1月3—4日，“知往鉴来：人工智能在考古与文化遗产中的前沿应用珠海论坛”在广东珠海举行。来自考古学、文化遗产研究、计算机科学、数学与大数据等领域的学者共同探索“AI+考古”“AI+文化遗产”的新机遇。

　　人工智能推动考古学方法创新

　　近十年来，人工智能技术迅速发展，尤其是深度学习在模式识别、预测分析与图像处理方面的“超能力”受到越来越多考古学者的青睐。北京师范大学—香港浸会大学联合国际学院校长陈致表示，随着人工智能与考古学、文化遗产领域融合不断深入，新技术将不断催生新的研究成果与应用场景，为保护人类珍贵文化遗产、传承历史文明源源不断地注入活力。期望通过此次论坛搭建跨学科、跨领域的桥梁，促进不同领域专家学者的交流合作。浙江大学数据科学研究中心研究员徐仁军介绍了人工智能前沿技术领域的发展情况，并系统分析了人工智能在考古研究中应用于包括智能数据处理、遗址文物分析、古文字解读、知识应用呈现、古代工艺仿真、研究辅助工具开发、基础设施建设以及人才培养八个方面的前景。

　　中国社会科学院考古研究所研究员牛世山分析认为，人工智能在考古学研究中的应用将会是全方位的参与和渗透，如训练既有考古信息和数据，通过快速处理海量数据，对文物进行识别和分类；预测地下文化遗存埋藏状况，为后续考古工作提供决策；盘活海量数据，挖掘其中的信息，快速获取通过手工劳动短期无法知道的潜在信息；提高辅助研究能力，扩展研究领域，帮助研究者提高认知思维，从考古学文化研究拓展到文化、历史、哲学等层面。

　　人工智能依托算法、数据与算力三大支柱，通过构建高质量、丰富多样的数据库，可以显著提升研究效率。中国科学院院士、浙江大学数学高等研究院教授阮勇斌着重分析人工智能在处理海量、多样化考古数据中的独特优势。他以宝墩文化陶片分期模型为例，展示了人工智能在分类、聚类及多模态分析中的卓越表现，为科学探索陶器分期与文化传播路径提供了全新视角，并预测人工智能的应用将深刻变革考古学方法论，为智能化与精准化研究开辟崭新路径。

　　加拿大英属哥伦比亚大学教授荆志淳注意到，深度学习技术为考古学的核心任务——分类，带来了全新的方法论支持。在考古学研究中，无论是器物类型学、聚落形态研究，还是古代社会形态观察，均离不开分类工作。事实上，这一技术已经被考古学家们运用于研究中，比如陶器的分类。陶器是考古发现的重要遗存类型，不仅能够提供年代的相对早晚信息以及类型的变化，还能反映工匠风格、制陶工坊特色及文化审美等深层次文化密码。然而，由于出土陶片破碎且数量庞大，传统的人工拼对方法效率太低。山东大学文化遗产研究院院长方辉表示，其研究团队在济南大辛庄遗址出土陶片研究中，利用人工智能拼对技术恢复了更多完整陶器，极大提升了分类效率。四川省文物考古研究院研究馆员万娇的报告也分享了其项目组通过与人工智能专家合作，利用模型成功判断宝墩文化时期破碎度较高、传统信息量包含较少的普通陶片分期的成功案例。

　　多学科交叉融合推动考古学研究

　　吸收不同学科研究方法以及多学科人才的加入，使今天的考古学队伍成为名副其实的“六边形战士”。在中国社会科学院学部委员、河南省文物考古研究院院长王巍看来，中华文明探源工程是迄今为止我国规模最大的多学科结合研究人文科学重大问题的国家级重点项目。在科技部的领导下，60多家单位的400多位学者开展多学科联合攻关，主要围绕四大都邑性遗址和其他20多个中心性遗址，研究各个遗址的年代、环境的变化、农业和手工业的发展、人群的迁徙和融合、精神信仰和宇宙观的变化，以及各区域社会结构的发展变化等问题，充分显现出多学科交叉融合的强大推动力和巨大潜力。

　　河南省文物考古研究院研究员刘海旺聚焦于开封州桥遗址巨幅祥瑞石壁的数字化考古研究，介绍了如何通过综合运用大空间三维数据采集、倾斜摄影测量、贴近摄影成像、结构光三维采集与微痕提取等前沿技术，深度挖掘石壁所承载的历史文化信息。

　　在对石家河遗址的研究中，中国社会科学院考古研究所研究员刘建国根据无人机拍摄与三维重建生成的数字表面模型和早期影像，分析了生活在该遗址的早期先民是如何根据当地地貌特点进行水稻种植，使石家河遗址群适应了自然环境的变化，由此揭示了该遗址群的人水关系。

　　另一项针对稻作农业的考古学研究则运用了机器学习技术。山东大学考古学院院长王芬介绍其研究团队通过对目前一些水稻考古数据库、气象土壤数据库、水稻种植地理起源的模型数据的采集和拟合，训练了机器学习网络，用于标识水稻在不同地理环境中的适宜度以及潜在的扩散阻力，有助于进一步细化探讨稻作农业扩散的具体过程和时空联系。

　　谈到科技手段在考古学中的运用，浙江大学艺术与考古博物馆馆长刘斌提出，尽管现代科技的发展增加了诸多便利性与精确性，但科技手段并不能代替考古学本身以及它想要解决的问题，科技考古工作者需学习基础的考古学方法及文化内涵，传统考古学研究者也需了解当代科技。北京大学考古文博学院研究员宋殷提出，考古大数据研究应注意数据的质量，分层次构建模型，将已有考古学知识与建模过程有机结合，最终达到运用多层次模型理解人类社会的目的。

　　新技术赋能文化遗产保护

　　科技的力量同样深刻融入文化遗产保护与研究领域，并展现出巨大潜力。上海大学文化遗产与信息管理学院院长黄继忠介绍了人工智能技术在石质文物保护的病害识别、监测检测等环节中的应用现状及发展前景。他提出，未来应加强数据标准建设，深化专业知识与智能算法的融合，推进人机协同的保护新模式，为石质文物的科学保护提供科技支撑。西北大学文化遗产学院教授刘成以具体应用案例，探讨了数字技术在文物保护修复研究中的应用场景，如通过三维建模与文物分析技术相结合，实现文物虚拟修复与古代文物制作工艺的再现；通过数字摄影、高光谱技术、红外成像技术，实现对石窟寺、壁画、岩画、青铜器等文物的病害区域识别与隐藏信息的显示。

　　文化遗产数字化仍面临着诸多问题，如缺乏统一的文化遗产信息模型、建模原真性和过程性缺失、价值内涵表达不足和数字化监测科学性不足等。对此，南京师范大学地理科学学院副教授胡迪分享了地理学的解决方案。他从文化遗产全信息获取与聚合、基于场景的文化遗产原真性建模、融合全信息的文化遗产数字孪生表达和文化遗产地理智能监测与模拟四个方面阐明了数字化赋能文化遗产保护的路径与方法。

　　此外，文化遗产数据具有独特性，且难以大规模获取，使得人工智能模型的预测和生成受到制约。北京师范大学—香港浸会大学联合国际学院文化与创意学院院长庄以仁提出利用众包技术为3D文化遗产进行数据采集的新策略。他的报告展示了基于志愿者参与捕捉完成的3D文化遗产模型，并通过这些3D模型自动生成额外数据用于AI数据增强的工作流程。

　　论坛由北京师范大学—香港浸会大学联合国际学院高等研究院、山东大学考古学院（文化遗产研究院）主办。