档案实务 | AI如何处理海量敏感视觉档案数据?

在文化遗产数字化浪潮下，全球档案机构已完成海量视觉档案的数字化采集，但相关元数据的生产在数量与质量上，均远滞后于图像数字化进程。这一问题在1890-1918年早期冲突摄影这类敏感历史档案的处理中尤为显著--这类照片不仅物理载体易受损，内容更涉及殖民暴力、帝国扩张等具有争议性的历史议题，其配套元数据往往残缺不全、信息失准，甚至部分描述语言因时代局限带有明显的偏见。由英国艺术与人文研究理事会（AHRC）与法国LABEX（“过往在当下”实验室）联合资助的 EyCon项目（Visual AI and Early Conflict Photography，即“早期冲突摄影与视觉人工智能”项目）^[1]，致力于破解这一双重难题。

该项目以视觉人工智能技术为核心，旨在构建包含近13万张图像的早期冲突摄影开放语料库，并探索多模态AI在提升档案可及性、还原历史语境、负责任处理敏感内容等方面的应用潜力。相较于单一模态AI，多模态AI系统可解析并处理视觉、语言、声音等不同模态的数据，其模仿人类多感官感知的特性，能融合多维度信息，进而提供更丰富^[2]、精准的分析结果与决策支撑（见图1）。借助多模态AI技术，机器在自动识别视觉档案数据时可有效整合多维度信息，从而保障档案元数据自动录入的真实性、准确性与完整性。

图1 多模态AI工作原理框架图

EyCon项目于2019年12月正式启动，是由英法两国联合资助，英国诺森比亚大学、拉夫堡大学，法国巴黎西岱大学、巴黎楠泰尔大学等学术机构，联合多家文化遗产机构（主要为各个档案馆）共同开展的“档案学+计算机科学”的数字人文跨学科研究项目。其核心目标是借助人工智能技术自动整合碎片化的视觉档案，打破长期存在的民族例外主义叙事与西方中心主义视角。

项目聚焦于1890—1918年间武装冲突的摄影档案，重点关注非洲、亚洲等被主流叙事忽视的非欧洲战场殖民战役相关素材。项目团队与法国国防部历史服务处、英国帝国战争博物馆等英法核心机构深度合作，汇集了个人相册、官方摄影集、明信片、报刊杂志等多类型档案素材；这些素材既涵盖已完成数字化的档案，也新增了数千份此前未公开的稀缺资料，例如记录法国对非洲殖民战争的《拉蒂格相册》。

在研究方法上，项目团队开发并应用基于计算科学与人工智能的工具，开展以下实践：①比对并检索图像间的相似性；②通过图像整合、主题建模与聚类，优化大型视觉语料库的可视化呈现效果；③识别视觉档案中的摄影范式、子类型及具有研究价值的“异常内容”；④基于早期冲突摄影素材重新训练现有数据集^[1]。

通过上述一系列技术手段的应用，EyCon项目也取得了多项具有实质价值的成果与研究发现。在元数据增强层面，项目成功识别出超7万个人物形象与8000匹马匹，为大量描述信息匮乏的图像补充了基于视觉内容的标签；借助命名实体识别技术，数千个地点、人物信息被精准提取并关联至Wikidata，大幅提升了敏感照片档案的可检索性^[4]。

此外，多模态AI的相似性分析成功构建起了图像之间的关联网络，清晰地揭示出同一历史事件照片被不同机构收藏、同一底片在不同报刊中被裁剪复用的历史轨迹。这些发现让原本分散割裂、语境缺失的档案重新建立关联，形成了更完整的历史叙事脉络。

现今，上述成果均整合至基于国际图像互操作框架（IIIF）构建的开放访问的EyCon数据库^[5]中（见图7），其访问网址为：https://eycon.huma-num.fr/s/en/page/accueil。该项目始终恪守数据透明原则，所有元数据均明确标注来源，确保研究者可清晰区分AI生成与人工审核的内容。

EyCon项目通过构建大规模早期冲突摄影数据集、研发多模态AI分析方法，为敏感历史照片档案的数字化识别以及处理，提供了丰富的实践经验。该项目不仅验证了人工智能在整合碎片化视觉档案、还原历史语境方面的巨大潜力，还深刻揭示了当前AI应用于敏感的档案文化遗产时直面的伦理复杂性。

EyCon的实践经验表明，技术工具的有效应用离不开深厚的领域知识支撑与审慎的伦理考量，“人机协作”是处理这类复杂档案材料的核心路径。项目构建的开放数据库与透明化研究方法，为未来在文化遗产领域负责任地开发、应用人工智能技术提供了宝贵范例。在此基础上，该项目不仅在技术层面“解锁”了尘封的历史照片档案，更在方法论层面为运用多模态AI处理承载集体记忆的敏感历史照片档案指明了前进方向。