第36页
- 第1页
- 第2页
- 第3页
- 第4页
- 第5页
- 第6页
- 第7页
- 第8页
- 第9页
- 第10页
- 第11页
- 第12页
- 第13页
- 第14页
- 第15页
- 第16页
- 第17页
- 第18页
- 第19页
- 第20页
- 第21页
- 第22页
- 第23页
- 第24页
- 第25页
- 第26页
- 第27页
- 第28页
- 第29页
- 第30页
- 第31页
- 第32页
- 第33页
- 第34页
- 第35页
- 第36页
- 第37页
- 第38页
- 第39页
- 第40页
- 第41页
- 第42页
- 第43页
- 第44页
- 第45页
- 第46页
- 第47页
- 第48页
- 第49页
- 第50页
- 第51页
- 第52页
- 第53页
- 第54页
- 第55页
- 第56页
- 第57页
- 第58页
- 第59页
- 第60页
- 第61页
- 第62页
- 第63页
- 第64页
- 第65页
- 第66页
- 第67页
- 第68页
- 第69页
- 第70页
- 第71页
- 第72页
- 第73页
- 第74页
- 第75页
- 第76页
- 第77页
- 第78页
- 第79页
- 第80页
- 第81页
- 第82页
- 第83页
- 第84页
- 第85页
- 第86页
- 第87页
- 第88页
- 第89页
- 第90页
- 第91页
- 第92页
- 第93页
- 第94页
- 第95页
- 第96页
- 第97页
- 第98页
- 第99页
- 第100页
- 第101页
- 第102页
- 第103页
- 第104页
- 第105页
- 第106页
- 第107页
- 第108页
- 第109页
- 第110页
- 第111页
- 第112页
- 第113页
- 第114页
- 第115页
- 第116页
- 第117页
- 第118页
- 第119页
- 第120页
- 第121页
- 第122页
- 第123页
- 第124页
- 第125页
- 第126页
- 第127页
- 第128页
- 第129页
- 第130页
- 第131页
- 第132页
- 第133页
- 第134页
- 第135页
- 第136页
- 第137页
- 第138页
- 第139页
- 第140页
- 第141页
- 第142页
- 第143页
- 第144页
- 第145页
- 第146页
- 第147页
- 第148页
- 第149页
【乙文】当考古遇到人工智能
①考古学与人工智能,一个在飞扬的尘土中艰苦发掘,希望探究和理解人类的历史;一个拥有强大算力,能轻松应对海量信息,潜力无限。两个看似毫不相关的学科,如今却产生了深刻联系,以深度学习为核心的当代人工智能正越来越多地应用于考古学研究领域。
②想象一下,你拥有“透视眼”,能穿透茂密的森林,看到隐藏在地下的古代遗迹,这就是机载激光扫描技术的神奇之处。它就像考古界的“X光”,从飞机上发射激光扫描地面,即使是藏在丛林深处的古城,也能被它“看”得一清二楚。这项技术产生的数据量极其庞大,就像把整个城市都拍成了高清照片。考古学家和人工智能专家使用卷积神经网络等深度学习技术,训练人工智能“助手”,使其能自动识别机载激光扫描数据中的古代遗迹。
③以甲骨碎片拼合为例。甲骨文是研究商代历史和文明的重要资料,目前已出土的甲骨碎片超过10万片。最近,我国考古学家和人工智能科学家发明了一种新的“拼图神器”——内部相似性网络模型。拼图可分为三步:“找边”,先用“边缘等距匹配”算法,沿着碎片边缘仔细搜索,找到形状相似的“咬合”部分;“合体”,把两块碎片图像“拼”在一起,看看能不能完美对接;“验纹”,这是最关键的一步,分析拼接处的纹理是否一致,如果拼接处有文字,还要分析文字是否能拼合。如果两块碎片原为一体,那么拼接处的纹理应该自然连续。模型通过一种名为“内部相似性池化”的技术,精确比较这些纹理的相似度。实验证明,模型的拼图准确率超过90%。这个“神器”已经帮助考古学家们找到了37对能够正确拼合的甲骨碎片。
④秘鲁南部的世界文化遗产纳斯卡线和地画是古代文明留给我们的谜题。这些巨大的地面图案规模宏大,动辄绵延数百米,难以在地面上辨认,只有从高空才能看清全貌,这给考古研究带来巨大挑战。长期以来,考古学家只能依靠耗时耗力的人工搜索和低空飞行观察拍照,效率低下且容易遗漏。过去近一个世纪,考古学家共发现了430个地画。人工智能算法被引入相关研究后,考古学家仅用6个月就新发现303个地画。算法就像一位经验丰富的“侦探”,通过分析高清航拍照片,绘制出候选图形轮廓,由考古学家进行确认,这极大提高了搜寻和研究的效率。
