ASI111-AI AGI ASI社区 › 门户 ›首页› AI历史学 › 查看内容

年代学：从AGI到ASI，年代学的碳十四与文献断代如何融合？

2026-9-1 10:25| 发布者: Linzici| 查看: 4| 评论: 0

摘要: 从AGI到ASI，年代学正在经历一次从"多学科并行"到"概率框架下的证据融合"、从"单点测年"到"全域时序推理"的双重跃迁。这一跃迁最核心的意义是：碳十四测年的概率分布、校准曲线的非线性、地层学与类型学的相对年代关 ...

从AGI到ASI，年代学正在经历一次从"多学科并行"到"概率框架下的证据融合"、从"单点测年"到"全域时序推理"的双重跃迁。这一跃迁最核心的意义是：碳十四测年的概率分布、校准曲线的非线性、地层学与类型学的相对年代关系、文献纪年与天文历法推算、古文字与书写风格的演变特征——这些过去由各学科分别处理、最后由少数专家"心中权衡"的证据，第一次能够被放在统一的贝叶斯概率框架下融合计算。但年代学作为"绝对年代与历史叙述对齐"的学科，其最终年代区间的选定、证据权重的分配、异常数据的解释始终必须"学者主导定论"，机器给出的只是带概率分布的候选。下面分四层说清楚。

一、AGI阶段：多学科证据已在贝叶斯框架下融合

传统年代学有两条并行路径：一条是对传世文献和甲骨文、金文等古文字材料进行搜集、整理、鉴定和研究，对其中有关的天文、历法记录，通过现代天文计算，推定其年代；另一条是对有典型意义的考古遗址、墓葬资料进行整理和分期研究，做必要的发掘，取得系列样品，进行常规法和AMS法的碳-14测年。"夏商周断代工程"正是这两条路径的超级融合——参与人员是来自全国32家高等院校、科研院所和文博单位的200余位专家，最终得出公元前1046年的首选方案。

但这一融合过程是缓慢的、依赖个人经验的。AGI阶段的AI正在系统性地重构三个核心环节。

🧪 环节一：碳十四测年本身的精度革命

碳十四测年面临两个根本性约束：一是大气中碳十四浓度并非恒定，必须通过树轮年代序列（德国橡树序列、美国加州刺果松序列，可追溯到距今八九千年）建立校准曲线进行校正；二是校准后的日历年代往往呈现复杂的、不对称的、多峰的概率分布——单一碳十四数据校准后可能给出两个相隔数百年的可能区间。贝叶斯统计模型的引入是"碳十四革命"之后的第三次革命：它可以将地层关系和类型学建立的相对年代关系作为先验，纳入日历年代校正范围之内，从而将碳十四测定的年代范围结果进行压缩，获取更高精度的年代数据。

最新的精细化方向是"系列样品"方法。以北京房山琉璃河遗址贵族墓葬M1902为例：通过墓主人牙齿切片序列和多种骨骼的"人骨系列样品"年代测定——人的牙齿在个体幼年至青年时期发育形成，形成后基本保持稳定；而肢骨、肋骨等组织则不断更新，不同类型骨骼之间的代谢速率也有不同——将样品间的先后关系和时间间隔作为先验条件纳入贝叶斯统计模型，得到了公元前1045年至公元前1010年这一墓主死亡年代的最大概率区间。同一墓葬内，殉狗和殉羊的骨骼、铜容器内竹编和不同部位棺椁板样本的年代数据同时验证了这一结果。而该墓铜器铭文清楚记录了西周早期"太保墉燕"的史事——科技测年与文献记载高度吻合。

💡 关键数据：与夏文化紧密相关的二里头遗址，经过科技测年，最早的年代是在公元前1735年；对晋侯墓地每一个王侯墓葬的碳十四测年数据与文献记载的晋世家也有非常好的匹配。

