（上圖）嶺大鄺得互教授（左）及山東大學叢潤民教授（右）

嶺南大學與山東大學聯合建立了首個古代植物種子圖像分類基準數據集，並提出相應的分類模型 APSNet，能模仿考古植物學家辨識種子，分類準繩度高達 90%，將有助推動考古研究及文化遺產數碼化發展。研究成果已發表於 Nature Portfolio 旗下的《遺產科學》。

論文：

• https://www.nature.com/articles/s40494-026-02736-9

研究背景

古代植物種子是研究人類文明演變的重要考古證據，有助了解古人種植的農作物類別、主要糧食來源、生態環境狀況，從而解讀古代飲食文化及農業史。

然而，古代植物種子的辨識難度很高。不同種類植物的種子固然可能有十分相似的形狀及紋理，而植物考古則疊加了時間軸上的差異，即使是同一種植物，生長於各個歷史年代及環境的種子亦會帶來形貌和大小的不同。此外，種子在出土及保存過程中，外形亦可能產生變化。

現時，這項工作仍高度依賴具豐富經驗的考古植物學專家，以人手及肉眼逐粒觀察種子的特徵進行分類。自動化辨識系統的建立，一直是考古植物學的重要研究方向，但目前仍缺乏公開而具代表性的標準數據庫。

研究成果

嶺大協理副校長（策略型研究）、利榮康冠名計算智能學講座教授、研究生院院長鄺得互教授，與山東大學工程學院教授、嶺南大學高級訪問學者叢潤民教授，及其他山東大學成員合作，進行是次研究。

團隊搜羅了中國境內 18 個考古遺址、收錄最具代表性的 17 類古代植物種子影像，涵蓋約公元前 5400 年至公元 220 年、橫跨約五千多年歷史。這些種子包括常見的古代農作物，如大麥、小麥、粟、黍，以及桃核等，合共 8,340 張圖片。團隊藉以建立名為「古代植物種子」（Ancient Plant Seeds）的數據庫。

山東焦家遺址發掘區

團隊採集數據

團隊再以該數據庫為基礎，設計及訓練人工智能模型，開發了全球首個專門辨識古代植物種子的 AI 考古系統 APSNet。該系統將考古人員辨認種子的經驗納入設計，可根據種子大小、形狀，及胚芽位置、紋理等細微特徵進行自動辨認及分類。研究人員僅需上傳種子照片到系統或連接數碼顯微鏡，即可快速取得辨識結果。相關記錄會自動儲存，從而建立高效率、可共享的工作流程。

系統介面

測試結果顯示，系統的分類準確率高達 90.2%。團隊利用現有 28 種主流人工智能影像分類模型進行測試，結果發現，本系統的辨識表現最佳，其準繩度較次好的現有模型高出 5.3 個百分點。

新系統將於山東大學文化遺產研究院植物考古實驗室試用。鄺得互教授表示，這套 AI 考古系統是結合了人工智能、考古學及文化遺產保育的跨學科研究，解決了相關領域的一個重要難題，並為日後古植物考古提供重要的分析基礎，也將釋放研究人員的時間及減輕工作量。

研究團隊

論文第一作者是山東大學的 Rui Xing，共同通訊作者是山東大學的叢潤民教授、王燦教授。

如欲知道更多教科相關消息，請留意京港 Facebook 專頁：https://www.facebook.com/BHKAEC