這個清明節(jié)，復(fù)旦專業(yè)團隊“復(fù)現(xiàn)”紅軍烈士容貌，助烈士回家

清明，遵義市紅軍烈士陵園青松堂入口，“浩氣長存”匾額高懸。堂外，蒼松翠柏環(huán)繞。紅軍長征中在遵義犧牲的烈士埋骨于此，其中絕大多數(shù)為無名烈士。

今年是中國工農(nóng)紅軍長征勝利九十周年。復(fù)旦大學(xué)分子考古實驗室文少卿團隊從12例遵義無名烈士被焚燒過的遺骸中成功提取DNA，為這些無名烈士的尋親提供可能，并基于AI考古技術(shù)為在紅軍長征中犧牲的軍團級將領(lǐng)鄧萍烈士復(fù)原生前容貌。

1934年12月，中國工農(nóng)紅軍長征進入貴州。遵義會議后，紅軍經(jīng)過數(shù)十次殊死戰(zhàn)斗，最終突破重圍、揮師北上。據(jù)統(tǒng)計，3000余名紅軍將士英勇犧牲，永遠長眠于遵義。

2024年，受遵義紅軍山烈士陵園委托，文少卿團隊接過了一項沉甸甸的使命——為16例遵義烈士遺骨進行DNA鑒定并尋親。

近年來，團隊多次用科技考古手段為烈士順利尋親，但此次鑒定工作仍讓他們感到棘手。

“烈士遺骸被松油澆淋后焚燒，燒骨的DNA鑒定是世界級難題。”團隊介紹，高溫會導(dǎo)致DNA斷裂成極短片段甚至完全降解，DNA片段越短，提取和測序的難度越大。前期的工作中，團隊研發(fā)了針對燒骨的實驗方案并成功獲取DNA，為國內(nèi)乃至世界首創(chuàng)，也為這次烈士遺骨的成功鑒定創(chuàng)造了可能。

2024年7月，團隊在遵義市紅軍烈士陵園青松堂完成了16例烈士遺骨的取樣工作。

“樣本都是燒骨，和我們曾經(jīng)遇到過的案件中的骨灰樣本比較類似。”團隊成員許怡冉介紹，樣本的顏色為黑色與灰白色，其中灰白色部分焚燒較充分，保留的DNA更少，提取難度更大。

為此，團隊進一步改良了原有方案，先優(yōu)化能夠吸附更小片段的硅基磁珠體系對DNA進行提取，然后采用最為穩(wěn)健的單鏈文庫構(gòu)建法構(gòu)建全基因組文庫，最后選用在基因組水平的1240k探針與線粒體全序探針對文庫進行多輪液相探針捕獲。

“這些方法更有利于短片段的富集、擴增和捕獲純化。”文少卿說。

最終，團隊成功獲得了14例DNA數(shù)據(jù)，與1240K數(shù)據(jù)集比對后，可用位點均在1萬個以上，可以滿足基本的復(fù)雜親緣關(guān)系推斷，其中三個樣本屬于同一個體。

這意味著，12位遵義烈士尋親有望。

團隊還做了另一項工作：讓烈士影像“復(fù)活”。

面容清癯，但眼里有光——這是團隊“復(fù)活”的鄧萍烈士動態(tài)影像。

鄧萍是誰？時光倒流至1935年2月，在紅軍長征的危急時刻，紅三軍團政治部主任鄧萍在攻打遵義城時主動請纓，擔(dān)任前鋒，在偵查過程中壯烈犧牲。

鄧萍長什么樣？多年來，只有一幅原始素描畫勾勒了他的生前形象，這是根據(jù)戰(zhàn)友回憶所繪，黑白且模糊。“作為在長征中犧牲的紅軍高級將領(lǐng)，鄧萍一直沒有清晰畫像傳世，這是遵義紅軍山烈士陵園工作人員們的一大遺憾。”文少卿介紹。

隨著AI技術(shù)與考古學(xué)科結(jié)合，這個遺憾迎來了轉(zhuǎn)機。

2024年秋季學(xué)期，“AI考古”課程在復(fù)旦正式開設(shè)，由文少卿和計算與智能創(chuàng)新學(xué)院教授錢振興和金城共同授課，致力于深度探索人工智能與考古學(xué)的交叉創(chuàng)新。

