王治鈞 李筱

廣袤的田野、茂密的森林、重巒疊嶂的山峰……無數(shù)寶藏藏身其中。現(xiàn)在，科技給考古工作者裝上一雙“鷹眼”——將人工智能與遙感衛(wèi)星圖像相結(jié)合，便能更快速、更準(zhǔn)確、可持續(xù)地搜尋考古遺址遺跡。本期TED大會(huì)邀請荷蘭專家艾瑞絲（Iris Kramer）介紹這雙“鷹眼”的發(fā)展和應(yīng)用。

?人工智能在對遙感衛(wèi)星圖像進(jìn)行分析后，標(biāo)注出的可能存留考古遺址遺跡的地點(diǎn)（供圖/王治鈞）

當(dāng)人工智能

遇上“千里眼”

近年來，隨著航空航天技術(shù)的發(fā)展，人們可以使用雷達(dá)等成像設(shè)備從太空中的“千里眼”——衛(wèi)星那里獲取遺址遺跡的影像資料，再運(yùn)用計(jì)算機(jī)圖形圖像處理技術(shù)對這些影像進(jìn)行處理。最新的研究結(jié)果表明，讓人工智能也可以來幫助考古工作者。

1993年，艾瑞絲在大學(xué)攻讀考古學(xué)學(xué)士學(xué)位時(shí)，有了將AI技術(shù)應(yīng)用于考古工作的想法——既然人工智能可以被用來駕駛汽車，那么它也一定能夠識(shí)別遺址遺跡。艾瑞絲發(fā)現(xiàn)，人工智能已經(jīng)可以幫助地質(zhì)工作者檢測山體滑坡，遺址遺跡就和山體滑坡一樣，每一處的“長相”都獨(dú)一無二，這給了她靈感。

艾瑞絲在人工智能系統(tǒng)中，用算法為它設(shè)定考古檢測目標(biāo)，隨后將可供學(xué)習(xí)的材料輸入進(jìn)去，讓人工智能進(jìn)行自主學(xué)習(xí)、訓(xùn)練。人工智能在大量分析遺址遺跡訓(xùn)練樣本之間的“樣貌”差異后變得“聰明”起來——它在內(nèi)部創(chuàng)建了一個(gè)尋找遺址遺跡的模式，以適應(yīng)新的、不同的景觀。

?通過雷達(dá)圖像分析得出的英國中世紀(jì)山脊、溝渠（犁耕遺址遺跡）和廢棄村莊示意圖（供圖/王治鈞）

?LiDAR——一種集合激光、全球定位系統(tǒng)和慣性導(dǎo)航系統(tǒng)的新型遙感系統(tǒng)，可生成數(shù)字化三維模型（供圖/王治鈞）

這時(shí)，艾瑞絲將衛(wèi)星傳回的圖像引入人工智能系統(tǒng)，讓它在這些圖像中尋找未被發(fā)現(xiàn)的遺址遺跡，結(jié)果遠(yuǎn)遠(yuǎn)超越她的預(yù)期：它的速度非?？欤瑤追昼娭畠?nèi)便發(fā)現(xiàn)了大量新的、可能存在遺址遺跡的地點(diǎn)。這將會(huì)大大縮短考古工作者尋找目標(biāo)的時(shí)間。

穿透地表的“火眼金睛”

約一個(gè)世紀(jì)前，為了擴(kuò)大田地規(guī)模，英國拆除了大部分田地之間的樹籬（用作界標(biāo)或防護(hù)的灌木或喬木林帶）。這些樹籬是昆蟲和鳥類生存的重要基地，但想在百年后將它們恢復(fù)原狀似乎是不可能的——人們根本不知道哪里種植過樹籬。而現(xiàn)在，艾瑞絲用人工智能解決了這個(gè)問題。

首先，艾瑞絲利用LiDAR技術(shù)對目標(biāo)區(qū)域進(jìn)行掃描——該技術(shù)生成的三維圖像甚至可以精確到土地上微小的起伏。接下來，人工智能便大顯身手，它可以對衛(wèi)星獲取的三維圖像進(jìn)行分析。在歷史景觀被破壞殆盡的情況下，它依然能分析出曾經(jīng)樹籬的所在地，規(guī)劃出新的植樹方案。

只有發(fā)現(xiàn)了遺址遺跡，才能對其進(jìn)行保護(hù)。那些微小的地層起伏或許會(huì)被人眼忽略，但卻逃不過足以穿透地表的“火眼金睛”。得益于人工智能，我們才能從歷史的角度重建景觀、改善環(huán)境，而它在考古領(lǐng)域能夠做的絕不僅限于此。

未來，人工智能會(huì)變得更加強(qiáng)大，在面對衛(wèi)星獲取的、海量的地球觀測數(shù)據(jù)庫時(shí)，它將會(huì)“強(qiáng)悍”到能夠?qū)ζ溥M(jìn)行無休止的、全自動(dòng)的檢測。遺址遺跡的位置被越早確定，其受到自然和人為因素破壞的可能性就越低。歲月的痕跡或許就在我們身邊，科技將與我們攜手探索過去。

?通過衛(wèi)星圖像能夠觀察到野生動(dòng)物挖掘洞窟、氣候變化對懸崖的侵蝕等，在人工智能的整合之下，這些數(shù)據(jù)在考古遺址遺跡的發(fā)現(xiàn)和保護(hù)過程中變得大有用途（供圖/王治鈞）

（責(zé)任編輯 / 牛一名? 美術(shù)編輯 / 周游）