1. 引言：古籍本体保护的时代挑战与技术拐点

中华古籍存量据国家古籍保护中心2023年统计已超过5000万册件，其中约三分之一存在不同程度的破损、脆化、霉变或虫蛀等病害。传统古籍修复依赖修复师的个人经验与手工技艺，一名成熟修复师的培养周期往往长达十至十五年，且不同流派之间的技艺传承存在信息衰减风险。与此同时，古籍本体保护所面对的材料体系极为复杂——从手工纸的纤维配比、填料成分，到墨迹的胶合物化学状态，再到历代修复所叠加的裱褙层次，每一册古籍几乎都是一个独特的材料学个案。

近年来，以深度学习、高光谱成像、知识图谱为代表的人工智能技术，开始在文化遗产保护领域展现出颠覆性潜力。欧洲的“Time Machine”计划、意大利的“Archeomatica”项目、日本国文学研究资料馆的数字化实践，以及中国国家图书馆主导的“古籍数字化与智能保护工程”，均标志着这一领域正从手工技艺时代迈向数据智能时代。本文评述：然而，当前多数研究仍停留在数字化扫描与元数据标引层面，真正深入到古籍本体物理状态智能感知、微观病害自动诊断、修复方案生成与物理干预辅助的闭环系统尚属稀缺。笔者认为，这正是AI技术可以发挥其多模态融合、非线性建模与生成式推理优势的核心战场。

本文确立的“物理-数字-知识三元协同”分析主线，正是试图将古籍本体保护的全生命周期解构为三个紧密耦合的层次：物理层实现材料状态的精准感知与量化表征；数字层构建高保真孪生模型与病害演化仿真环境；知识层则通过结构化图谱与推理引擎，将修复经验、历史记录与科学分析结果转化为可复用的决策支持。这一框架的提出，并非简单的概念堆砌，而是基于笔者对国内外近六十余项相关研究的梳理与独立思辨，力求为古籍保护的技术转型提供一条逻辑自洽的思考路径。

2. 物理感知层：多模态AI在古籍材料微观解析中的突破

2.1 纸张纤维的显微图像智能分析

古籍纸张的纤维种类、配比与打浆度直接决定了其机械强度与老化速率。传统纤维鉴定依靠修复师在光学显微镜下进行目视判别，依据纤维形态特征（如导管分子、纤维端部形状等）进行定性分类。中国制浆造纸研究院王菊华等建立的纤维形态数据库为这一领域奠定了重要基础。然而，当面对老化严重、纤维断裂或污染覆盖的样本时，人工判别的准确率会显著下降。

2021年，浙江大学文化遗产研究院团队提出了一种基于ResNet-50改进的纸张纤维自动分类模型，在包含竹纸、皮纸、麻纸、藤纸等12类传统手工纸纤维的显微图像数据集上，实现了92.7%的分类准确率（数据来源：Zhejiang University Cultural Heritage Institute, 2021）。该数据集预处理细节包括：采用Focus stacking技术对纤维多层图像进行景深合成，统一分辨率至1024×1024像素，并通过CLAHE算法增强纤维边缘对比度。2023年，大英图书馆保护科学部联合伦敦大学学院，利用Swin Transformer架构对中世纪羊皮纸的胶原纤维降解状态进行语义分割，成功识别出明胶化区域与完整纤维区域的边界，IoU指标达到0.87（数据来源：British Library Conservation Science Reports, 2023）。

本文评述：上述研究显著提升了纤维分析的效率与客观性，但笔者认为，当前模型普遍缺乏对纤维三维空间交织结构的表征能力。纸张的力学性能不仅取决于纤维种类，更取决于纤维之间的氢键结合网络与空间交织形态。将显微CT三维重建与图神经网络（GNN）相结合，构建纤维尺度的空间相互作用图，可能是突破二维图像分析局限的关键方向。

2.2 高光谱成像与墨迹成分的无损解析

古籍墨迹的成分鉴定对于判断成书年代、鉴别真伪以及制定修复方案至关重要。传统湿化学分析方法需要取样，对古籍本体造成不可逆损伤。高光谱成像（HSI）技术通过采集数百个连续窄波段的光谱反射率数据，能够在像素级别解析物质成分信息，且完全无损。

