古代植物種子是研究人類文明演變的重要考古證據。嶺南大學（嶺大）與山東大學聯合開發全球首個針對中國古代植物種子的「人工智能（AI）考古系統」，能模仿考古植物學專家辨識種子，分類準繩度高達九成。學者指出，過往主要依賴專家對考古遺址出土的植物種子逐粒鑑定，既耗時亦難以進行大規模分析；建立標準化的大型數據庫有助提升研究效率，推動考古研究及文化遺產數碼化發展。研究成果已發表於《自然》旗下子刊、文化遺產領域國際知名期刊《遺產科學》（Heritage Science）。

研究團隊搜羅中國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5,000多年歷史，包括常見的古代農作物，如大麥、小麥、粟、黍，以及桃核等水果，合共8,340張圖片，建立名為古代植物種子（Ancient Plant Seeds）的數據庫。

研究團隊以該數據庫作為基礎，設計及訓練人工智能模型，開發全球首個專門辨識古代植物種子的「AI考古系統」（APSNet），並將考古人員辨認種子的經驗加入模型設計，以模仿專家先根據種子大小及形狀分類，再進一步分析胚芽位置及紋理等細微特徵；使系統能對外觀相近的植物種類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，建立高效率、可共享的工作流程。

測試結果顯示，「AI考古系統」的分類準確率高達百分之90.2。團隊再利用現有28種主流人工智能影像分類模型進行測試，發現新系統的辨識表現最佳，其準繩度較表現最好的現有模型高出百分之5.3。

嶺大協理副校長（策略型研究）、利榮康計算智能學講座教授及研究生院院長鄺得互教授表示，考古界培養一名能獨立工作的種子鑑定專家一般需要數年時間，但專業人員日常要花大量時間利用顯微鏡逐粒觀察及比對種子，作出判斷，過程費時。他指出，建立自動化辨識系統一直是考古植物學的重要研究方向，是次研究團隊建立的「AI考古系統」結合了人工智能、考古學及文化遺產保育的跨學科研究，解決相關領域其中一個面對的重要難題。

鄺教授表示：「目前針對古代植物種子的人工智能研究相當有限，亦缺乏公開而具代表性的標準數據庫，是次建立的『AI考古系統』為日後古植物考古提供重要的分析基礎。其定位可作為專家的輔助工具，協助快速進行初步分類，最終鑑定則由專家確認。這有助釋放研究人員的時間及減輕工作量，使他們能專注更深入的考古植物學分析，提升研究效率。」

山東大學控制科學與工程學院教授、嶺南大學高級訪問學者叢潤民教授進一步解釋，古代植物種子本身具有高辨識難度，即使屬於同一種類，種子的大小及外觀仍存在相當大的差異。他說：「由於植物生長於不同年代及環境，加上出土種子在保存過程中外形可能產生變化，即使屬於同一種類，大小及外觀亦可能存在相當大的差異。植物種類之間又可能具有十分相似的形狀及紋理，增加分類難度。」

叢教授續指，目前古代植物種子的初步分類及辨識工作，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。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，以助專家了解古人種植農作物、主要糧食來源及生態環境，解讀古代人的飲食文化及農業歷史。