2025年秋天,我选修了“AI考古”课程。
这门课由文物与博物馆学系副教授文少卿、计算与智能创新学院教授钱振兴和金城联合开设。三位老师给了我们一种过去很少有机会接触到的跨学科训练。
钱老师在课上反复提到一个观点:做技术不能只盯着论文和指标,要做出能产生社会影响的东西,要做对社会有用的东西。金城老师在讲授AI图像处理的时候也多次强调,技术要落到实处,要解决真实的问题,而不是停留在实验室里跑数据。
这让我在课程结束后一直在想一个问题:我学了的这些AI技术,到底能用在什么地方?
恰逢今年清明前后,我注意到一个现实:很多革命烈士牺牲时极其年轻,相当一部分人仅留下少量模糊的档案照片,有些烈士根本没有照片传世。我们说“铭记英烈”,但如果大多数人连英烈长什么样子都无法想象,“铭记”二字就缺少具体的支撑。
如果AI技术能还原他们的面容,让今天的人真正“看见”这些为国捐躯的年轻面庞,这本身就是钱老师所说的“对社会有用”。
选定邓萍烈士作为第一个复原对象是文少卿老师的建议,他对AI在历史人物复原领域的可能性有长期的关注和思考。
邓萍是长征途中牺牲的唯一一位军团级将领,他虽然有少量档案照片留存,但缺少一个具体的、可感知的视觉形象。文老师认为,这正是AI复原技术可以发挥价值的地方——在有限的历史影像和文献基础上,生成一个经得起考证的、有时代质感的面容,让后人能够更直观地认识这位年轻的将领。
复原烈士面貌不是简单的图像处理,而是一个涉及历史考证、AI生成、反复比对和场景设计的系统工程。整个过程中,文老师提供了历史考证方面的指导思路,钱老师和金城老师在AI生成技术和图像处理方法上给予了帮助。
有天深夜,模型终于生成出了一张我觉得“对了”的图:一张27岁青年军人的面庞,棱角分明,目光坚定,嘴角微微上扬的弧度还带着没有完全褪去的少年气。
那一刻我突然意识到一件事——在我们平时读到的宏大叙事背后,站着的是一个同龄人。
邓萍牺牲时27岁,比今天大多数研究生还年轻。他本可以有漫长的人生,但他选择在遵义城墙下匍匐侦察,然后再也没有起来。当亲手把他的面容从历史档案中还原出来时,“英勇牺牲”四个字不再只是课本上的表述,它变成了一张具体的、年轻的脸。
整个项目做下来,我最深的感受是敬畏——对历史的敬畏,对生命的敬畏,对手中技术的敬畏。
AI可以生成任何面孔,但复原和创作之间有一条底线。每一次调整参数、每一次点“生成”之前,我都在反复自我审问:这像他吗?这有历史依据吗?我有没有把个人的审美偏好强加到一个真实存在过的人身上?
文老师在项目初期说过的那句“没有依据的部分宁可留白”,在后来的每一次迭代中都成了一个提醒。
做完这个项目之后我理解了一件事:技术伦理不是一个可以在论文里讨论完就放下的抽象议题,它落实到每一次具体操作中的取舍和克制上。
汪圩嘉(计算与智能创新学院2025级硕士生)