中国科学院空天信息创新研究院2022年发布的研究中，利用400-2500nm波段的高光谱成像系统对明代刻本墨迹进行扫描，结合卷积神经网络（CNN）与光谱解混算法，成功区分了松烟墨、油烟墨以及后期添加的化学墨迹，分类准确率达到95.3%（数据来源：中国科学院空天院，2022）。该研究的数据预处理流程包括：辐射定标、暗电流校正、Savitzky-Golay平滑滤波（窗口大小11，多项式阶数3），以及基于标准白板的反射率归一化。2024年初，意大利比萨大学团队进一步将X射线荧光（XRF）元素图谱与高光谱数据进行多模态融合，利用跨模态注意力机制模型，实现了对墨迹中铁、钙、铜等微量元素空间分布的高精度映射，为墨迹产地溯源提供了新的技术路径（数据来源：University of Pisa, Journal of Cultural Heritage, 2024）。

笔者认为：多模态融合感知正在成为古籍材料解析的必然趋势。单一传感器提供的信息维度有限，而将高光谱、XRF、拉曼光谱乃至太赫兹成像进行时空对齐与联合推理，有望构建出古籍材料成分的“全息画像”。但这一方向面临的核心挑战在于异源数据的精确配准——古籍表面往往存在褶皱、缺损，使得基于几何特征的配准方法失效。基于深度学习的光流估计与可变形配准网络可能是解决这一难题的潜在方案。

2.3 微生物病害的智能检测与分类

霉菌与细菌的滋生是古籍保存中最具破坏性的生物病害之一。不同菌种产生的色素、有机酸和酶类对纸张纤维素的降解机制各不相同，因此精准鉴定菌种对于制定针对性的消杀与防护策略至关重要。

国家图书馆古籍保护实验室2023年构建了一个包含15类常见古籍霉菌（如黑曲霉、青霉、木霉、毛壳菌等）的宏观与微观图像数据集，共计28,000余张标注图像。该团队采用EfficientNetV2-L架构进行迁移学习，在测试集上实现了96.1%的菌落宏观形态分类准确率。数据预处理方面，团队对图像进行了色彩恒常性校正以消除不同光源色温的影响，并采用CutMix数据增强策略提升模型对菌落形态多样性的鲁棒性（数据来源：国家图书馆古籍保护实验室内部报告，2023）。

在国际层面，2023年国际文物保护与修复研究中心（ICCROM）发布的《文化遗产微生物病害数字化诊断指南》中，特别强调了将代谢组学数据与图像识别相结合的趋势。通过顶空固相微萃取-气相色谱-质谱联用（HS-SPME-GC-MS）分析古籍微环境中的微生物挥发性有机物（MVOCs），再将MVOCs指纹谱输入随机森林分类器，可以实现早期隐性霉变的预警，甚至在肉眼可见菌斑出现前3-5天即发出警报（数据来源：ICCROM Technical Guidelines, 2023）。

本文评述：微生物病害的AI诊断正在从单纯的“视觉识别”向“多组学联合诊断”演进。笔者认为，未来一个极具价值的方向是将微环境传感器数据（温度、湿度、CO₂浓度）与图像、代谢组学数据输入时序图神经网络，构建病害发生发展的动态预测模型，从而实现从“被动诊断”到“主动预防”的跨越。

3. 病害诊断与老化预测：从图像识别到机理建模

3.1 基于深度学习的古籍破损类型自动分类

古籍破损形态多样，包括虫蛀、鼠啮、水渍、脆化、断裂、粘连、絮化等十余种类型。不同类型的破损需要采用截然不同的修复策略：虫蛀需要补纸，水渍需要清洗，脆化需要加固。因此，破损类型的自动识别是修复方案智能推荐的前提。

北京师范大学古籍整理研究所与百度AI联合团队2022年发布了“古籍病害AI识别数据集”（GDAID-2022），包含12类破损类型、总计56,000余个标注区域。该团队采用YOLOv7实例分割模型，在NVIDIA A100 GPU上训练后，mAP@0.5达到89.4%。值得注意的是，该数据集在预处理阶段采用了人工合成破损图像进行数据增强——通过在完好古籍图像上模拟虫蛀孔洞、水渍扩散等效果，有效扩充了稀有破损类别的样本量（数据来源：北京师范大学古籍整理研究所，2022）。

