考古学家正利用人工智能（AI）来分析海量的航拍和卫星图像，以快速识别古罗马堡垒等遗址，从而解决传统人工分析耗时过长的问题。尽管AI在识别规律性结构方面表现出色，但它无法完全取代人类。考古学家的专业知识对于解读历史背景、理解时间顺序以及避免算法偏见至关重要。因此，AI被视为一种强大的辅助工具，它能提高效率并减少对遗址的物理破坏，但历史的最终解释和意义构建仍需由人类完成。
考古学的挑战：海量数据与漫长工时
考古学家 Jesse Casana 在寻找古罗马堡垒遗址时，面临着一项艰巨的任务：筛选数千张航拍图像。这项工作不仅需要训练有素的专业眼光，而且 极其耗时和乏味。
- 工作量巨大： Casana 已经识别了约400个堡垒，但仍有数千个等待发现。
- 人工效率低下： 即便是经验丰富的考古学家，面对如此庞大的数据量也感到力不从心。
- 新手难以胜任： 他曾尝试让学生帮忙，但效果不佳。“他们会漏掉真正的堡垒，又会把不是堡垒的东西误认。我不得不返工。”
正当他一筹莫展时，ChatGPT等AI工具的兴起让他看到了希望。他想，是否可以训练一个 “AI考古”模型 来加速这个过程。
我希望能有一个新的AI朋友，它能和我一样擅长发现遗址。
数字考古：不止是铁锹与尘土
许多人对考古的印象还停留在沙漠中挖掘的场景，但实际上，考古学家一直是新技术的积极采纳者。数字考古 的发展让研究人员能够远程研究遗迹，从而避免了许多实地挖掘的难题。
这些技术包括：
- 无人机： 搭载相机的无人机可以进入以前无法到达的区域。
- 热成像相机： 由于岩石和土壤的导热性不同，热成像可以揭示埋藏在地下的墙壁等结构。
- 探地雷达 (GPR)： 利用电磁脉冲重建地下的情况。
- 激光雷达 (LIDAR)： 通过激光测量距离，创建三维地形图，揭示被植被或土壤覆盖的隐藏结构。
这些技术产生了海量数字信息，而AI正是处理这些信息的理想工具。
AI如何学习识别遗址
教AI识别考古遗址最简单的方法是从 高度规律化的结构 开始。例如，连接东西方的古丝绸之路上的商队驿站（caravanserais）。
这些驿站具有相似的特征：
- 一条通往宏伟入口的道路。
- 一个被房间环绕的中央庭院。
- 用于安置驮运动物的空间。
- 相对统一的尺寸。
通过对这些特征的学习，AI模型一旦训练完成，就能够处理成千上万张老照片和地图，帮助考古学家发现以前未知的地点。
人们没有意识到，考古记录在多大程度上已被机械化农业、灌溉、城市扩张和工业化所破坏。
一个意想不到的宝库是 近期解密的20世纪中叶的间谍航拍照片。这些照片捕捉了一个如今已不复存在的世界，许多已被现代开发破坏的遗址在这些照片中以数字形式得以保存。AI能够高效地在这些旧记录中找到它们。
AI的优势：非破坏性考古
除了速度和规模，AI辅助的数字考古还有一个核心优势：减少对遗址的物理破坏。
我曾多年在中东主持大型挖掘工作。但说实话，如果我这辈子再也不用在地上挖洞，我也完全没问题。
实地挖掘存在诸多问题：
- 破坏性： 一旦挖开，就无法复原，任何错误都是永久性的。
- 成本高昂： 挖掘过程耗时耗力，费用高昂。
- 伦理问题： 许多社区不希望祖先的遗址受到打扰。
- 文物管理： 产生的大量文物需要被永久保存、分类和存储。
借助新技术，考古学家可以记录、测绘和解读人类的过去，而无需扰动土壤。这是一种 更便宜、更快速、破坏性更小 的考古方式。
人类不可或缺：AI的局限与风险
尽管AI功能强大，但它并不能取代人类考古学家。
首先，AI生成的数字图像是“扁平化”的，它会将数百年甚至数千年的历史压缩在一起。AI无法分辨一个遗址是随时间扩张还是缩小。只有通过 物理挖掘，分层研究，考古学家才能理解一个遗址的年代顺序和发展轨迹。
其次，AI存在 放大偏见的风险。历史上，由人类创作的古代社会复原图常常充满偏见（例如，只描绘男性在狩猎或制造工具）。如果不对AI进行审慎的引导，它可能会在生成图像时延续甚至加剧这些刻板印象。
如果我们混淆了发生在同一地点的不同时期的事件，那么在没有挖掘的情况下，我们根本无法获得准确的历史图景。
最后，AI无法替代 当地人的知识。生活在那片土地上的人们通常认为遗址中的先民是他们的祖先，他们的见解和知识对于正确解读历史至关重要。
结论：AI作为工具，人类负责解读
目前，考古学家们计划将AI的主要任务限定在快速分析海量信息上，而不是赋予它解释权。
AI负责寻找模式和提出发现，而人类考古学家则负责 “从这些信息中创造意义”。解释这些发现为何重要、它们如何讲述我们祖先的生活故事，这始终是人类的工作。AI是一个强大的助手，但解读历史的智慧和责任最终仍在人类肩上。