数据增强的技术，通过创建相似的新训练样本来扩充数据集。AI 系统可以推荐可能存在新古墓的位置。尽管 LiDAR 数据的俯视视角会带来误报这一挑战，但经过专家验证后，这种方法的成功率达到了 72.53%。

古代文物的 3D 重建#

考古学家在发掘过程中经常发现破碎的碎片，而非完整的文物。传统上，将这些碎片拼合起来是一项缓慢而细致的工作。不过，AI 辅助的3D 重建速度要快得多。借助数字 3D 模型，算法可以分析碎片形状并准确重建原始文物。这一过程不仅节省时间，还能提供精确测量结果，帮助人们更好地理解文物，并深入了解创造这些文物的文化。

图 4. 碎片的 3D 重建。

AI 在水下考古学中的应用#

利用 AI 探索历史的一个令人振奋的领域是水下考古学。在意大利海岸附近沉入水下的罗马城市巴亚，AI 正在帮助监测和保护海底古代遗址。专攻水下通信的初创公司 WSense开发了一套由 AI 驱动的声学调制解调器和传感器网络。这些系统能够实时适应不断变化的海况，并传输环境数据。它们让远程监测遗址成为可能，帮助潜水员在水下通信和导航，甚至很快可能通过交互式智能平板电脑向游客开放使用。

图 5. 潜水员正在意大利那不勒斯巴亚探索水下遗址。

利用 AI 理解古代文本#

AI 也在古代文本解读方面取得进展。DeepMind 的 Ithaca 使用深度学习修复受损铭文、确定铭文的来源并准确断代。Ithaca 以海量希腊铭文数据集训练，可以以 62% 的准确率修复文本，并将断代结果控制在距实际年代 30 年以内。AI 正在重新定义历史研究，让学者能够更精确地重新审视希腊历史上的关键时期。结合人类专业知识后，AI 系统可以显著提高文本修复的准确性。

图 6. 一段修复后的铭文示例，其年代可追溯至公元前 485/4 年。

在考古学中使用 AI 的优缺点#

AI 为考古学领域带来了诸多益处，能帮助考古学家发现原本可能被忽略的模式和洞见。以下是在考古学中使用 AI 的一些主要优势：

• 提高文物识别和分类的准确性。
• 减少人为错误，从而让解读更加准确。
• 确保研究发现以可靠数据为依据，而不是受个人偏见影响。
• AI 有助于创建详细的文物记录，并在全球范围内共享。
• 智能创新让研究人员更容易开展协作，并为后代保护宝贵的文化历史。

尽管有诸多益处，依赖 AI 开展考古工作也面临一些挑战。以下是在考古学中使用 AI 的一些主要挑战：

• 数字工具可能会掩盖传统考古方法的重要性。
• 数百年来积累的实地操作技能和技术可能会逐渐失去重要性。
• 伦理问题，例如保护文化遗产和原住民权利，需要得到审慎考虑。
• 过度依赖技术可能会削弱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，让 AI 支持而非取代传统考古实践。AI 专家与考古学家之间保持开放沟通，对于维持这种平衡至关重要。

在考古学中实施 AI 时要考虑哪些因素？#

将 AI 整合到考古学中需要周密规划，确保 AI 是对传统方法的补充，而不是取而代之。要成功地将 AI 工具用于考古研究，需要遵循几个关键步骤。首先，设定使用 AI 的明确目标，无论是加快数据分析、改进文物分类，还是协助遗址测绘。明确的目标有助于你根据研究需求选择合适的 AI 工具。

接下来，在选择 AI 工具时，要考虑工具与考古目标的契合程度。理想情况下，工具应具备可扩展性，能够处理不断增长的数据量，并且易于使用，让考古学家无需深厚的技术知识也能有效使用。考虑成本效益也很重要，因为 AI 解决方案的部署和维护成本可能很高。

总结我们的发现#

AI 正在改变考古学的面貌，让考古工作更快速、更精确，也更易于开展。通过分析大量数据、发现隐藏遗址和修复古代文物，AI 正在提升我们探索和理解过去的方式。AI 能够快速、准确地处理信息，让考古学家得以实现过去使用传统方法需要数年才能完成的发现。随着 AI 不断发展，它揭示更多历史信息的潜力十分巨大。考古学的未来前景光明，AI 将在保护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。

如需进一步了解 AI，请访问我们的 GitHub 代码库 并加入我们的社区。你还可以在我们的解决方案页面上探索 制造业 和 农业领域中的 AI 应用。