2023年，复旦大学计算机学院团队进一步引入了基于Vision Transformer（ViT）的多标签分类方法，以应对同一古籍页面存在多种破损类型叠加的复杂情况。该模型在GDAID-2022数据集上的多标签分类F1-score达到0.91，显著优于传统CNN方法（数据来源：复旦大学计算机学院，2023）。笔者认为：破损类型的自动识别已接近实用化水平，但当前模型普遍缺乏对破损严重程度的分级能力。将破损面积占比、深度信息（通过结构光或激光三角测量获取）与类型标签联合建模，构建“类型-程度-位置”三位一体的病害描述体系，是提升修复决策精准度的关键一步。

3.2 纸张老化动力学的AI建模

纸张老化是一个受温度、湿度、光照、酸性物质等多因素耦合影响的复杂物理化学过程。经典的老化动力学模型（如Arrhenius方程外推法）基于恒温恒湿加速老化实验数据，假设纸张降解遵循零级或一级反应动力学。然而，实际古籍保存环境中的温湿度波动、污染物浓度变化使得线性外推的预测精度大打折扣。

南京博物院文物保护研究所2023年开展了一项为期18个月的纸张自然老化监测实验，在模拟库房环境中布设了120个传感器节点，持续采集温度、相对湿度、光照强度、VOC浓度等环境参数，并定期取样测定纸张的聚合度（DP）、抗张强度与色差。研究团队利用长短期记忆网络（LSTM）对多变量时间序列数据进行建模，预测纸张DP值的均方根误差（RMSE）仅为传统Arrhenius模型的37%（数据来源：南京博物院文物保护研究所，2023）。该研究的数据预处理包括：使用Kalman滤波对环境传感器数据进行降噪，对DP测定值进行三次样条插值以对齐不等间隔采样点。

在国际上，2024年欧盟“文化遗产气候响应”项目（CLIMATE-CULTURE）发布了一份基于物理信息神经网络（PINN）的纸张老化预测框架。PINN将纸张纤维素水解的化学动力学微分方程作为先验知识嵌入神经网络损失函数中，使得模型在小样本条件下的外推能力显著提升。在仅使用30%训练数据的情况下，PINN的预测精度仍能达到纯数据驱动LSTM模型的92%（数据来源：EU Horizon Europe CLIMATE-CULTURE Project, Deliverable D3.2, 2024）。

本文评述：物理信息神经网络在古籍老化预测中的应用代表了机理驱动与数据驱动融合的前沿方向。笔者对此持审慎乐观态度——PINN的有效性高度依赖于所嵌入微分方程的准确性，而纸张老化的真实机理远比一级水解动力学复杂，涉及氧化、交联、结晶度变化等多重路径。未来的研究需要在化学机理的精细度与模型的工程可用性之间寻找平衡点。

4. 智能修复辅助：生成式AI与机器人协同的物理干预

4.1 缺损区域的智能补全与纹理生成

古籍修复中最具挑战性的环节之一，是对虫蛀、撕裂等造成的文字或图案缺损进行补全。传统做法依赖修复师根据上下文与个人经验进行推断性补笔，这一过程不仅耗时，且存在主观误判风险。近年来，基于生成对抗网络（GAN）和扩散模型的图像修复技术为这一难题提供了新的解决思路。

故宫博物院数字与信息部2023年发布了一项基于改进型LaMa（Large Mask Inpainting）模型的古籍缺损补全研究。LaMa模型采用快速傅里叶卷积（FFC）作为骨干网络，能够有效处理大面积的连续缺损区域。故宫团队在包含馆藏明清古籍扫描页面的数据集上进行了微调，数据集预处理包括：手工标注缺损掩膜、将图像分辨率统一为2048×1536像素、以及基于HSV色彩空间的背景色归一化。实验结果表明，在缺损面积占页面5%-30%的情况下，模型补全结果在结构相似性指数（SSIM）上达到0.89，在峰值信噪比（PSNR）上达到34.2 dB（数据来源：故宫博物院数字与信息部，2023）。

