Археология долго оставалась сферой, где поиск новых объектов зависел от полевых экспедиций и экспертной интерпретации снимков. Распространение спутниковой и аэросъемки изменило ситуацию. Ограничением становится уже не отсутствие данных, а способность человека обработать их объем. И тут на помощь человеку приходит искусственный интеллект. С его помощью можно ранжировать территории, находить слабозаметные контуры и формировать карту потенциальных объектов для последующей проверки.
Один из кейсов - проект Университета Ямагаты и IBM Research в пустыне Наска. В 2024 г. исследователи сообщили об обнаружении 303 ранее неизвестных фигуративных геоглифов за шесть месяцев полевой проверки. ИИ анализировал геопространственные изображения и выделял приоритетные участки. По оценке Университета Ямагаты, темп обнаружения вырос в 16 раз. Для экономики подобных проектов это важнее рекорда: алгоритм не отменяет выезд специалистов, но сокращает пространство поиска и позволяет направить полевые ресурсы туда, где вероятность находки выше.
В феврале 2026 г. Microsoft Research представила систему спутникового мониторинга разграбления археологических памятников на основе спутниковых снимки PlanetScope компании Planet Labs. Модель тестировалась на данных 1943 объектов в Афганистане и достигла хорошей точности. Практический смысл разработанной модели заключается в возможности регулярно контролировать большое число удаленных объектов без постоянного присутствия инспекционных групп. Мониторинг в такой модели превращается из эпизодической процедуры в масштабируемый цифровой процесс.
В 2025 г. Российский научный фонд сообщил о методике исследования памятников Южного Зауралья, объединяющей дистанционное зондирование, аэрофотосъемку, геофизику, математическое моделирование и машинное обучение. На этой основе формируются цифровые модели поселений и захоронений, в том числе объектов, плохо различимых на местности. Задача связана и с хозяйственной деятельностью: выявить неизвестный памятник до того, как он будет поврежден строительными или земляными работами.
Экономический эффект таких систем следует считать не через стоимость «одной найденной древности», а через изменение структуры затрат. Традиционная схема требует обследовать большую площадь, направить специалистов на уточнение и затем принимать решение о раскопках. ИИ добавляет предварительный цифровой фильтр. При надежном ранжировании сокращаются часы ручного просмотра снимков, число выездов и объем обследований территорий без явных признаков объекта. Кейс Наска показывает кратное ускорение стадии поиска. Но переносить 16-кратный показатель на общую стоимость проекта некорректно: полевая проверка и экспертиза сохраняются.
По мнению Ильнура Ильдаровича Хасанова, кандидата технических наук, доцента кафедры информационных технологий Факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации, наибольшую ценность ИИ в такой задаче дает объединение спутниковых и аэрофотоснимков, цифровых моделей рельефа, координат известных памятников и результатов наземных исследований. Алгоритм в этом случае выступает не «цифровым археологом», а системой поддержки решений.
У технологии появляется и коммерческий контур. Потенциальными пользователями могут быть не только научные организации и органы охраны наследия, но и девелоперы, инфраструктурные компании и операторы линейных объектов. Для них археологическая карта может стать еще одним фактором риска наряду с геологией, экологическими ограничениями и инженерными сетями. Чем раньше археологический риск обнаружен, тем больше возможностей скорректировать последовательность работ. Российские исследования уже рассматривают предотвращение повреждения памятников при хозяйственной деятельности как одно из практических применений таких технологий.
По мнению Алексея Николаевича Чернякова, кандидата философских наук, доцента кафедры информационных технологий Факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации, цифровизация археологии меняет принцип работы с наследием: вместо реакции на уже найденный объект появляется возможность заранее оценивать территории и формировать информационную базу для решений о сохранении, исследовании или хозяйственном использовании участка.
При этом технология зависит от качества исходных данных и экспертной проверки. Как отмечают эксперты ИИ перспективен для анализа данных дистанционного зондирования, но не дает автоматически знания о прошлом. Для практического применения это существенное ограничение. Ошибка алгоритма может означать либо пропущенный объект, либо лишние обследования.
Однако следующим этапом цифровизации археологии может быть формирование систем, где спутниковая съемка, ГИС, машинное обучение и полевая экспертиза работают как единый контур. В таком виде археологическая карта становится не только научным результатом, но и инфраструктурным инструментом - для охраны наследия, территориального планирования и снижения неопределенности инвестиционных проектов.