澳大利亚格里菲斯大学研究手指凹槽古人类行为

澳大利亚格里菲斯大学的研究人员开发并验证了一套数字考古学框架，旨在深入解读最古老的岩画形式——手指凹槽——背后的古人类行为。

手指凹槽是史前人类在覆盖着“月奶”（一种柔软矿物膜）的洞穴壁面上，用手指划压所形成的痕迹。为探索图像识别技术能否通过现代人所制作的指痕推断创作者性别，研究团队设计了两类实验：一是在实体触觉环境中由成人参与者亲手制作凹槽，另一是在虚拟现实环境中通过Meta Quest 3头戴设备在定制程序中完成。

这些手指痕迹广泛发现于欧洲与澳大利亚的黑暗洞穴中。目前已知最古老的实例位于法国，被认为可追溯至约30万年前的尼安德特人。

领导该研究的格里菲斯大学社会与文化研究中心数字考古学家安德烈亚·贾兰多尼博士指出，这些痕迹的制造者身份是研究的关键问题之一。“判断这些标记是男性还是女性所留，可能具有重要的现实意义，”她表示，“这类信息甚至曾被用于决定谁有权因文化理由进入某些遗址。”

以往的研究多依赖对手指或手部尺寸的测量与比例分析，以推断洞穴标记的创作者身份。然而，这些方法往往结果不一致或容易出错：手指施力不同、岩壁表面不平整、颜料涂抹导致轮廓变形，加之男女在部分测量指标上重叠度高，都限制了其可靠性。

“本研究的目标，正是要避开这些预设假设，转向数字考古学方法，”贾兰多尼博士强调。

研究团队进行了两项对照实验：参与者在月奶替代黏土上亲手制作凹槽，同时也在VR环境中完成九次虚拟划痕。所有凹槽均被拍摄记录，随后使用这些图像训练了两种常见的图像识别模型。

团队采用标准指标评估模型表现，并特别关注模型是否出现“过拟合”——即仅记忆训练数据而未能学到可推广的特征模式。

来自信息与通信技术学院的格维兹·图克斯沃思博士表示，结果虽复杂，但展现出积极前景。VR图像在性别分类上表现不佳，即便局部准确率尚可，整体判别力与平衡性仍较弱。然而，实体触觉实验所获的图像则表现优异。

“在某种训练条件下，模型准确率达到约84%，其中一个模型的判别得分也相对较高，”图克斯沃思博士指出。但他也补充，模型仍会学习到数据集特有的模式，例如实验设置中微妙的背景干扰，而非具有普适性的凹槽特征，这意味着后续研究仍需深入。

该研究展示了一条完整的计算流程：从实体触觉与VR环境的图像采集，到开放的机器学习分析流程，均可被复现并优化，为相关研究提供更严谨的科学路径。

“我们已公开所有代码与实验材料，以便他人复现、批评并拓展本研究，”合著者、澳大利亚人类进化研究中心（ARCHE）的信息科学家罗伯特·豪布特博士表示，“只有这样，概念验证才能逐步发展为可靠工具。”

研究团队认为，这项工作为跨学科应用——包括考古学、法医学、心理学及人机交互——奠定了新基础，同时也为理解早期人类的文化行为与认知实践开辟了新视角。