AI能留存文物影像，却挡不住消逝的脚步

全球每年数千处文化遗址在记录前便已损毁或消失。AI无法阻止这一进程，却能在其发生前为人类保存详实的「底本」。这个话题，比起「AI取代修复师」的争论，更具深意，也更令人扼腕。

2001年，塔利班炸毁巴米扬大佛；2015年，ISIS在帕尔米拉古城肆意破坏。这些画面令人痛心，不仅因为损毁本身，更因事前未留存精准的三维数据。后世欲修复时，竟连「原貌如何」都无法确证。

这才是AI涉足文化遗产领域最切实的起点：并非「智能修复」的炫技，而是抗衡「消失前来不及存档」这一亘古焦虑。

数字化的本质，是为未来留存底本

传统文物档案什么样？手写卡片、几张曝光不足的胶片照，加上某位老专家脑中的「活知识」。专家退休，知识便流失大半。这非个别国家特例，而是全球文化遗产保护数十年的沉疴。

AI的首要价值，是将这种「仅存于人脑」的隐性知识，转化为可检索、可传递、可比对的数据体系。激光雷达扫描古建筑，精度达毫米级；多光谱成像分析壁画颜料层，可窥见肉眼难辨的底层草稿；自然语言处理梳理数十年考古报告，能发现跨项目、跨地域的规律性线索。

●数字化非简单备份，而是将「不可复制」变为「可传递」——此步未成，修复皆是空中楼阁。

修复一事，AI能行至哪一步

阐明AI在修复环节的作用，需先理解「修复」本身何其复杂。一幅受损敦煌壁画，表面看是色彩脱落、图案模糊，但真难题是：此处原画何物？用何矿物颜料？当时宗教语境下，此形象应呈何姿态？这些问题，皆非纯技术问题。

AI目前胜任的，是可结构化的部分：图像超分辨率重建、色彩退化模拟与还原、残缺图案的统计补全。Google Arts & Culture团队曾用机器学习对破碎古希腊铭文进行拼合推断，准确率远超人工逐字比对。此类工作，AI优势确凿——速度快、不倦怠、能同时处理数万碎片的空间关系。

但到「此处应补何内容」这一步，AI给出的是概率最高的答案，而非历史真相。概率最高不等于正确，修复师必须介入，以领域知识做最终判定。将二者混为一谈，是外界对AI修复能力最常见的误读。

92

某项目用AI辅助识别青铜器铭文残片的匹配准确率（%），人工复核仍是必要环节

被忽视的「四层结构」难题

文化遗产保护的AI应用，从来不是算法问题，而是四层叠加的系统工程。第一层，原始数据数字化——多机构档案至今仍是纸质或胶片，根本未到可输入模型的阶段。第二层，模式识别与初步处理——这是AI目前最擅长的环节。第三层，流程嵌入——让AI输出真正进入修复师、考古学家、文物管理部门的日常作业，而非止于演示页面。第四层，治理与责任——若AI建议被采纳执行，出问题责任在谁？

多数热闹报道只聚焦第二层，跳过一、三、四层不谈。但现实是，许多文化遗产AI项目失败，非因模型精度不足，而是因第一层——数据根本不存在，或格式混乱至无法处理。

「

再好的算法，也跑不过一场没有数据的起点

」

一个更重要的问题：谁的文化遗产，谁有权决定

还有一层讨论几乎未进入主流科普视野：文化遗产数字化的权力归属。当一座非洲部落的圣地被高精度扫描、上传云端、AI建模后，这份数字资产属于谁？扫描团队？托管服务器的科技公司？还是那个部落本身？

这非哲学假设。已有多起案例：原住民社区发现其神圣器物被未经授权数字化，并现于商业数据库。AI使「复制」成本趋近于零，但「谁有权复制」这个问题，技术本身不予回应。

文化遗产保护最难之处，从来不是技术，而是此类牵涉历史债务、文化主权与利益分配的复杂协商。AI是一把铁锹，铁锹挖出何物，取决于谁握着它，往何处挖。

故当有人问「AI能否保护文化遗产」，我的回答：能，且已在数据整理、图像分析、残片匹配等环节切实提升效率与精度。但若问「AI能否解决文化遗产保护的根本困境」，答案则复杂得多。记录能力提升，改变不了政治冲突、资金短缺与优先级排序。技术能让底本更清晰，但「是否值得留存」的判断，永远是人的职责。

✦ 小结

AI在文化遗产领域最切实的价值，是将「消失前来不及记录」的时间窗口延长，将隐性知识转化为可传递的数据资产。但四层系统工程中，算法仅占一层；数字化的权力归属，是技术讨论长期回避的核心议题。铁锹越称手，越需想清楚谁在握着它。