📜 环节二：文献与古文字证据的AI辅助抽取

文献断代正在被大语言模型重新激活：

TextAge框架（IEEE 2025）：用微调的Transformer编码器在历史英语文本（1473-1928年，91919篇）上断代，DistilBERT实现了最低的MAE（6.81年），BERT实现了最低的RMSE（11.46年）；微调的Mistral 7B达到R²=0.969。结论是："准确的年级断代需要针对性的微调和强大的上下文编码"
Ithaca系统（DeepMind与威尼斯大学、牛津大学合作，发表于Nature）：在古希腊铭文上，单独使用恢复文本准确率62%，但当历史学家使用时，其性能从25%飙升至72%；定位原产地准确率71%，年代判定误差小于30年。历史学家已经用它将一系列重要雅典法令的断代从传统的公元前446/445年之前，修正为公元前420年代——Ithaca预测的平均值为公元前421年
死海古卷的"Enoch"模型（PLOS 2025）：对30份手稿进行碳十四测年（其中27个有效），然后基于贝叶斯岭回归，在手写风格描述符上训练机器学习日期预测模型。Enoch通过提供基于物理（碳十四）和几何（形状）证据的概率化日期预测选项，减少了古文字学的主观性和隐性知识的作用

🔗 环节三：多证据在同一概率框架下的融合

PNAS刊发的论文一针见血地指出了融合的方法论本质：当研究者拥有大量碳十四数据时（如Jerusalem研究n=103），贝叶斯分析和最新校准软件（目前是IntCal20）的使用，增加了将日期与历史事件关联的可行性。但校准曲线存在"平台期"问题——在公元前800至400年期间的Hallstatt平台期，校准年代分辨率具有±200年的挑战性。Jerusalem研究通过多个来自紧密控制的地层背景的样本的wiggle matching（曲线匹配）、微考古学以及实验室研究（包括处理100个来自Bristlecone松和爱尔兰橡树的单树轮），产生了小于十年的校准年代范围。

更值得注意的是，PNAS论文提出了超越碳十四的融合思路：考古磁学（archaeomagnetism）——基于地磁场性质的持续小规模变化，其参考曲线中的数据可以根据已知历史事件进行锚定，在校准曲线平台期提供比碳十四更高分辨率的定年。例如，公元前586年8月耶路撒冷地磁场性质被确立为锚点，并用于细化巴比伦伊什塔尔门的建造日期。

二、为什么机器不能单独定论：年代学的四重硬性约束

⚠️ 约束一：碳十四测年本身是概率分布，而非确定值

校准后的日历年代估计是不确定的，并且具有潜在的复杂、不对称和多峰概率分布。样品碳十四测量误差和校准过程引入的日历年代不确定性是两个不同的组成部分。这意味着任何单一碳十四数据都不能"一锤定音"，必须放入序列、结合地层与类型学先验进行贝叶斯压缩。

⚠️ 约束二：样品的代表性与年代指征性是人为判断

中国文物报明确指出：一些考古学家分不清数据的精密度和准确度之间的关系，不能很好地理解样本的"代表性"或"年代指征性"问题，经常性地主观判断某数据"偏早"或"偏晚"而将其舍弃，却没有注意到相对年代和绝对年代之间具有不同的"时间观"。哪些样品具有年代指征性、哪些样品受到污染或代表"老木"效应，必须由具备考古学素养的研究者判断。

⚠️ 约束三：文献记载本身并非都是客观、真实、准确而全面的实录

由于种种原因导致文献记载并非都是客观、真实、准确而全面的实录，加之研究者自身主观因素影响和所采信的天文学理论和古代历法谱系的差异，导致对于同一历史事件的年代众说纷纭。AI从文献中抽取的时间信息，本质是历史叙述的产物，而非独立于叙述的客观时间锚点。