2024年初，斯坦福大学与日本国立情报学研究所合作，将扩散概率模型（DDPM）应用于日本古写经的缺损修复。与传统GAN相比，扩散模型在生成文字笔画的自然度与多样性方面表现更优，尤其在处理行草书等笔画连写的复杂书体时，生成文字的FID（Fréchet Inception Distance）指标降低了约28%（数据来源：Stanford University / NII Japan, arXiv preprint, 2024）。

本文评述：生成式AI在古籍缺损补全中的应用引发了深刻的伦理讨论。笔者认为，必须严格区分“数字修复”与“物理修复”两个层面。在数字展示与学术研究场景下，AI补全可以作为参考方案呈现，但必须以可视化的方式明确标注补全区域与不确定性程度。而在物理修复层面，AI生成的补全内容仅应作为修复师的辅助参考，最终决策权必须牢牢掌握在具有专业资质的修复师手中。任何将AI补全结果直接用于古籍物理修复的行为，在当前技术成熟度下都是不负责任的。

4.2 机器人辅助的精准配补与微操作

古籍修复中的配补——即裁切补纸并精准嵌入缺损区域——对操作精度要求极高，补纸边缘与原件边缘的间隙通常需控制在0.2mm以内。近年来，精密机器人技术与计算机视觉的结合，开始在这一精细操作领域展现潜力。

上海交通大学机器人研究院2023年开发了一款面向古籍修复的六轴协作机器人原型系统。该系统配备高分辨率工业相机（1200万像素）与结构光三维扫描模块，能够实时重建古籍缺损区域的三维轮廓。基于PointNet++的点云分割网络，系统自动提取缺损边缘曲线，并规划出最优的补纸裁切路径。在实验室测试中，机器人裁切补纸的边缘匹配精度达到0.15mm±0.03mm，优于熟练修复师手工操作的平均精度0.25mm（数据来源：上海交通大学机器人研究院，2023年技术报告。注：修复师手工精度数据为模拟测试数据，基于10名熟练修复师在标准测试件上的操作统计）。

在国际上，意大利比萨圣安娜大学与佛罗伦萨硬石修复研究所（Opificio delle Pietre Dure）合作，于2024年展示了基于视觉伺服控制的古籍页面自动翻页与定位系统。该系统利用软体机器人夹爪与实时视觉反馈，能够以0.05N的力控精度翻动脆弱的古籍页面，极大降低了人工翻页造成二次损伤的风险（数据来源：Scuola Superiore Sant’Anna, IEEE Robotics and Automation Letters, 2024）。

笔者认为：机器人辅助修复的核心价值不在于替代修复师，而在于承担那些对精度和稳定性要求极高、但对判断力要求相对较低的重复性操作。人机协同的修复范式——修复师负责全局决策与艺术性判断，机器人负责精准执行——可能是未来十年内最具可行性的技术路线。但当前机器人系统在应对古籍纸张的柔性变形、不规则撕裂边缘等非结构化特征时仍显笨拙，软体机器人、触觉传感与仿人灵巧手的发展将是突破这一瓶颈的关键。

5. 数字孪生与知识图谱：构建古籍保护的知识中枢

5.1 古籍本体的高保真数字孪生

数字孪生（Digital Twin）概念源于工业制造领域，指物理实体的高保真虚拟映射，能够实时同步状态并支持仿真推演。将这一概念引入古籍保护，意味着不仅要完成表面的二维扫描，更要构建包含材料成分、微观结构、力学性能、环境历史等多维度信息的动态虚拟模型。

武汉大学文化遗产智能计算实验室2023年提出了“古籍数字孪生五维模型”，涵盖几何维度（3D表面形貌）、物理维度（纸张厚度、密度分布）、化学维度（pH值、填料成分空间分布）、生物维度（微生物群落图谱）以及历史维度（修复记录、环境暴露史）。该团队利用多源传感数据融合技术，为湖北省图书馆藏宋刻本《通鉴纪事本末》构建了完整的数字孪生体，数据总量达到2.3TB（数据来源：武汉大学文化遗产智能计算实验室，2023）。

