陶片拼合的“三维建模师”，玉料成分的“精准分析师”，AI成破解考古界难题的“超级武器”

来源：环球时报

【环球时报报道 记者 陈子帅】当尖端人工智能（AI）技术遇上“古老”的考古研究，会碰撞出怎样的火花？在2025世界人工智能大会上，一场用大模型等AI技术拼合古代陶瓷碎片的比赛吸引了大量目光，这项考古学中最具挑战性，也最耗时耗力的工作正逐渐被前沿技术接手。实际上，AI在考古中的作用远不止于此，考古学家、北师香港浸会大学高等研究院访问教授荆志淳在大会期间接受《环球时报》记者采访时表示，AI已经成为我们探索物质文化和解读古代社会机制的“新引擎”，展望未来，考古学将迈向全新的“智能时代”。

生成完整器物3D模型

成千上万的陶器碎片，每一片都铭刻着久远的故事，将这些碎片拼合成完整的器物，仿佛在拼一个复杂且残缺的拼图。这一过程耗时数月甚至数年，成果却常常不尽如人意。如今，人工智能和深度学习技术正在成为破解这一考古界难题的“超级武器”。

这场名为“大辛庄陶片拼合AI挑战赛”的活动，由山东大学考古学院、北师香港浸会大学高等研究院和浙江大学数学高等研究院联合发起，大赛鼓励参赛者利用大模型等AI技术，对济南大辛庄遗址H690灰坑出土的商代陶器碎片进行拼合分类，并从中读出历史信息。

AI究竟是如何帮助我们拼好这些陶片，又能从中读取哪些历史信息呢？荆志淳告诉《环球时报》记者，AI是陶片拼合的“超级工匠”和“三维建模师”。传统的陶片拼合，完全依赖考古人的经验、耐心和手工操作，效率极低，而且往往难以达到理想的完整度。而AI的介入，将带来革命性的变化。

荆志淳进一步介绍说，每一片陶片的断裂边缘，都带有独特的几何特征和纹理信息，就像它们的“指纹”一样。AI利用深度度量学习和图像分割与特征提取技术，能够精确捕捉这些细微、人眼难以察觉的边缘细节。它能像拥有高精度扫描仪一样，对每片陶片的断茬进行数字化建模，并计算出它们之间的几何匹配度。这比人工肉眼比对要精准和高效。与此同时，陶片不仅仅是孤立的个体，它们还带有丰富的元数据信息，例如陶质、陶色、纹饰以及器型部位等。“我们的挑战赛鼓励参赛者运用多模态模型，将陶片图像的视觉信息与这些结构化的元数据结合起来。这就像是让AI在拼合碎片时，不仅看形状，还知道这片是‘口沿’‘底部’还是‘腹部’，是什么年代的，有什么装饰风格，从而大大提高拼合的准确性和效率。”专家提到，图神经网络（GNN）在建模复杂关系方面具有天然优势，因此可以将每一片陶片视为图中的一个“节点”，而它们之间潜在的连接关系就是“边”。GNN能够学习并推断这些“节点”之间的潜在连接关系，帮助我们识别出哪些陶片最有可能属于同一个器物。

陶片成功拼合，接下来的关键就是还原它们的原始器型。生成式AI技术，特别是扩散模型，能够根据已拼合的碎片，甚至是基于有限的数据，生成完整的器物3D模型。而接下来，“从拼合的陶片中，我们可以读取到异常丰富的历史信息。”荆志淳说，陶片并非简单的“碎块”，它们是古代社会活动和文化交流的“沉默证人”。我们可以从中解锁年代序列、社会组织与生活图景、聚落功能与社会结构等信息。

警惕“黑箱”操作

《环球时报》记者关注到，目前AI已在考古领域大展拳脚。据报道，学术期刊《自然》近日发表的一篇考古学论文称，谷歌旗下人工智能企业DeepMind与学术合作者开发了一款名为“埃涅阿斯”(Aeneas)的AI工具，能预测罗马时期拉丁铭文的缺失部分，帮助考古和历史学家确定文本语境。去年初，外国高校学生团队用AI破解了2000年前罗马帝国著名卷轴文物中的部分内容。

