人工智能智能体正在尝试进入考古学等专业研究领域，但一项近期引发关注的所谓发现，却暴露出AI工具在科学研究中的一个问题：它们可能识别出了真实存在的目标，却未能判断这些目标是否早已为人所知。
Google研究人员Pietro Miotti近日声称，他利用一组AI智能体在墨西哥玛雅地区发现了一处可能尚未被记录的玛雅遗址。然而，考古学家很快指出，这处遗址实际上早已被发现，并且在一年多前就已经发表在学术期刊上。
Miotti最初产生利用AI寻找考古遗址的想法，是在秘鲁旅行期间。他设想，如果历史上的探险家能够使用现代技术，会取得怎样的成果。于是，他选择了激光雷达技术（LiDAR），利用这种能够通过激光扫描生成地表三维信息的技术，寻找可能被植被覆盖的古代建筑和聚落遗迹。
Miotti随后组建了一支由48个AI智能体组成的团队，让它们分析美国国家航空航天局提供的激光雷达数据，寻找可能尚未被记录的考古遗址。由于秘鲁公开的激光雷达数据覆盖不足，他最终将研究范围转向玛雅文明所在地区。
这些AI智能体识别出了多个值得进一步调查的地点，其中包括一处规模较大的聚落。Miotti认为，这处聚落似乎没有出现在现有登记记录中。他表示这只是自己的个人业余项目，并没有使用Google提供的计算资源或其他支持。
为了核实发现，他联系了墨西哥国家人类学与历史研究所（INAH），询问相关地点是否已经被登记，包括是否存在尚未公开的研究成果。Miotti表示，他还借助AI智能体将通信内容翻译成西班牙语。研究所回复称，其登记记录中没有该地点的相关信息。
Miotti随后在自己的博客上兴奋地宣布，从产生想法到收到墨西哥政府机构的正式回复，整个过程还不到72小时。他认为，这证明AI智能体有望给多个科学领域带来革命性变化，并呼吁利用激光雷达技术对全球进行更全面的地表测绘，让AI协助寻找尚未被识别的历史遗迹。
不过，问题很快出现了。考古学家发现，Miotti所称的遗址并不是新发现。斯洛文尼亚科学与艺术学院研究中心的考古学家Ivan Šprajc正是此前发表相关研究论文的作者之一。这处遗址已经在学术期刊中得到记录，论文发表时间比Miotti的所谓发现早了一年多。
阿拉巴马大学伯明翰分校考古学教授Sarah Parcak也在社交媒体上批评了这一事件。她指出，研究人员必须认真核对已有学术成果，不能因为某个地点没有出现在政府数据库中，就认定它此前从未被发现或绘制过地图。
Miotti承认自己并非考古学家，也没有意识到没有政府登记记录并不意味着一个地点从未被其他研究人员发现或测绘。他表示，专业知识对于验证AI智能体的发现至关重要，并承认自己和智能体都遗漏了已有研究成果。由于考古学家通常不会公开遗址的精确坐标，要判断一个地点是否已经为人所知，往往需要将激光雷达图像与学术论文中的插图进行比对，而不是简单查询数据库。这类工作对现有AI工具而言仍然比较困难。
在考古学界看来，这次事件反映出AI辅助科学研究的一项根本局限：发现某种地表结构，并不等于真正完成了一项科学发现。AI可以快速处理海量数据，识别出人眼不容易注意到的地形特征，但它未必掌握相关领域已经积累的研究成果，也可能无法理解某项发现究竟具有怎样的学术意义。
伦敦大学学院中美洲考古学教授Elizabeth Graham指出，玛雅地区的考古学家实际上已经知道许多尚未发掘、尚未进行系统测绘的遗址，其中不少地点甚至是研究人员通过实地步行调查发现的。她还强调，当地社区往往早就知道这些遗址的存在，因此使用“发现”一词本身就需要谨慎。
Graham认可Miotti利用AI处理激光雷达数据、识别地表土丘的工作具有一定价值，但她认为，当前考古研究面临的更大障碍并不是缺少待发现的遗址，而是缺乏足够的资金开展后续测绘和发掘。即使AI能够不断识别出更多潜在遗址，如果没有资金支持，研究人员也很难进一步确认其性质和历史价值。
Šprajc同样认为，考古学家早已广泛使用激光雷达和其他先进遥感技术，因此仅仅识别出某些地表结构，并不能显著增加人类对古代文明的认识。他还指出，向墨西哥国家人类学与历史研究所查询并不足以完成核实，因为该机构并不掌握所有可能存在的考古信息。
他担心，随着越来越多业余研究者借助AI宣布所谓的新发现，专业考古学家可能会收到大量未经充分验证的线索和询问，反而增加他们的工作负担。此外，如果业余研究者公开发布遗址的具体位置，还可能吸引盗掘者前往破坏遗址。不过，只要这些发现不会导致文物盗掘，他认为AI参与相关研究本身并非完全没有价值。
这次事件也折射出AI进入科学研究领域后日益明显的一个问题：AI工具可能在数据处理和模式识别方面表现出色，却不一定能够完整理解研究领域的历史背景、已有成果和学术规范。即使AI识别出的现象确实存在，如果没有充分核对既有文献、尊重先前研究者的工作，也很容易将已有成果包装成新的突破。
Miotti最终表示，在考古学家指出问题后，他已经及时修改了博客内容，补充了此前研究者的贡献。他认为，这套AI工作流程仍然可能帮助专业研究人员处理大量调查数据，并称已有考古学家和博士生联系他，希望了解这套方法能否应用于自己的研究项目。