AI 进军考古学！深度学习演算法发现近 100 万年前人类用火证据

▼

懂用火是智人进化的关键，火不仅可帮助制造更复杂的工具，还能让食物更安全，有益大脑发育。

迄今全球只发现5个可追溯至50万年前用火证据的遗址：南非Wonderwerk洞穴和Swartkrans、肯亚Chesowanja、以色列Gesher Benot Ya′aqov、西班牙Cueva Negra。近日以色列研究团队利用人工智慧演算法发现第六个证明人类用火痕迹的遗址，提出以色列旧石器时代晚期遗址有人类用火的证据。研究发表于《PNAS》。

AI 进军考古界

传统考古法对早期古人类遗址用火辨识主要靠蚀变沉积物、岩屑和骨骼等视觉判断，如土壤变红、变色、翘曲、龟裂、收缩、变暗等，但可能低估当时人类用火的普遍程度。新研究团队开发基于拉曼光谱和深度学习演算法的光谱“温度计”，估算燧石伪影的热暴露，检测极端高温扭曲材料的原子结构，弥补用火痕迹视觉特征的不足。

这次以色列旧石器时代早期露天遗址（Evron Quarry）以新方法找到有火烧过的动物和岩屑残存，年代介于100万至80万年前。团队首先研究1976~1977年Evron Quarry挖出的材料，并没有发现热相关特征的视觉明显证据，如土壤变红、燧石工具变色或龟裂、收缩或动物遗骸变色等。

▲ Evron Quarry遗址现场。

团队测试许多方法，包括传统数据分析、机器学习建模和深度学习模型。流行的深度学习模型有优于其他模型的特定架构，使用AI技术的好处是可分析材料化学成分，估计热暴露状况。AI技术能可靠区分现代燧石是否烧过，且还能显示当时温度。火的热量可引起附近石头变化，燃烧会在原子程度改变骨骼结构，红外线光谱也会改变。

团队使用深度学习模型（1D卷积神经网络）学习燧石伪影的拉曼光谱模式，估计石器温度。与完全连接的人工神经网络（FC-ANN）相比，此模型性能更优秀，能将真实温度和估计温度的平均绝对误差从118C降至103C。

团队预先训练以色列不同地方收集的现代燧石，并在实验室控制条件下加热至已知温度，训练后模型才来分析未知样品（即从Evron Quarry遗址采集的石器）。团队采用有监督的深度学习连结拉曼光谱与燧石加热温度，这方法依靠燧石有机和无机成分的不可逆热诱导结构改变，同时克服固有可变性。使用深度学习模型估算温度的优点，是能以近似热量与-石英、莫干岩及D和G波段光谱区域因热量产生的光谱变化间任何非线性决策边界。

下图石块光用看的无法知道是否被火烧过，但透过深度学习模型，估算石块收集的紫外拉曼光谱热暴露度，发现都曾加热至200C~600C，代表古人类有控制火的能力而非只会用自然野火。

（Source：论文）

后续讨论

团队也实验过确认遗迹石器被火烧过，作者之一Chazan表示：“如果没有人工智慧验证燧石，没人会费心测试这些骨头的热暴露度。”

研究尽管还无法确定遗址工具是被自然火还是人工火烧过，因燃烧痕迹导致的空间变化可解释为人类干预证据，而自然火通常导致整个燃烧区域有同质热变化。

作者承认，野火和参差不齐的植被也可能导致整个区域温度分布不均，且温度并不是使用野火和人工火的可靠区分标准。尽管如此，石器时代器具估计温度、燃烧过的动物群，仍能表明此遗址古人类会用火的可能性。

未来这项研究使用的方法可扩展到其他旧石器时代晚期遗址，可能扩大我们更理解古人类与火的时空关系，打开更了解古人类生活的一扇窗。

• Old flame: Israeli researchers find evidence of fire use nearly 1 million years ago
• 人工智能发现100万年前人类用火的证据

（本文由 雷锋网 授权转载；图片来源：Weizmann Institute）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。