Auditable Authenticity: A Four-Domain Conjunctive Rule for Chinese White Porcelain, Benchmarked Against Machine Learning on Published Archaeometric Data
本文提出了一种可审计的、非补偿性的合取规则，用于通过四个证据领域对中国白瓷进行鉴定，该规则虽然在准确率上略低于黑盒机器学习模型，但在限制于经过校准的高置信度预测时，其表现与后者相当，从而提供了一种透明的替代方案，能够揭示每一项判断的协同验证结构。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正站在一家博物馆里，注视着一只纯白色的瓷碗。在门外汉眼中，它仅仅是一件精美的器物。然而，在专家眼中，它是一份由粘土与烈火书写的文献。这只碗的故事不仅在于其形状或制作年代，更在于构成它的每一个原子。科学家们早已知晓，陶瓷的化学成分——即其胎体与釉料中特定的矿物组合——可以揭示其产地与时代。这一被称为“考古测量学”（archaeometry）的领域，利用 X 射线荧光光谱仪等工具来解读这些化学特征。然而，一个持久的问题依然存在：用于分析此类数据的最强大的计算机程序往往是“黑箱”。它们能以极高的置信度告诉你这只碗出自某个特定的窑口，却无法解释“为什么”。它们只给出一个答案而不展示证据，使得人类专家无法验证其逻辑，也无法理解是对象的哪一部分历史导致了这一结论。在文化遗产领域，错误的判断可能意味着误判一件无价之宝，或未能识别出高明的伪作，因此，了解推理过程与获得答案本身同样重要。
这正是李世东（Shidong Li）在一项针对中国白瓷的新研究中所致力于解决的挑战。其目标是创造一种既准确又透明的方法，一种既能模拟人类专家思维，又不失计算机精准度的方法。传统上，专家通过寻找四条不同证据线的统一性来进行鉴定：材质（粘土的成分）、工艺（成型与烧制方式）、形态（形状与纹饰）以及时间（历史背景）。如果化学成分显示的结果与器形不符，人类专家会产生怀疑；他们不会让一个强力的化学匹配去抵消一个微弱的物理特征。李将这种细致的、交叉核验的逻辑转化为了一条正式的计算机规则。该新系统不再让计算机将所有证据加权合并并产生单一评分，而是要求每一条可用的证据线都必须指向同一个结论。它扮演着一个严格的守门人角色：如果哪怕只有一项证据不一致或过于微弱，系统就会拒绝做出最终判定，转而将该对象标记为需进一步审查，而不是强行做出猜测。
为了测试这一想法，研究人员将该规则应用于两组已被其他科学家测量过的真实瓷器收藏品。第一组由六十九件来自著名定窑的瓷器组成，跨越了三个不同的历史时期。第二组包括三十七件景德镇瓷器，根据其年代以及是用于民用还是御用分为四个组别。计算机被要求仅利用现有的化学数据将这些瓷器进行分类。结果显示，这种透明的新规则表现得非常出色。在定窑收藏品中，它正确识别了约百分之九十的瓷器所属时期。在难度更高的景德镇收藏品中，其正确率约为百分之八十二。虽然最强大的“黑箱”程序在整体准确率上略高，但它们无法解释自身的推理过程。然而，新规则做到了其他程序无法做到的事情：它识别出了一个它绝对确定的特定预测子集。当系统被允许说出“我不确定”并跳过这些困难案例时，剩余已确认答案的准确率大幅提升，在定窑瓷器上的准确率达到了百分之九十二以上。
至关重要的是，这项研究证明了该方法并不会在不存在模式的地方凭空捏造。研究人员在两组科学上暗示不存在明确答案的数据集上测试了该系统。在一种情况下，瓷器来自同一考古遗址的不同坑位；在另一种情况下，它们来自三个在同一时期且距离非常近的窑口。在这两种场景下，化学差异微小到无法区分这些组别。新规则与其它计算机程序一样，正确地未能将这些组别区分开来，表现得并不比随机猜测更好。这是一个至关重要的发现，因为它表明该系统并非在噪声中寻找虚假的联系或进行盲目猜测。它尊重证据的局限性。如果化学成分无法提供答案，系统会承认这一点，而不是自信地给出一个错误的答案。
研究结论指出，虽然这种透明的方法在处理某些特定问题时并非绝对最强大的预测工具，但它为鉴定工作提供了一个至要的优势：它揭示了判断的结构。它允许专家清晰地看到哪些证据线达成了统一，而哪些证据缺失了。研究人员指出，目前的测试主要依赖于化学数据，因为器物的形状和烧制工艺的详细记录很少随化学结果一同发表。其终极目标是实现这样一个未来：每一件被分析的对象都附带一套完整的数据包——化学成分、物理测量、形状描述以及历史背景——从而使这种“四重校验”能够发挥其全部威力。目前，这项工作证明了我们完全可以构建一种不仅能给出答案，还能展示其推导过程的计算机系统，将科学验证的严谨性重新交还到人类专家手中。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。