⑤人工智能正以前所未有的速度改变着许多专业领域的研究方法,推动着科学研究进入新的时代。它改变着科学发现过程,赋予我们更强大的洞察力和预测力,帮助我们更好地理解过去、把握当下,应对未来的挑战。
(文/杨清越,选自《人民日报》2025年1月6日,有改动)
17. 下列关于人工智能在考古学中的应用的表述,不符合文意的一项是( )
A. 内部相似性网络模型可以准确无误地拼合甲骨碎片。
B. 引入人工智能算法后,秘鲁纳斯卡地画的发现效率得到大幅提升。
C. 人工智能可以高效处理机载激光扫描数据,识别隐藏在地下的古代遗迹。
D. 人工智能能够帮助考古学家分析高清航拍照片,快速筛选候选图形轮廓。
18. 下列对“甲骨碎片拼合”的理解,不符合文意的一项是( )
A. “找边”阶段是通过算法沿碎片边缘搜索形状相似的“咬合”部分。
B. “合体”阶段是尝试拼接两块碎片图像,观察能否实现完美对接。
C. “验纹”阶段需确保拼接处的纹理自然连续,对文字内容没有要求。
D. 模型通过“内部相似性池化”技术精确比较纹理相似度。
19. 人工智能为考古学研究提供了哪些新的可能性?请简要概括。______
①考古学与人工智能,一个在飞扬的尘土中艰苦发掘,希望探究和理解人类的历史;一个拥有强大算力,能轻松应对海量信息,潜力无限。两个看似毫不相关的学科,如今却产生了深刻联系,以深度学习为核心的当代人工智能正越来越多地应用于考古学研究领域。
②想象一下,你拥有“透视眼”,能穿透茂密的森林,看到隐藏在地下的古代遗迹,这就是机载激光扫描技术的神奇之处。它就像考古界的“X光”,从飞机上发射激光扫描地面,即使是藏在丛林深处的古城,也能被它“看”得一清二楚。这项技术产生的数据量极其庞大,就像把整个城市都拍成了高清照片。考古学家和人工智能专家使用卷积神经网络等深度学习技术,训练人工智能“助手”,使其能自动识别机载激光扫描数据中的古代遗迹。
③以甲骨碎片拼合为例。甲骨文是研究商代历史和文明的重要资料,目前已出土的甲骨碎片超过10万片。最近,我国考古学家和人工智能科学家发明了一种新的“拼图神器”——内部相似性网络模型。拼图可分为三步:“找边”,先用“边缘等距匹配”算法,沿着碎片边缘仔细搜索,找到形状相似的“咬合”部分;“合体”,把两块碎片图像“拼”在一起,看看能不能完美对接;“验纹”,这是最关键的一步,分析拼接处的纹理是否一致,如果拼接处有文字,还要分析文字是否能拼合。如果两块碎片原为一体,那么拼接处的纹理应该自然连续。模型通过一种名为“内部相似性池化”的技术,精确比较这些纹理的相似度。实验证明,模型的拼图准确率超过90%。这个“神器”已经帮助考古学家们找到了37对能够正确拼合的甲骨碎片。
④秘鲁南部的世界文化遗产纳斯卡线和地画是古代文明留给我们的谜题。这些巨大的地面图案规模宏大,动辄绵延数百米,难以在地面上辨认,只有从高空才能看清全貌,这给考古研究带来巨大挑战。长期以来,考古学家只能依靠耗时耗力的人工搜索和低空飞行观察拍照,效率低下且容易遗漏。过去近一个世纪,考古学家共发现了430个地画。人工智能算法被引入相关研究后,考古学家仅用6个月就新发现303个地画。算法就像一位经验丰富的“侦探”,通过分析高清航拍照片,绘制出候选图形轮廓,由考古学家进行确认,这极大提高了搜寻和研究的效率。
⑤人工智能正以前所未有的速度改变着许多专业领域的研究方法,推动着科学研究进入新的时代。它改变着科学发现过程,赋予我们更强大的洞察力和预测力,帮助我们更好地理解过去、把握当下,应对未来的挑战。
(文/杨清越,选自《人民日报》2025年1月6日,有改动)
17. 下列关于人工智能在考古学中的应用的表述,不符合文意的一项是( )
A. 内部相似性网络模型可以准确无误地拼合甲骨碎片。
B. 引入人工智能算法后,秘鲁纳斯卡地画的发现效率得到大幅提升。
C. 人工智能可以高效处理机载激光扫描数据,识别隐藏在地下的古代遗迹。
D. 人工智能能够帮助考古学家分析高清航拍照片,快速筛选候选图形轮廓。
18. 下列对“甲骨碎片拼合”的理解,不符合文意的一项是( )
A. “找边”阶段是通过算法沿碎片边缘搜索形状相似的“咬合”部分。
B. “合体”阶段是尝试拼接两块碎片图像,观察能否实现完美对接。
C. “验纹”阶段需确保拼接处的纹理自然连续,对文字内容没有要求。
D. 模型通过“内部相似性池化”技术精确比较纹理相似度。
19. 人工智能为考古学研究提供了哪些新的可能性?请简要概括。______
答案:
17.A(“实验证明,模型的拼图准确率超过90%”,并非准确无误。A项夸大事实,不符合文意)18.C(“如果拼接处有文字,还要分析文字是否能拼合”,强调需要检验文字的拼合情况)19.
(1)高效识别遗迹。
(2)精准复原文物。
(3)加速研究进程。
(1)高效识别遗迹。
(2)精准复原文物。
(3)加速研究进程。
查看更多完整答案,请扫码查看