⚠️ 约束四：大模型在历史文本断代上存在"时代错位"风险

研究显示，通用大模型在历史文本断代上存在"信息泄漏"问题——即使在与历史数据微调后，仍可能利用更广泛的知识做出不合时宜的预测。对于时间真实性至关重要的领域，这损害了学术探究的认识论严谨性。TextAge的研究也证实：虽然通用LLM拥有潜在的历史知识，但准确的年级断代需要针对性的微调和强大的上下文编码——零样本提示的表现 moderate，GPT-4o在链式思考提示下虽有改进（R²=0.668），但仍不及微调的编码器。

💡 一个关键判断：贝叶斯分析的一个缺点是"往往是产生很少直观证据的'黑箱'过程"。这意味着即便计算由机器完成，研究者仍必须对输入的先验（地层关系、类型学分期、文献纪年锚点）负责——这些先验的质量直接决定输出年代范围的可信度。

三、ASI推演：从"单墓定年"到"全域时序知识空间"

ASI（人工超级智能）尚未到来，但基于现有轨迹可以审慎推演三个方向的质变。

🌐 推演一：全域年代知识空间的自主构建

当前"夏商周断代工程"式的多学科整合，依赖200余位专家历时多年的协作。ASI若到来，有望自主融合：

全国考古遗址的碳十四测年数据（含常规法与AMS法）
树轮、珊瑚、石笋、湖相和海洋沉积物等独立测年记录
地层学、类型学建立的相对年代序列
传世文献、甲骨文、金文中的天文历法记录
古文字演变、书写风格、避讳字等内在证据
考古磁学、释光测年、铀系测年等互补绝对定年方法

由此形成的"中国年代学操作系统"，能让任何一处遗址、任何一件器物、任何一篇文献在毫秒级获得全域时序定位。

🕸️ 推演二：长时段校准曲线的自主精化

IntCal20校准曲线本身是用贝叶斯样条和误差变量方法构建的。ASI若到来，有望自主整合新的树轮序列、石笋数据、珊瑚记录，动态更新校准曲线，并在平台期区域通过多方法交叉锚定，将±200年的分辨率压缩到十年甚至年以内——正如Jerusalem研究通过微考古学和wiggle matching已经做到的那样。

🔮 推演三：反事实年代学

结合ASI级别的模拟能力，年代学第一次可能具备"反事实实验"能力："如果二里头遗址的碳十四样品不存在老木效应，其真实年代会前移多少？""如果《利簋》铭文记载的武王克商的天文现象推算无误，碳十四测年数据应如何重新解释？"——这种推演的价值不在还原真实，而在生成可供检验的研究假设，让年代学争论从"观点对峙"走向"假设检验"。

但必须清醒：ASI给出的"最可能年代区间"，本质上仍是统计推断而非历史事实。贝叶斯框架的"黑箱"问题在ASI时代会更加突出——输出越具说服力，学者验证的责任反而更重。

四、不可逾越的边界：年代学的四条底线

⚠️ 底线一：先验质量的责任不可让渡

贝叶斯统计模型可以将地层关系和类型学建立的相对年代关系纳入日历年代校正范围之内。但哪些地层关系可作为先验、类型学分期的边界如何划定，必须由具备考古学素养的研究者承担。错误的先验会导致"精确但错误"的年代范围。

⚠️ 底线二：样品代表性的判断不可让渡

"年代指征性"问题——样品是否真正代表遗存的形成年代、是否存在老木效应、是否受到污染——这是考古年代学的核心专业判断，无法外包给机器。中国文物报的批评至今有效：不能"经常性地主观判断某数据'偏早'或'偏晚'而将其舍弃"。

⚠️ 底线三：文献纪年的批判性使用不可让渡

传统历史年代学离不开文献记载，但文献记载并非都是客观、真实、准确而全面的实录。AI从文献中抽取的时间信息，必须经历史料批判——文献的成书年代、流传过程、转录错误、历法体系差异，这些批判性判断不能由机器自主完成。