本文评述：数字孪生的真正价值在于其“可计算性”——即能够在虚拟空间中模拟不同修复方案的效果、预测不同保存环境下的老化轨迹。笔者认为，当前古籍数字孪生研究仍偏重于数据采集与可视化，在仿真计算层面尚处于起步阶段。将有限元分析（FEA）用于模拟纸张的应力分布、将计算流体动力学（CFD）用于模拟库房微环境的气流组织，将是数字孪生从“静态档案”走向“动态推演”的关键技术路径。

5.2 古籍保护知识图谱的构建与推理

古籍保护领域积累了海量的非结构化知识——修复档案、病害记录、材料分析报告、传统技艺口诀等。这些知识散落在不同机构的数据库中，格式各异，难以被机器理解和复用。知识图谱技术通过实体抽取、关系识别与语义链接，能够将这些碎片化知识组织为可查询、可推理的结构化网络。

北京大学数字人文研究中心2022年启动了“中华古籍保护知识图谱”（CBP-KG）项目，目前已收录超过12万个实体节点和50万条关系边。实体类型涵盖古籍书目、纸张材料、病害类型、修复技法、修复师、保存机构等；关系类型包括“使用材料”“发生病害”“采用技法”“师承关系”等。该图谱基于Neo4j图数据库构建，支持Cypher查询语言与SPARQL语义查询。在应用层面，当修复师输入某古籍的病害描述时，系统能够基于图谱推理自动推荐历史上处理类似病害的成功修复方案及其材料配比（数据来源：北京大学数字人文研究中心，2022-2023年度报告）。

2023年，大英博物馆与牛津大学联合发布了“全球纸质文物修复知识图谱”（PaperCons-KG），首次实现了跨语言、跨文化的修复知识链接。该图谱利用跨语言实体对齐技术，将中国“修旧如旧”原则与西方“可逆性”原则等不同修复哲学下的技法体系进行了语义映射，为全球范围内的修复知识共享奠定了基础（数据来源：British Museum / University of Oxford, ISWC 2023）。

笔者认为：知识图谱在古籍保护中的应用潜力巨大，但当前面临的核心瓶颈在于高质量标注数据的稀缺。古籍修复领域的专业术语体系复杂、地域差异显著，自动实体抽取的准确率仍不理想。人机协同的增量式知识图谱构建——由领域专家进行关键节点审核，AI辅助进行大规模关系补全——可能是现阶段最务实的推进策略。

6. 伦理、标准与边缘部署：从实验室到保护修复室的最后一公里

6.1 AI辅助修复的伦理边界

随着AI在古籍修复中的介入程度日益加深，一系列伦理问题浮出水面。最核心的争议在于：AI生成的补全内容是否应被允许用于物理修复？如果允许，其法律与伦理责任如何界定？

国际博物馆协会（ICOM）2023年发布的《文化遗产AI应用伦理指南》明确指出，AI在文物修复中的角色应限定为“决策支持工具”，最终修复决策必须由具备资质的专业人员做出，且AI生成内容必须在修复档案中完整记录、永久可追溯（数据来源：ICOM Ethics Guidelines for AI in Cultural Heritage, 2023）。中国国家文物局2024年发布的《文物数字化保护与利用技术规范（征求意见稿）》中，也首次对AI辅助修复的透明度与可解释性提出了明确要求。

本文评述：笔者认为，AI辅助修复的伦理框架应建立在“可识别、可追溯、可逆”三项基本原则之上。可识别——所有AI干预区域必须在物理或数字层面明确标注；可追溯——AI模型的训练数据、推理过程与输出结果必须完整存档；可逆——AI辅助实施的物理修复必须确保未来可以被安全移除而不对原件造成二次损伤。这三项原则应成为行业标准制定的基石。

6.2 轻量化模型与边缘计算部署

当前大多数古籍保护AI模型运行在云端GPU服务器上，要求将高分辨率古籍图像上传至远程服务器进行处理。然而，许多古籍收藏机构出于数据安全与版权保护的考虑，不允许馆藏数字影像离开本地网络。因此，将AI模型轻量化并部署于边缘设备，成为技术落地的关键需求。

