由四十八個人工智慧代理掃描的瑪雅遺址以及調查真正顯示的內容

發生了什麼

由一位 Google 研究員主導並廣泛流傳的項目，部署了一組由四十八個協同工作的人工智慧代理組成的群體，用以分析瑪雅低地的遙測高程模型。正如 unwire.hk 的報導所詳述，該實驗系統處理了空間數據集，以識別隱藏在熱帶樹冠下的結構異常。自動化工作流程標記出一個呈現古老定居點幾何特徵的建築群，引發外界廣泛評論，認為自主軟體在沒有人工直接指導的情況下識別出一個未被記錄的古老中心。 公眾的興趣在數位平台上迅速擴大，該舉措被形容為計算探測領域的里程碑。相關說法認為，自主演算法在傳統考古勘探停滯之處取得了成功，繞過了數月艱苦的叢林實地調查。早期的報導將該結構佈局呈現為新揭示的古蹟建築群，把該軟體群體描繪成能夠從公開高程數據集中識別被遺忘定居點的獨立探索團隊。 然而，當中美洲考古學家評估該報告建築群的空間座標和結構輪廓時，這種解讀立即遭遇修正。專家們認出該建築群並非未被記錄的古城，而是一個已正式勘查並於 2025年十月 發表在《考古科學雜誌：報告》（Journal of Archaeological Science: Reports）上的既有考古遺址。自動化代理確實正確辨識出真實的古代人為改造痕跡，但歸因於這項發現的新穎性是不正確的，因為該項目的自動化文獻檢索未能將近期的研究編入索引。 隨之而來的討論將注意力轉向了自動特徵識別與考古機構維護的多層次記錄之間的系統性差距。雖然該計算框架證明了自主電腦視覺模型可以成功地從原始數位高程模型中分離出哥倫布前時期的建築幾何形狀，但其檔案檢索流程卻忽略了已發表的文獻。這項成果並非藉由機器學習揭示未繪製地圖的城市，而是對一個已被編目的定居點進行了自動重新探測。

我們所知

瑪雅文明繁榮於廣袤的地理區域，涵蓋墨西哥東南部、瓜地馬拉、貝里斯以及宏都拉斯和薩爾瓦多的西部邊境。在橫跨前古典期、古典期和後古典期的連續發展階段中，瑪雅社會建造了適應多樣生態區的複雜城市與郊區景觀。紀念性中心包含階梯式石造金字塔、開闊的儀式廣場、高架行政平台、石砌宮殿以及下沉式球場。除市政建築外，居民還建造了廣闊的高架農田網絡、梯田山坡、當地稱為 aguadas 的蓄水池，以及被稱為 sacbeob 的高架石灰岩堤道，將不同區域相互連接。 佩滕盆地及周邊低地茂密的熱帶植被，歷來對區域景觀記錄構成嚴重阻礙。傳統的地面勘察需要清理厚重的植被、徒步追蹤隱蔽的石線，並在遮蔽結構關聯的茂密林冠下作業。在這些環境條件下，距離已知定居點僅數百公尺且未記錄的市政建築群可能數十年未被記載。實地步行的後勤負擔自然將區域勘查限制在主要儀式中心周圍相對狹窄的廊道內。 在過去兩個年代中，機載光學探測與測距（通常稱為 LiDAR）從根本上改變了整個中美洲的考古方法。機載平台每秒向森林地面發射數十萬次回脈衝紅外線雷射，精確測量從植被和底層地形反射的光子往返間隔。計算過濾程序將地面反射信號與植被覆蓋分離，生成揭示細微地形改造的裸地數位高程模型。這些數位模型經常揭示數以千計先前未見的居住土丘、防禦土方工程和農業梯田，而從地面觀察時，這些構造與森林地面渾然一體。 大型倡議，例如橫跨瓜地馬拉北部和墨西哥南部的區域機載調查，證明了古代瑪雅定居點密度遠高於二十世紀模型所提出的估計。然而，高解析度地形數據的積累產生了分析瓶頸，產生了龐大的空間檔案，需要受訓製圖人員進行數千小時的人工目視檢查。計算研究人員對此做出回應，開發了自動特徵提取模型，使用卷積神經網路和自主代理架構來檢測數位高程模型上的矩形平台、方位軸線和梯田格局。 正規考古實踐要求將數位識別置於嚴格的法規與實證架構之內。在墨西哥和瓜地馬拉等國家，國家機構如國家人類學與歷史研究所（INAH）和人類學與歷史研究所（IDAEH）負責管理文化遺產。官方遺址登記處記錄已知古蹟，而專業學術考察隊則在正式法定許可下，通過陶器類型學、地層發掘和直接結構分析來建立佔領序列。在合格地面團隊核實保留特徵的性質之前，遙測異常僅作為調查線索，而非已確認的歷史發現。

