考古学中的 AI 为新发现铺平道路
了解 AI 如何帮助考古学家发现隐藏遗址、修复古代文物，并为我们理解古代历史带来新洞察。
考古学通过挖掘和分析文物研究古代历史，但通常面临着需要探索的区域广阔以及文物易损等挑战。传统方法可能耗时很长，甚至会遗漏隐藏的遗址或宝藏。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利用深度学习发现了超过 60,000 处此前未知的古代玛雅考古遗址，这些遗址隐藏在茂密的植被之下。
具体而言，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的地图。图像分析有助于发现景观中的隐藏模式，甚至将破碎的文物拼接起来，从而加快发现过程，并保存历史和文化中最细微的细节。考古学家正在解锁由 AI 驱动的新方法来探索过去，其速度、精确度和洞察力都前所未有。
AI 驱动的考古技术的发展#
得益于数据分析领域的进步，AI 在 20 世纪末开始在考古学中崭露头角。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。早期的一项重大成功，是利用 AI 根据历史和地理数据模式预测考古遗址可能所在的位置，从而改变了考古发掘的规划方式。
巴黎公司 Iconem 于 2010 年成立，其工作是 AI 在考古学中作用日益增强的早期实例。Iconem 使用无人机和 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。通过拍摄数千张图像，Iconem 已记录了 20 多个国家的遗址，包括庞贝古城遗迹、伊拉克的亚述城市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，尤其适用于难以到达或已经受损的遗址。
图 1。叙利亚帕尔米拉在 2015 年被摧毁前的 3D 模型（Iconem 提供）。
到 2021 年，AI 甚至已被用于修复古代文物。意大利的 RePAIR 计划等项目利用机器人，仔细拼接庞贝等地的易损文物。如今，AI 在考古学中的作用仍在不断扩大，帮助完成解读古代文本和分析卫星图像等任务。AI 已成为发现和保存历史的重要工具。
计算机视觉在考古学中的应用方式#
计算机视觉是 AI 的一个分支，使计算机能够理解和解读视觉数据。在考古学中，计算机视觉可以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洞察，从而更轻松地保存和解读考古发现。
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个碎片，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详细信息。该系统可以分析手持设备拍摄的照片，并根据文物的大小、形状、设计和纹理进行分类。
图 2。 Arch-I-Scan 可以帮助识别并记录陶器遗存的详细信息。
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。它可以在开始挖掘前帮助识别潜在的考古遗址，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利用目标检测来检测埋藏的遗址。YOLOv8 可以经过训练，检测景观中的细微变化，这些变化可能暗示着古墙、道路或建筑等埋藏结构的存在。事实上，土壤颜色、植被生长状况或地表纹理的轻微变化，甚至都可能表明地下遗存的存在。
图 3。使用 AI 识别挖掘地点（来源：ArchAI）。
葡萄牙上米尼奥地区的一项案例研究就是很好的例子。研究人员使用一种称为数据增强的技术，在经过标注的墓冢数据上训练 AI 模型；该技术通过创建新的相似训练样本来扩充数据集。AI 系统可以建议新的潜在墓冢位置。尽管由于 LiDAR 数据的航空视角而存在误报问题，但这种方法在专家验证后达到了 72.53% 的成功率。
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部件，而不是完整的文物。传统上，将这些碎片拼接起来是一项缓慢而细致的工作。不过，借助 AI 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，并准确重建原始文物。这一过程节省时间，提供精确测量结果，并帮助更好地理解文物，从而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 探索过去的一个令人兴奋的领域是水下考古学。在意大利海岸附近的 Baiae，这座沉没的罗马城市中，AI 正帮助人们监测和保护海底的古代遗迹。专注于水下通信的初创公司 WSense 开发了一个由 AI 驱动的声学调制解调器和传感器网络。这些系统可以实时适应不断变化的海况，并传输环境数据。它们使人们能够远程监测遗址，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这些功能。
图 5。潜水员正在探索意大利那不勒斯 Baiae 的水下遗迹。
利用 AI 理解古代文本#
AI 在解读古代文本方面也取得了进展。DeepMind 的 Ithaca 是一款尖端工具，使用深度学习修复受损铭文、确定其来源并准确测定年代。Ithaca 在海量希腊铭文数据集上进行训练，可以以 62% 的准确率修复文本，并将年代确定在其真实年代前后 30 年以内。AI 通过让学者能够更精确地重新审视希腊历史中的关键时期，正在重新定义历史研究。将 AI 系统与人类专业知识相结合，可以显著提高文本修复的准确性。
图 6。一则可追溯至公元前 485/4 年的修复铭文示例。
在考古学中使用 AI 的优缺点#
AI 为考古学领域带来了许多益处，可以帮助考古学家发现原本可能被遗漏的模式和洞察。以下是 AI 在考古学中的一些主要优势：
- 提高文物识别和分类的准确性。
- 减少人为错误，从而实现更精确的解读。
- 确保研究发现基于可靠数据，而不是个人偏见。
- 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，并为子孙后代保存宝贵的文化历史。
尽管 AI 具有诸多优势，但在考古学中依赖 AI 也会带来相关挑战。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考古方法的价值。
- 数百年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，重要的是达成一种支持而非取代传统考古实践的平衡。AI 专家与考古学家之间的开放沟通对于保持这种平衡至关重要。
在考古学中实施 AI 需要考虑哪些因素？#
将 AI 融入考古学需要周密规划，确保它能够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。
然后，在选择 AI 工具时，要考虑它们与考古目标的契合程度。理想情况下，这些工具应具备可扩展性，能够处理不断增加的数据量，并且易于使用，让考古学家无需广泛的技术知识也能有效使用。同时，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。
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。它快速而准确地处理信息的能力，使考古学家能够完成以往使用传统方法需要多年才能实现的发现。随着 AI 不断发展，它揭示更多历史信息的潜力是无限的。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 代码仓库并参与我们的社区。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。🚀