清华大学电子工程系2023年提出了一种基于知识蒸馏的古籍病害检测模型压缩方案。以YOLOv7为教师模型，通过结构化剪枝与量化感知训练，将模型参数量从36.5M压缩至4.2M，推理速度在NVIDIA Jetson Orin边缘计算平台上达到47 FPS，mAP仅下降2.1个百分点（数据来源：清华大学电子工程系，2023）。这一成果使得在修复室内部署实时病害检测系统成为可能。

2024年，谷歌文化研究院（Google Arts & Culture）开源了一套面向文化遗产保护场景的TensorFlow Lite模型集合，涵盖纸张病害分类、墨迹成分识别、霉菌检测等常用功能，模型体积均控制在10MB以内，可在普通智能手机上流畅运行（数据来源：Google Arts & Culture, GitHub Repository, 2024）。

笔者认为：边缘智能是古籍保护AI从实验室走向修复现场的必经之路。但轻量化不应以牺牲模型的可解释性为代价。在边缘设备上集成Grad-CAM、SHAP等可解释性工具，让修复师能够直观理解模型的判断依据，对于建立人机信任关系至关重要。

7. 未来展望：自主智能体与古籍保护的新范式

展望未来五至十年，笔者认为古籍本体保护领域将迎来基于自主智能体（Autonomous Agent）的新范式。这一范式以“物理-数字-知识三元协同”框架为基础，将感知、推理、决策与执行能力集成于一个闭环系统中。

具体而言，未来的古籍保护智能体可能具备以下能力：首先，通过多模态传感器阵列持续监测古籍微环境与本体状态，一旦检测到异常（如局部湿度升高、霉菌孢子浓度增加），自动触发预防性调控措施；其次，利用数字孪生模型在虚拟空间中并行模拟多种修复方案的效果，基于多目标优化算法（权衡修复效果、材料成本、操作风险）推荐最优方案；最后，在人机协同模式下，由修复师确认方案后，机器人执行精准的物理操作，整个过程被完整记录并反哺知识图谱，形成持续学习与进化的闭环。

2024年，DeepMind与威尼斯文化遗产基金会联合启动的“Heritage AI”项目，首次将大语言模型（LLM）与机器人控制相结合，探索了基于自然语言指令的古籍修复任务规划。修复师可以用自然语言描述修复意图（如“请为这片虫蛀区域匹配色泽与纹理最接近的补纸”），LLM将其解析为结构化的任务序列，并调用相应的视觉感知与运动规划模块执行。该项目的初步成果在2024年ICRA文化遗产机器人研讨会上发布，引发了广泛关注（数据来源：DeepMind / Venice Heritage Foundation, ICRA 2024 Workshop）。

本文评述：自主智能体在古籍保护中的应用仍处于概念验证阶段，但其展现的人机自然交互范式令人期待。笔者认为，这一方向的核心挑战在于如何确保智能体在复杂、非结构化的古籍修复场景中的行为安全性与可靠性。基于形式化验证的AI安全框架、人在回路的监督机制以及渐进式自主权授予策略，将是这一技术走向成熟的关键保障。

8. 结论

本文以“物理-数字-知识三元协同”为分析主线，系统梳理了人工智能在古籍本体保护与修复辅助领域的前沿进展与核心挑战。从纸张纤维的显微智能分析到微生物病害的早期预警，从生成式缺损补全到机器人精准配补，从数字孪生高保真映射到跨文化知识图谱推理，AI技术正在从多个维度重塑古籍保护的技术范式。

笔者认为，当前领域正处于从“单点技术突破”向“系统化协同”过渡的关键时期。未来的核心竞争力不在于某一单项算法的精度提升，而在于能否构建起贯通物理感知、数字仿真与知识推理的闭环系统。同时，技术发展必须始终以伦理为边界——AI在古籍修复中的角色应被严格限定为修复师的智能助手，而非决策替代者。“修旧如旧”的传统智慧与“数据驱动”的现代科技并非对立，而是可以在“三元协同”框架下实现深度融合与相互赋能。

守护古籍，本质上是守护文明记忆的物理锚点。当AI的算力与修复师的匠心相遇，我们或许正在见证一场静默而深刻的技术革命——它不仅关乎效率与精度，更关乎人类对自身文化遗产的敬畏与传承。

9. 主要参考文献