作者：郭子月（首都博物馆馆员、北京大学考古文博学院助理研究员）

　　1948年的英国国家物理实验室里，图灵完成了一部题为“智能机器”的学术报告。两年后，他的一篇文章《计算机与智能》在世界顶尖哲学杂志《心》上发表，被奉为传世之作。在1956年美国达特茅斯学院召开的夏季研讨会上，科学家们首次提出了“人工智能”概念。

　　近年来，随着神经网络、智能算法、云计算等相关技术的发展，人工智能在算力与应用领域取得了重大突破，并在社会各个领域引发深刻变革。社会各行各业正在逐步引入人工智能技术，为行业发展注入新的活力。这一趋势也推动了文化遗产保护与人工智能技术的结合。在2026年7月召开的第48届世界遗产大会上，联合国教科文组织世界遗产中心主任拉扎赫·伊伦都·阿索莫表示，“数字化转型已不再是未来愿景，而是正在改变人们理解、监测和保护世界遗产的方式”。

图为7月25日，在韩国釜山召开的联合国教科文组织第48届世界遗产大会现场。资料图片

　　让艺术与文物诉说自己的故事

　　数字信息检索技术、建模技术与文化遗产展示的虚拟舞台显示技术交互式融合发展，能够实现用户与文化遗产之间的全面互动。

　　例如，IBM和巴西圣保罗美术馆开展了“艺术之声”项目。根据巴西经济研究所的数据，大多数巴西人（72%）从未去过博物馆，因为人们认为艺术难以理解。2017年，IBM与圣保罗美术馆合作，开发了一款基于人工智能的辅助设备“艺术之声”作为互动导览工具，由虚拟讲解员“Watson”回答博物馆访客的问题。“艺术之声”采用了自然语言处理、认知计算以及机器学习技术，使访客能够与博物馆内的特定绘画和雕塑进行交互，从而实现个性化的参观体验。在博物馆入口处，参观者将收到一副耳机以及一部已安装“艺术之声”应用程序的智能手机。当参观者在博物馆内漫步时，该设备会向其发送通知，邀请其通过耳机麦克风就附近的艺术作品提出问题。

　　与其他采用录音脚本的传统博物馆导览服务不同，“艺术之声”借助认知聊天机器人，能够实时回答访客的提问。该机器人通过IBM人工智能服务来理解人类的语言及意图。IBM的程序员们为开发“Watson”问答功能，在为期6个月的时间里，通过与博物馆的策展人及研究人员进行互动，获取了有关艺术藏品的海量信息。他们所收集的数据源自研究与数据挖掘、书籍、旧报纸、学术传记、访谈以及互联网搜索。因此，“艺术之声”能够向观众提供的答案既包括历史与技术层面的事实，如绘画技法，也涉及这些藏品与当代世界之间的关联。通过“艺术之声”，博物馆为访客提供了基于实证的叙事体验，旨在重燃观众对艺术作品的欣赏之情，并帮助访客更深入地了解馆藏作品的历史背景。自引入该系统以来，圣保罗美术博物馆的访客人数实现了200%的激增，这可归因于艺术作品本身的可及性得到了显著提升，以及强化学习技术为访客所提供的卓越体验。

贝多芬为他计划中的第十交响曲所作的笔记页。资料图片

　　让千年遗迹不再难以探寻

　　人工智能在考古领域的应用包括智能勘探预判、碎片自动拼合、古文字智能释读、数字孪生修复以及人机协同决策等。当前，人工智能在探测隐匿考古遗址方面发挥着关键作用。

　　在荷兰乌得勒支的一处丘陵和韦卢威地区分布着茂密的森林，这些森林有让古代遗迹难以被发现，免受人类活动破坏。考古研究人员运用激光雷达技术，对考古遗迹所在的森林区域进行研究，绘制出高分辨率地形图。这一过程产生了大量复杂的高质量数据，要利用人工智能对这些数据进行检测，需要经过复杂的处理流程并运用相应的专业知识。

　　2019年，莱顿大学莱顿数据科学中心与考古学系的数据科学研究项目共同开发了一种灵活、稳健且自动化的考古遗迹检测方法，该方法结合了激光雷达数据与R-CNN（基于区域的卷积神经网络，一种用于深度学习的技术），能够自动识别该地区的特定历史遗址，从而简化并加速这一过程。目前，荷兰全境已通过机载激光雷达进行测绘，并生成了详细的高程模型，这使得研究那些被森林遮挡的区域成为可能。

记者和音乐家在一起聆听钢琴家演奏贝多芬第十交响曲的部分片段。资料图片

　　深度学习在拥有大量数据并用于训练和学习时效果更佳，但对实际考古学中的目标检测而言，可用的数据集相对较小。因此，获取古遗迹在广阔地域中的精确定位，人类参与数据采集必不可少。2020年4月，研究人员在选定区域内确定了检测目标，有超过6500名志愿者积极参与了这项公民科学项目，旨在进行实地定位。最终研究结果表明，这些区域在3000至2000年前曾开展过相当密集的农作物耕作，改变了人们对当地历史的认知。

