深度学习发现古人类遗址，AI 考古比胡八一更高效（寻龙分金）

考古，一直是个神秘又充满吸引力的话题。

盗墓系列小说《鬼吹灯》中主人公胡八一，就是靠半部《十六字阴阳风水秘术》掌握了寻龙诀和分金定穴，找到大墓和宝藏。

「盗墓文学」将探险、玄学、灵异等元素加入了考古学，使盗墓主题红极一时

胡八一的那套口诀：寻龙分金看缠山，一重缠是一重关，关门如有八重险，不出阴阳八卦形。帮助他用八卦星象确定墓穴位置、找到逃生出口，顺利完成任务，解决难题。

近年考古事件也频频登上热搜，新闻中常见的标题：爱琴海农民挖出古希腊雕塑、西安地铁为战国古墓停工等等，让考古工作看起来很像开盲盒，仿佛要靠碰运气才能发现遗迹。

AI 考古：深度学习大有可为

伊利诺伊大学人类学专业的博士 Dylan Davis 就致力于将遥感和深度学习加入到考古中，带来更多的发现。

他基于南卡罗来纳州几个地区的 LiDAR 激光雷达数据，结合了当地的 SAR 合成孔径雷达、多光谱数据，利用机器学习和深度学习的方法，发现了多处 3000-5000年前的美洲原住民生存遗迹。

古人类的居住地附近常用食用过的贝类、动物遗骨、食物残渣堆积围绕，久而久之就形成了环形的围体，在考古学中将这类人类遗址成为贝丘遗址或贝环遗址。

环状地形、贝丘遗存是古人类生活、构建家园的主要特征

这类遗址往往出现在沿海地区，在我国、日本、英国、北非等世界各地都有发现，这些遗址通常属于新石器时期，或者晚至青铜时期。

对古人类贝丘遗址的考察、遗址沉积物的分析，可以为北美洲原住民的发展年表、社会形成、气候环境变化提供丰富的研究资料。

这些古人类在建设住地时，会对土壤空隙和地形产生轻微的改变，但经过千百年来的更迭，这些变化很难在地面通过肉眼观察出来，所以也让这些遗址的发现增加困难。

壳环形态在遥感影像上形态不一：有圆环、相互连接的圆环，也有半圆环

在利用机器学习和深度学习进行图像处理环节时，Dylan 首先下载了实验区域的 LiDAR 数据，将其提取数字高程模型（DEM）分析得到丘陵阴影（Hillshade）和坡度（Slope），旋转 45° 来增强训练数据。

最终得到了 776 个环状地形、720个贝丘地形和 1316 个无关地形，导出为 200*200 的图像，保留了 10% 作为验证集。

Dylan 和团队基于 ResNet 50 设计了一个 Mask-R-CNN 模型，为了对模型基于 LiDAR 训练数据得出的深度学习结果进行交叉验证，团队还基于Sentinel-1的多时相 SAR 数据和 Sentinel-2 的多光谱数据，对研究区域的环形地形进行了随机森林（RF）概率分析。

经测试，模型获得了让团队满意的结果

Dylan 和团队在一台 NVIDIA Quadro p4000 GPU、Intel® Core™ i7-7700 K CPU @ 4.20 GHz、4200 Mhz、4 个核心、8 个逻辑处理器和 64 GB 内存配置的工作站中，训练了 40 多个小时，共运行了 20 个 epochs，获得了最佳模型的训练和验证损失分别为 0.252 和 0.554。

在 Dylan 和团队的该项研究之前，美国的五大湖区已知的的古人类遗址大约有五十多个，在这些古人类遗址中发现了石器和陶器等人类生存痕迹。在 Dlyan 的研究结果显示，这些区域仍有近百个疑似古人类遗址等待被验证。

Dylan 在近期的研究中提到，下一步即是根据训练结果在实地进行考察。

空间考古：非破坏性考古研究

真正的考古没有分金定穴这么玄妙，没有传说中的藏宝图和神秘钥匙，当代考古工作大多是非主动性的发掘。

受到目前发掘保护方法的局限，很多文物可能会因为缺乏有效的保护手段，一经发掘出土，就会永久性地损坏。比如我国就以「如无必要，不进行主动发掘」的标准，来保护遗迹和考古发现，所以空间考古越来越受到重视。

在二战后，全球的考古学界都开始使用空间技术，尤其是结合遥感来进行考古研究。遥感考古主要是通过分析遥感图像，再结合考古成果、历史和文献资料进行的。不仅能避免野外工作花费大量时间，经费和精力，减轻劳动强度。