AI考古新突破：智能追问如何助力文物解密

一片残缺的陶片、半截兽骨、一段夯土墙基，在考古工作者眼中绝非孤立存在。这些遗物必须置于房址、墓葬、灰坑、水系、道路与聚落格局中综合审视，同时结合碳十四测年数据、动植物遗存、同位素分析、微痕观察以及历史文献的互证。考古学最令人着迷之处正在于此——任何判断都不是主观臆断，而是多源证据相互质疑、彼此校准后逐步显现的结果。一个考古结论之所以可信，是因为它经得起地层学、器物类型学、年代学、空间分析与田野经验的反复检验。 如今的AI早已不是最初那种仅能回答预设问题的工具。它已能将检索、计算、反思与证据核查整合为协同工作流，围绕同一目标持续推进。更关键的是，它不再以单一“智能主体”的方式运作，而是让多个智能体分工协作：有的负责搜集资料，有的提出假设，有的专门挑错，有的进行整合汇总。整个过程就像一场小型研讨会——不断提问、反驳、修正、汇总，最终形成判断。 这样的AI一旦深度介入考古学，首先改变的是我们“看见”世界的方式。以往开展区域调查时，考古学家需要在纸质地图、地貌图、航空影像与地表采集物之间反复比对。而今，一次调查可能面对成千上万张卫星影像、无人机航拍照片以及地理信息系统数据。智能体AI能先自动标记出疑似地貌特征，再结合河流走向、台地分布、道路网、植被覆盖、现代建设与历史扰动等多重信息，提示哪些地点值得实地核查。说到底，AI无法替代考古学家亲自下铲，但它能帮我们把有限的观察资源配置得更科学、更高效。 不过，这种助力绝非一次性的“机器识图”。AI真正改写的是调查过程中的观察闭环：模型先提出疑点，考古学家返回现场；现场获取的新发现反过来修正模型；模型再调整判断，输出下一轮调查的重点方向。在这个循环中，AI不是人类的眼睛，而是一个不断追问的同行者。它的核心价值在于将观察、判断与复核串联成一条完整的证据链，而非取代其中的任何一环。 另一个关键变化潜伏在资料与证据链的整合中。几十年来，考古学积累了海量发掘简报、地方文物普查档案、老照片、工程图纸、标本登记记录与实验分析数据。问题是，这些资料分散在纸质文献、扫描图像、地方档案库里，格式各异，描述术语也不统一。智能体AI能够自动识别遗址名称、器物类型、层位关系、年代信息、坐标与共生关系，将碎片化的线索编织成一张可检索、可关联的知识网络。但最关键的并非“整理得快”，而是“追溯得回去”——每一条由AI提取的信息，都必须能精准回溯到原始页码、原始图像、原始记录与原始标本。 人类的知识本质上是共享的产物。没有哪件青铜器是靠一个工匠的头脑独立创作出来的，它背后串联着采矿、运输、制范、熔铸、纹饰设计、礼仪制度与社会组织。在一座古代城市中，道路、水系、作坊、市场、宗庙、墓地，再加上历代居民的日常实践，都在地层中留下了痕迹。文字、度量衡、档案、图纸，同样是人类将个体经验保存、传递并共同使用的方式。人的智能从来不是孤立生长的——它在工具中延伸，在材料中刻下印记，在制度中获得稳定，在一代代人的协作中持续积累。这种跨越个体、代际相传的能力，就是共享智能。 从摄影、测绘到碳十四测年、古DNA分析、同位素分析、遥感技术与三维扫描，每一次新技术进入考古学，都要面对同一个原则：技术不能悬浮于空中，它必须回归遗址、回归地层、回归标本，回归那条能经得起复核的证据链。智能体AI也不例外。它提出的判断必须讲清楚依据从哪里来；它发现的模式必须接受现场验证；它归纳的材料必须能回溯到原始记录。这是一道门槛，也是一条底线。 AI真正融入考古学，并非考古学家被机器取代的开端，而是考古学家将拥有更多“会追问的助手”。它们会帮助我们看到更多线索，提出更多问题，也促使我们更严谨地回到材料、地层与证据本身。考古学面对未来的底气，归根结底来自那些被细致揭露的遗存，来自人类不断追问过去的能力。 《 人民日报 》( 2026年05月30日 08 版)

来源：互联网