　　这是全球首次有公众参与的大规模考古科研项目。该项目将人力劳动与人工智能技术相结合，最终荣获了2022年第26届国际博物馆协会布拉格大会研究类奖项中的文化遗产大奖。

　　让文化遗产焕发新的生命力

　　在文化遗产保护技术中，可以应用三维图像，并智能运用文化遗产声学、影像采集技术及计算机辅助设计系统开展保护研究。借助信息可视化与逆向工程图像处理等先进技术，能够实现文物的三维数字化，完整记录文物的一维、二维、三维乃至多维信息的构成与重组。

激光雷达所识别的考古遗迹类型（左图为墓冢；右图为人类活动的盆地）。资料图片

　　例如，荷兰阿姆斯特丹国立博物馆通过人工智能修复伦勃朗的画作《夜巡》。这是他绘画生涯中的巅峰之作，被荷兰视为“国宝”。这幅油画在历史上经历了剪裁、长期暴晒、战争期间数次迁徙、人为划伤、硫酸腐蚀等多次伤害。最严重的一次伤害是在1715年，为了使这幅油画能够挤进阿姆斯特丹市政厅为其预留的墙壁，工作人员对画作四周进行了剪裁。画面左侧的三个人物，以及部分栏杆和台阶被裁掉并遗弃。从完成至今的近四个世纪里，《夜巡》至少经历了25次修复。

　　2019年7月，阿姆斯特丹国立博物馆启动了有史以来规模最大、最为细致的《夜巡》公开修复工程“夜巡行动”。全世界观众可以通过网络或现场近距离观看这场史上最具创新性的保护工作。修复工作首次采用人工智能摄影技术，利用扫描仪、X光和528次数字曝光的组合。馆长塔科·迪比茨表示：“我们制作了一张极其细致的《夜巡》照片，通过人工智能或称为神经网络的技术，我们让计算机学到了伦勃朗在《夜巡》中使用的颜色以及他的笔触。”这套人工智能算法，帮助计算机推断图像曾经的样子，并能够逐笔重现缺失的画面。专家们还利用英国国家美术馆保存的荷兰画家格里特·伦登于17世纪的临摹画作，来确定画面应呈现的样貌。修复后的画作现已再次在阿姆斯特丹的荷兰国家博物馆展出。正如馆方所期待的那样，这场全球瞩目的人工智能复原遗产项目，使《夜巡》不再仅是博物馆或者荷兰的财产，而是成为全人类的文化遗产。

　　另一个著名案例是，在人工智能的协助下，贝多芬未完成的第十交响曲得以完成。贝多芬于1824年完成了他的第九交响曲，结尾是永恒的《欢乐颂》。但当他开始创作第十交响曲时，由于身体健康问题未能顺利完成，离世前仅留下了一些音乐草图。曾有音乐家尝试过重建贝多芬第十交响曲部分片段，最著名的是音乐学家巴里·库珀在1988年完成了第一和第二乐章。然而，由于遗留草稿数量稀少，交响乐专家的创作无法超越第一乐章。

工作人员正在扫描《夜巡》。资料图片

　　2019年，美国罗格斯大学艺术与人工智能实验室主任艾哈迈德·埃尔加马尔带领一支由音乐史学家、音乐学家、作曲家和计算机科学家组成的团队，开始了这场“续写”工作。整个创作过程需要利用贝多芬全部作品中的笔记和完成的作品，以及第十交响曲的草稿，来创作出其本人可能创作的作品。研究过程中最为关键的是需要弄清楚如何取一个短句，甚至只是一个动机，用它来发展出更长、更复杂的音乐结构，就像贝多芬所做的那样。例如，计算机必须学习贝多芬是如何用一个基本的四音动机来构建出第五交响曲的。这些都需要研究人员不断地斟酌与打磨。拼凑贝多芬的创作过程，这也是人机相互协作的过程。

　　质疑的声音也随之而来。有人会认为艺术不应被人工智能包围，认为人工智能无权复制人类的创造过程。然而，谈到艺术，研究人员认为人工智能不是替代品，而是一种工具——为艺术家以新的方式表达自我而打开大门。如果没有人类历史学家和音乐家的专业知识，这将是一项不可能实现的项目。2021年10月9日，贝多芬第十交响曲于贝多芬出生的城市德国波恩举行全球首演，此时正值贝多芬诞辰250周年。

　　人工智能技术帮助我们恢复了文化遗产往日的生机，也真正拉近了我们与历史的距离。它让文物有了脉搏，让历史有了色彩。它成为人与文物沟通的桥梁，成为搜索古代遗迹的好伙伴，成为艺术家手中的那杆“笔”。一个个成功案例展示出人工智能技术已成为文化遗产保护的有力助手，但同时我们也应看到，人类丰富的经验与专业知识是指导人工智能技术取得成功所不可或缺的重要因素。

　　《光明日报》（2026年08月27日 14版）