⚠️ 底线四：最终年代区间的选定不可让渡

夏商周断代工程通过多学科整合研究，将武王克商之年限定在公元前1050—前1020年之间，并得出公元前1046年的首选方案——这个"首选方案"是200余位专家综合判断的结果，不是贝叶斯计算的直接输出。即便ASI能够计算出概率分布，从分布到"定论"的最后一步，必须由学者结合史学意义、考古语境、文献连贯性综合裁定。

💡 一个值得记住的判断：PLOS 2025年论文的结论是——Enoch"通过提供基于物理（碳十四）和几何（形状）证据的概率化日期预测选项，可以帮助古文字学家和历史学家进行决策，并为历史辩论做出贡献"。这事实上是AGI/ASI时代年代学的标准工作伦理：机器输出永远是带概率的候选，学者验证才是定稿。

五、未来年代学者的画像

在AGI/ASI时代，年代学者需要具备三种复合能力：

1. 贝叶斯证据融合框架的设计能力

能够运用OxCal等软件、IntCal20等校准曲线、人骨系列样品等高精度方法，让机器处理碳十四测年的概率计算、地层先验的整合、多峰分布的压缩，自己聚焦于先验质量的把控。

2. 多源证据权重的判断能力

能够在碳十四测年、文献纪年、天文推算、古文字演变、考古磁学等多源证据冲突时，判断各证据的可靠性与权重——这是"学者主导定论"的能力基础。

3. 年代学核心方法的坚守能力

在样品代表性判断、文献批判性使用、最终年代区间选定等关键节点，保持学者的主体性——知道AI会出错，且能够在具体情境中识别具体错误。

回到问题的核心：AGI让年代学的多学科融合在三个维度实现实质性跃升——贝叶斯模型将地层关系和类型学建立的相对年代关系纳入日历年代校正范围之内（琉璃河M1902通过人骨系列样品得到公元前1045—前1010年的高概率区间）；文献与古文字证据的AI辅助抽取让TextAge在9万余篇历史文本上达到MAE 6.81年、Ithaca将雅典法令断代从公元前446/445年之前修正为公元前420年代、Enoch将碳十四物理证据与机器学习书写风格预测结合输出概率化候选；互补绝对定年方法（考古磁学）与碳十四的融合，让Hallstatt平台期的±200年分辨率被压缩到十年以内。ASI推演中的全域时序知识空间，则让年代学从"单墓定年"走向"全域时序推理+反事实年代学"。

但革新的是精度，不是权威。AI能给出碳十四测年的概率分布、能从文献中抽取时间信息、能基于书写风格预测年代；但它不能替我们回答：这个样品是否具有年代指征性？这段文献记载是否可信？这两个相互冲突的证据哪个权重更高？公元前1046年作为武王克商的首选方案，其史学意义究竟何在？——这些判断构成了年代学者的学术尊严，也构成了"学者主导定论"的不可让渡底线。

未来的年代学者，不是被AI替代的"测年员"，而是"贝叶斯证据融合框架的设计者+AI候选输出的验证者+最终年代区间选定的责任人"。

马尔库塞的话放在这里依然有效：在算法的确定性逻辑与历史时间的开放性之间保持张力。AGI/ASI让年代学"测准"更多样品、"融合"更多证据、"压缩"更窄的区间，但年代背后"何时发生"的终极判断，最终要靠人的年代学素养来锚定——而这一锚定，在ASI时代比以往任何时候都更关键，因为当AI生成的年代区间比真实历史更具数学美感时，守护"多学科证据批判性融合"这一年代学根本方法的责任，就完全落到了人类学者肩上。

《夏商周断代工程报告》首席科学家李伯谦说："核物理引进考古学领域后，碳-14测年方法的应用对年代学研究是重大推动"。在AGI/ASI时代，这一"重大推动"的新内涵是——用最智能的工具，做最严谨的年代学学问。