我們所不知

在公開報導中，支配這四十八個人工智慧代理的詳細軟體架構和計算邏輯僅獲得部分解釋。報導並未揭示各個代理如何分配分析任務、其視覺模型由哪些具體的神經網路架構驅動，或細微地形異常如何被分配置信度分數。雖然多代理架構通常在專門程序之間劃分責任（例如坡度梯度評估、結構邊界提取和空間對稱性評分），但本次實驗中應用的具體權重尚未公開。 目前也未知該自動化流程在發布公開公告之前如何進行書目和地圖驗證。田野考古在嚴格的數據共享保障措施下運作，學術出版物經常省略精確的地理座標，以保護未發掘的遺址免受非法掠奪和商業走私。自動化代理是否查詢了開放獲取科學資料庫、抓取了一般網路索引或檢查了註冊地理地名錄，仍不清楚。如果自動化系統嚴格依賴關鍵字匹配而缺乏空間地理參考，就很容易遺漏使用寬泛區域名稱而非明確座標來描述遺址的近期研究。 在媒體報導之前，軟體營運者與區域學術機構之間的直接溝通程度也仍未釐清。標準考古勘查流程要求將空間異常與國家文物部門和活躍的區域研究項目進行相互核對。公開摘要未詳細說明是否曾邀請區域專家審查候選遺址，或者該公告是否純粹基於計算流程的自動文獻檢查而發布。

有何說法

詳細介紹該項目的公開報導聲稱，一個由四十八個協同工作的人工智慧代理組成的群體通過標記一個未記載的瑪雅建築群，實現了自主考古發現。線上文章和社群媒體帳號將這項實驗定調為機器學習系統能夠獨立探索古代景觀的證據，繞過人類田野研究人員，完全從數位數據集中識別被遺忘的文明。 報導強調了代理群體的協作效率，將該軟體描繪為一個自我引導的分析系統，能夠在廣闊的地理領域內進行連續且無人監督的勘查。相關論述表明，計算群體不僅識別了森林樹冠下的複雜空間幾何形狀，還根據歷史檔案評估了目標的新穎性。評論員將該倡議呈現為自動化考古的運作藍圖，可以在無需人工驗證的情況下快速完成區域編目。 相關摘要主張，這種類型的機器學習工具很快將消除徒步實地勘探的必要性。演算法對土質平台的正面檢測被定調為失落定居中心確定無疑的證據，多家媒體報導將該發現視為中美洲考古地圖上的全新增補。

已查證的內容

對已發表考古文獻的審查顯示，人工智慧代理所標記的紀念性定居點早已為人所知並具有科學記錄。在 2025年十月，《考古科學雜誌：報告》（Journal of Archaeological Science: Reports）發表了一項經過同行評審的區域調查，詳細描述了該建築群，包括其空間配置、建築尺寸和地理環境。在該計算項目公布的數月前，該遺址就已通過專業科學遙測被識別、記錄在研究數據庫中，並納入學術記錄。 演算法並未發現未記錄的瑪雅城市，但它基於遙測高程數據對一個真實的考古遺址實現了準確的計算重新探測。這四十八個代理正確解析了地形模型，將人工土丘、廣場和平臺與周圍景觀的自然梯度區分開來。純粹從電腦視覺技術的角度來看，該模型通過識別出真實的哥倫布前時期建築群，執行了其模式識別目標。 問題完全出現在工作流程的書目驗證階段。自動化軟體未能識別 2025年十月 的論文，導致項目團隊誤以為該特徵未被記錄。當中美洲考古學家審查座標和視覺模型時，他們通過引用已發表的學術研究迅速更正了記錄，證明該遺址在考古文獻中早已確立。

相互競爭的解釋

• 有可能: AI代理重新識別了一處此前已被調查並於2025年十月發表在《Journal of Archaeological Science: Reports》上的考古特徵，但在文獻檢驗中被遺漏了。
• 已排除: 在專家指出既有的已發表文獻後，關於全新且未有記錄的馬雅發現的主張被撤回了。

什麼會改變我們的評估

重新評估此計算流程的實用性與獨立性，將需要其分析方法和訓練數據集的完整技術文檔。證明自動化多代理系統能夠在不產生重複主張的情況下，針對公開文獻和區域考古遺址檔案系統性地交叉比對空間特徵，將對計算勘查方法帶來有意義的貢獻。如果該軟體的未來版本能夠證明有能力將無座標的學術描述與數位高程模型相互連結，該流程便可能成為檔案整合的實用工具。 歸屬於自動化系統的真正獨立發現，將需要隨後在東道國文化主管部門的正式授權下進行實地驗證。數位高程模型產生的是初步空間假設，而非經過驗證的歷史結論。確認未記錄的瑪雅定居點需要獲得許可的研究團隊實地考察地形，確認土質隆起對應的是古代石構建築而非基岩，繪製裸露牆體的分布圖，評估地表陶片散佈情況以確定年代，並將調查結果整合至正式的國家登記冊中。 為計算考古學建立標準化驗證標準，也將改變科學界對此類項目的接受方式。如果自動化流程納入專門針對區域遺址報告進行訓練的自然語言處理——將地名、流域和建築類型與高程異常相關聯——那麼在尊重已發表文獻中刻意省略座標的前提下，重複公布的情況將可大幅減少。