人工智能繼續(xù)探索新領(lǐng)域，這次是考古。

近日，來自美國賓夕法尼亞州立大學(xué)、澳大利大悉尼大學(xué)等4所研究機(jī)構(gòu)的研究人員，在著名考古學(xué)期刊《考古學(xué)雜志》上發(fā)表的研究成果展現(xiàn)了深度學(xué)習(xí)算法在發(fā)現(xiàn)古人類遺跡方面的潛力。

該成果顯示，利用深度學(xué)習(xí)算法，研究人員在美國東南部發(fā)現(xiàn)了多處距今3000—5000年前的美洲原住民生存遺跡——貝環(huán)(shell ring)，該遺跡的發(fā)現(xiàn)將有助于進(jìn)一步了解美國原住民的社會(huì)經(jīng)濟(jì)結(jié)構(gòu)。

解決樣本稀少問題

貝環(huán)是由動(dòng)物骨骸、植物、軟體動(dòng)物殼、陶瓷碎片等堆積而成的一個(gè)環(huán)形結(jié)構(gòu)，它們通常位于富含豐富貝類的河口附近。貝環(huán)中夾雜的貝殼﹑各種食物的殘?jiān)约笆鳗p陶器等文化遺物，對(duì)于了解當(dāng)時(shí)的自然環(huán)境和社會(huì)環(huán)境有很大幫助。此次研究主要以美國東南部的貝環(huán)為研究對(duì)象，其貝環(huán)主要由動(dòng)物和花卉等沉積物組成。

盡管貝環(huán)對(duì)于了解史前人類社會(huì)發(fā)展十分重要，但要發(fā)現(xiàn)它卻非易事。主要是因?yàn)檫@些貝環(huán)通常分布在密密麻麻的沿海森林中，交通不便難以接近，如果被發(fā)現(xiàn)也常是因?yàn)橐恍┩怀龅臉?biāo)志物。據(jù)美國國家考古數(shù)據(jù)庫記載，目前在美國東南部約分布有50個(gè)貝環(huán)遺跡。但因其分布零散、發(fā)現(xiàn)困難，此前對(duì)貝環(huán)的分布范圍未有系統(tǒng)統(tǒng)計(jì)。

近年來，深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一個(gè)分支，在考古學(xué)中迅速普及應(yīng)用，使得考古工作的效率得到提升。盡管越來越受歡迎，但也有學(xué)者質(zhì)疑其實(shí)用性：需要大量的訓(xùn)練數(shù)據(jù)、高性能的算力以及對(duì)于開發(fā)者專業(yè)知識(shí)的要求都讓人工智能在考古領(lǐng)域的應(yīng)用受到限制。而貝環(huán)作為一種史前人類遺跡，其數(shù)量稀少，無法滿足深度學(xué)習(xí)需要大量訓(xùn)練樣本的需求。

對(duì)此，研究人員使用了遷移學(xué)習(xí)算法解決了這一難題，并利用算法發(fā)現(xiàn)了多處貝環(huán)，同時(shí)對(duì)美國東南部古代貝環(huán)建造活動(dòng)的地理范圍進(jìn)行了系統(tǒng)評(píng)估。

早已應(yīng)用于考古領(lǐng)域

除了用于發(fā)現(xiàn)考古遺跡，人工智能在考古工作的其他領(lǐng)域也有應(yīng)用。

在近日發(fā)表的一篇論文中，人工智能成功地預(yù)測了楔形文字版上缺失的段落，這意味著4500年前的文獻(xiàn)，現(xiàn)在可以閱讀了。

論文中寫道，來自“公元前2500年至公元100年的10000塊楔形文字版”的腳本被輸入到人工智能程序中。這個(gè)被稱為“巴比倫引擎”的人工智能模型成功地預(yù)測了一系列缺失的單詞、短語和句子，準(zhǔn)確率達(dá)到90%。

此前，美國麻省理工學(xué)院和谷歌人工智能實(shí)驗(yàn)室的研究人員也提出了一種自動(dòng)破譯失傳文字的神經(jīng)網(wǎng)絡(luò)算法。這一算法首次實(shí)現(xiàn)了古希臘邁錫尼文明時(shí)期“線形文字B”的自動(dòng)翻譯，準(zhǔn)確地把67.3%的“線形文字B”同源詞翻譯成了希臘語。

除了預(yù)測、翻譯古文字，人工智能還參與了部分文物的修復(fù)過程。由于古文物年代久遠(yuǎn)，剛剛出土的文物往往磨損嚴(yán)重、支離破碎，而文物復(fù)原的整個(gè)過程耗時(shí)長且操作繁瑣，極具挑戰(zhàn)性。

目前，考古學(xué)家已經(jīng)通過人工智能算法分析、重現(xiàn)文物殘缺部分，并通過技術(shù)手段使其與原物合二為一，完整呈現(xiàn)出文物的原始樣貌。這一技術(shù)在修復(fù)塞普洛斯出土的古代雕像以及拜占庭時(shí)期的壁畫時(shí)得到了運(yùn)用。人工智能在考古界的運(yùn)用大大提高了考古修復(fù)的準(zhǔn)確性和科學(xué)性，省時(shí)省力。

研究人員在論文網(wǎng)站arXiv上發(fā)表文章稱，人工智能除了能幫助考古作業(yè)，還能為包括文物修復(fù)、圖像編輯、生物研究等多個(gè)領(lǐng)域帶來諸多便利。

雖然目前學(xué)者對(duì)于人工智能在考古領(lǐng)域的應(yīng)用仍有爭議，但上述研究顯示，深度學(xué)習(xí)在分析復(fù)雜、不成結(jié)構(gòu)的考古學(xué)遺存及現(xiàn)象上頗有優(yōu)勢。有研究人員表示，人工智能程序“不是人類專家的替代品”，而是一種輔助工具。未來，人工智能在考古學(xué)的研究上將更加著眼于強(qiáng)人工智能領(lǐng)域。(記者 翟冬冬)