6月5日，由北京大学社会科学部与大数据分析与应用技术国家工程实验室（简称“实验室”）联合主办的2026年“数字与人文节气沙龙”（芒种篇）在北京大学全球大学生创新创业中心交流区成功举行。本次沙龙以 “AI辅助方法在动物考古工作中的初步尝试”为主题，邀请北京大学考古文博学院预聘副教授赵昊担任主讲嘉宾，北京大学智能学院研究员、实验室常务副主任袁晓如，北京大学信息管理系助理教授位通，实验室高级算法工程师赵杰担任与谈人，北京大学社会科学部副部长郭琳出席活动。来自考古文博学院、国际关系学院、外国语学院、社会学系等多家院系与职能机构的代表应邀出席。

沙龙现场

赵昊副教授以山西、殷墟、三星堆等地出土的海贝、殉葬动物等实证揭示古代长距离贸易网络与社会礼仪内涵的研究出发，指出动物考古的重要性。而当前动物考古领域存在专业研究者稀缺、经验依赖高、残骨鉴定难、教学资源不足等痛点。面对挑战，研究团队创新性实验了AI视觉解决的方案——利用自有标本拍摄构建高精度数据集，开发适配考古工作流程的动物骨骼分类系统。通过智能体编程技术，目前已初步实现骨骼与贝壳的大类区分，正着力优化复杂背景下的识别精度。这一探索不仅有望突破传统肉眼鉴定的主观性与效率瓶颈，更将为动物考古的数字化、智能化转型提供新范式，助力解码古代文明交流密码。

赵昊作主题报告

在与谈环节，与谈人共同研讨了在探索过程中遇到的问题。袁晓如研究员着重强调了技术方案选择中需要考虑的可落地性与成本效益，建议优先采用单目或夺目图像拍摄替代拟议中的深度相机拍摄方案，同时建议在分析应将学者总结的动物分类特征和区别等领域专家知识提取后输入模型，避免分类数目过多带来的精度下降问题，并建议考虑构建骨骼演化插值模型以适应考古样本稀疏的问题。位通助理教授分享了层次化分类的实战经验，主张借鉴陶瓷修复的逻辑，先按动物种类、再按骨骼部位进行逐级分类，以降低模型复杂度；他指出考古现场环境复杂，必须建立“AI初筛+人工审核”的人机协同机制，并建议针对关节面等关键部位进行局部特征训练，同时改进数据增强算法以模拟真实的残损状态。赵杰工程师从技术细节提出了改进思路，在神经网络中引入注意力机制，重点强化模型对骨骼两端等关键部位的识别权重，同时建议融合标尺测量的尺寸信息来区分羊、鹿等相似物种，并利用目标检测技术简化背景处理，聚焦标本本体特征。

袁晓如、位通、赵杰评议报告

互动环节气氛活跃。师生们围绕人机协同流程设计、二维与三维数据的取舍与融合、考古标准化标注体系的建立等关键议题展开深入探讨，从技术路径到实践瓶颈，交流层层递进、直指核心。嘉宾们针对提出的问题逐一耐心回应，结合自身开发小程序、处理海量器物数据的实际案例，给出了兼具前瞻视野与落地可行性的细致解答。如在回应“如何启动AI训练”时，嘉宾提出了“以典型遗址小数据启动，通过模型预标注与专家修正双循环迭代”的务实路径；在探讨“技术伦理”时，则明确了“AI是处理海量数据的助理，人类是掌握最终阐释权的专家”这一核心原则。这些分享既明确了方法论方向，也提供了具体场景的解决思路，令在场听众深受启发，对考古学与人工智能的融合前景有了更为清晰、更具信心的认识。

本次沙龙依托北京大学人文社科数智化研究基地举办，不仅深入探讨了AI技术在动物考古领域应用的具体路径，更揭示了数字技术赋能人文研究的广阔前景。从构建高精度数据集到优化多层次分类模型，从专家经验数字化到人机协同机制建立，与会专家提出的创新思路与实践方案，为传统考古学研究注入了新动能。沙龙充分体现了北京大学在推动学科交叉融合、促进人文与科技对话方面的引领作用。随着“数字人文”理念的持续深化与技术工具的不断完善，人工智能将成为考古工作者解读文明密码、重构历史图景的重要助力，为人文学科在数字时代的发展开辟新的可能性。

转载本网文章请注明出处