考古学中的 AI 为新发现铺平道路

考古学是一门通过发掘和分析文物来研究古代历史的学科，常常面临探索面积广阔、文物脆弱等挑战。传统方法可能非常耗时，甚至导致隐蔽的遗址或宝藏被漏掉。人工智能（AI）可以介入来解决这个问题。例如，最近在尤卡坦半岛取得的一项突破利用深度学习发现了超过 60,000 个此前未知的藏在茂密植被底下的古代玛雅考古遗址。

In particular, computer vision can help archaeologists analyze images to detect artifacts and precisely map out ancient sites. Image analysis can help uncover hidden patterns in landscapes or even piece together broken artifacts to speed up discoveries and preserve even the smallest details of our history and culture. Archaeologists are unlocking new AI-driven ways to explore our past that are faster, more precise, and more insightful than ever before.

AI 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领域掀起波澜。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。最成功的重大案例之一是利用 AI 根据历史和地理数据模式来预测考古遗址可能的位置，从而改变了发掘规划的方式。

AI 在考古学中日益重要的早期例子之一是 Iconem 的工作，这是一家成立于 2010 年、总部位于巴黎的公司。Iconem 使用无人机和 AI 创建了受到战争、冲突和自然侵蚀威胁的历史地标的 3D 数字模型。通过捕捉数千张图像，Iconem 记录了 20 多个国家的遗址，包括庞贝古城遗址、伊拉克的亚述城市以及阿富汗的佛教寺庙。这些数字化保护成果是教育和研究的宝贵资源，特别是对于那些难以到达或已经受损的遗址。

图 1. 叙利亚帕尔米拉的 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。

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。

利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个碎片，例如陶器、骨头和其他材料。传统上，识别和编目这些碎片需要花费大量时间和专业知识。然而，通过计算机视觉，这个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来自动识别和记录陶器碎片的细节。该系统可以分析手持设备的照片，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骸的细节。

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。它有助于在开始任何挖掘之前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，像 Ultralytics YOLOv8 这样的计算机视觉模型可以使用目标检测来检测掩埋的遗址。YOLOv8 经过训练后，可以检测到可能暗示存在埋藏结构的景观中的微妙变化，例如古老的墙壁、道路或建筑。事实上，土壤颜色、植被生长或地面纹理的微小变化甚至可以指示地下遗迹。

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地区的案例研究。研究人员开发了一个 AI 模型，该模型使用一种称为数据增强的技术对带注释的墓葬进行训练，该技术通过创建新的类似训练示例来扩展数据集。AI 系统可以建议潜在的新墓葬位置。尽管由于激光雷达数据的鸟瞰视角存在误报的挑战，但在专家验证后，这种方法已经取得了 72.53% 的成功率。

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。

AI 在水下考古中的应用#

AI 在探索过去方面一个令人兴奋的领域是水下考古学。在意大利海岸外被淹没的罗马城市拜亚（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，开发了一个由 AI 驱动的水声调制解调器和传感器网络。这些系统实时适应不断变化的海况并传输环境数据。它们使得远程监测该遗址成为可能，帮助潜水员在水下通信和导航，甚至可能很快通过交互式智能平板电脑向游客提供。

图 5. 潜水员在意大利那不勒斯拜亚探索水下遗迹。

利用 AI 理解古代文献#

AI 在破译古代文本方面也取得了长足的进步。DeepMind 的 Ithaca 是一款尖端工具，它使用深度学习来恢复受损的铭文、确定其起源并准确确定其年代。Ithaca 在海量的希腊铭文数据集上进行训练，能够以 62% 的准确率恢复文本，并将其年代确定在真实年龄的 30 年内。AI 允许学者以更高的精度重新审视希腊历史的关键时期，从而重新定义了历史研究。当与人类专业知识相结合时，AI 系统可以显著提高文本恢复的准确性。

图 6. 可追溯至公元前 485/4 年的恢复铭文示例。

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，需要仔细考虑。
• 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。

在考古学中实施 AI 涉及哪些因素？#

将 AI 整合到考古学中需要仔细规划，以确保它是对传统方法的补充而不是替代。要成功将 AI 工具引入考古研究，遵循几个关键步骤非常重要。首先，为使用 AI 设定明确的目标，无论是为了加速数据分析、改进文物分类，还是协助绘制遗址地图。有具体的目标有助于为你的研究需求选择合适的 AI 工具。

然后，在选择 AI 工具时，考虑它们如何契合你的考古目标。这些工具最好具可扩展性，能够处理不断增长的数据量，并且用户友好，以便考古学家可以有效地使用它们而无需广泛的技术知识。还要考虑成本效益，因为 AI 解决方案的实施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，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。

要了解有关AI的更多信息，请访问我们的GitHub repository并与our community互动。在我们的解决方案页面上探索AI在manufacturing和agriculture中的应用。🚀