“AI以其强大的数据处理、模式识别以及生成能力，正在深刻地重塑我们的考古研究范式和实践路径。它不再仅仅是辅助工具，还成为我们探索物质文化和解读古代社会机制的‘新引擎’。”据荆志淳介绍，现阶段AI技术对考古工作的影响和助力是多方面的。除了像拼陶片那样，对海量数据进行精准分类与识别外，AI还能够识别出隐藏在茂密植被下的古代聚落，而这在过去是难以想象的。“遥感考古是近年来的热点，而AI的加入使其如虎添翼。”此外，AI还能整合不同来源的地理信息系统（GIS）数据，进行多尺度分析，例如在秘鲁纳斯卡线条的识别中，AI加速调查使得已知具象地貌的数量几乎翻倍，为研究提供了新视角。

值得关注的是，AI的应用不仅局限于物质文化。荆志淳提到，深度学习模型通过分析复杂的考古数据集，能够揭示古代技术、社会制度和组织中隐藏的深层模式。通过整合考古数据和生态数据，它还能帮助我们重建过去的社会—生态系统，从而增强我们对人—环境互动复杂性的理解。“AI技术带来了强大的分析工具，更开创了全新的思维范式。它正在将考古学家从繁琐、重复性的劳动中解放出来，使我们能够将更多精力投入到高层次的理论构建、文化阐释和深层模式挖掘中，从而实现对人类社会理解的重塑。这场深度学习革命，无疑是考古学发展历程中又一次具有里程碑意义的科学变革。”

荆志淳告诉《环球时报》记者，在他当前开展的研究中，AI已经是离不开的“超级分析师”。他介绍说，玉器在中国历史文化中占据着极其重要的地位，但识别玉料的来源和种类一直是个难题。“我们采集大量古代玉器的光谱数据，尤其是良渚文化和商代的玉器材料，并利用深度学习模型进行训练和分析。这项技术能够帮助我们精准识别不同玉料的矿物成分特征，从而判断玉料的具体产地。这对于我们理解古代玉器贸易网络、资源获取方式以及文化交流路径，提供了前所未有的微观证据。”

另一方面，荆志淳利用计算机视觉技术分析陶器和陶范（铸造青铜器的模具）的显微结构。“这项工作对我触动很大，AI在这里就像拥有了‘显微慧眼’，它能够系统性地提取和量化这些肉眼观察难以把握的微观信息，让我们得以从更精细的层面，洞察古代手工业的演变过程和技术创新。”

不过，随着AI在考古学中应用的深入，对其“黑箱”操作的担忧也日益增加。国际上越来越强调开发可解释的AI模型，让考古学家能理解AI作出判断的依据，从而更好地评估结果的可靠性。同时，数据伦理、知识产权等问题也成为国际AI考古领域关注的重点。“我们必须认识到，AI模型的输出结果需要考古学家具备批判性思维和理论素养去评估和解读。AI是强大的工具，但最终的解释权和理论构建，仍在于考古学家。”荆志淳强调。

“数据富矿”为中国AI考古提供肥沃土壤

“谈到AI考古，一个绕不开的话题就是中国的地位和贡献。”荆志淳曾在希腊从事田野考古，在美国明尼苏达参加多项考古调查和发掘。他告诉《环球时报》记者，中国的AI考古水平正处于世界前列，并且拥有独特、世界其他国家无法比拟的巨大优势。

荆志淳说，首先，中国拥有全球独一无二的“数据富矿”。“这一点至关重要，因为深度学习的‘喂养’需要海量、高质量的数据。这些文物蕴含着丰富的图像、三维结构和微观特征信息，是训练AI模型识别、分类和复原的宝贵数据源。”与此同时，中国拥有悠久的考古学发展历史，积累了大量的考古发掘报告、研究论文、历史文献等文本数据。这些数据对于AI进行自然语言处理、知识图谱构建和历史信息挖掘具有无可替代的价值。这位学者举例说，对甲骨文的AI缀合和解读，就是中国特色数据优势的体现。“这些‘数据富矿’为中国AI考古提供了肥沃的土壤，使得我们能够训练出更强大、更精准的AI模型，解决大规模、复杂性的考古问题。在陶器、青铜器等大宗遗物的智能分类、拼合和三维重建以及古文字的AI解读方面，我们有能力走在国际前沿。”

AI的加入是否会改变这一专业的面貌和发展走向？荆志淳表示，AI将使考古学迈入一个全新的“智能时代”。未来，AI辅助的无人机、机器人可能在田野调查、数据采集方面发挥更大作用；AI将成为文物分析、年代测定、成分识别的“标配”；AI将帮助我们从多维度数据中构建更完整的古代社会图景，甚至模拟历史进程，进行“如果……会怎样”的推演；AI在文物监测、预警、修复和数字化展示等方面也将发挥不可替代的作用。