課堂上，學(xué)生們會依據(jù)自身興趣完成一系列作品，將AI技術(shù)方案服務(wù)于考古領(lǐng)域。

“學(xué)生作品涵蓋各類AI考古小工具，例如可將文物紋飾直接轉(zhuǎn)換為線圖、對陶瓷器和金屬器等文物進行鑒別等；還包括各種文博考古產(chǎn)業(yè)轉(zhuǎn)化應(yīng)用，如AI輔助文創(chuàng)設(shè)計、展覽畫作的可互動視頻生成等；此外，還有各種公益類作品，如佛像頭部修復(fù)、老照片修復(fù)與歷史場景視頻生成等。”文少卿說。

鄧萍烈士的形象復(fù)現(xiàn)工作便是“AI考古”課程的成果之一，由課助教博士后龔沛朱以及計算與智能創(chuàng)新學(xué)院碩士生汪圩嘉共同完成。

據(jù)汪圩嘉介紹，整個“復(fù)現(xiàn)”工作分四步走，歷史資料搜集與考證是關(guān)鍵的第一步。

“AI不是創(chuàng)造一張不存在的臉，而是在有限的歷史影像和文獻基礎(chǔ)上，生成一個經(jīng)得起考證的、有時代質(zhì)感的面容。”這是文少卿對他們提出的建議。

為此，他們搜集了鄧萍烈士存世照片、文字描述和相關(guān)影像資料，查閱了戰(zhàn)友對他外貌的回憶文字、他犧牲時的年齡和體征記錄，以及家族成員的影像資料。

此后，他們才啟動第二步——AI面貌生成與反復(fù)迭代。

由于參考數(shù)據(jù)有限，他們采用“文字引導(dǎo)為主、圖像參考為輔”的混合策略，讓AI 在有限信息中找到合理的面部特征分布。為了還原時代感，他們在提示詞中反復(fù)加入年代特征的具體描述。他們把每一張生成結(jié)果與戰(zhàn)友的文字描述以及同時代物品進行交叉比對，“這是整個項目最費時間的環(huán)節(jié)，但保證了真實性。”

有天深夜，模型終于生成了一張圖，“一張27 歲青年軍人的面龐，棱角分明，目光堅定，嘴角微微上揚的弧度還帶著沒有完全褪去的少年氣。”

這次，汪圩嘉覺得“對了”。

再經(jīng)過場景復(fù)原與歷史還原和AI 視頻生成，鄧萍烈士終于從歷史檔案中走出。

鄧萍烈士的原始素描畫

鄧萍烈士的AI復(fù)原圖

“AI考古”課程徹底改變了汪圩嘉對人工智能的認知框架。“技術(shù)可以不以盈利為目的，但依然具有嚴肅的社會價值，英烈復(fù)原項目沒有商業(yè)模式，但是讓技術(shù)有了真實的、可以被感受到的意義。”

清明前夕，承載著33份寄語的明信片悄然安放在青松堂內(nèi)，它們由分子考古實驗室團隊成員親手書寫，既是緬懷，也是接力。

汪圩嘉還記得成功復(fù)原鄧萍烈士面貌的那一夜。

“那一刻我突然意識到一件事情——在宏大敘事背后，站著的是一個同齡人。鄧萍犧牲時27歲，比今天大多數(shù)研究生還年輕，他本可以有漫長的人生，但他選擇在遵義城墻下匍匐偵察，然后再也沒有起來。‘英勇犧牲’這四個字不再是課本上的表述，變成了一張具體的、年輕的臉。”

在遵義烈士的尋親之路上，獲取DNA數(shù)據(jù)只是一個開始。

“遵義烈士遺骸DNA片段長度是30-40bp，已經(jīng)是后續(xù)分析的極限，數(shù)據(jù)庫無法支持烈士尋親。”團隊正聯(lián)合央視《老兵你好》欄目，呼吁更多疑似親屬來尋親比對，“這是烈士回家的唯一途徑。”

原標題：《這個清明節(jié)，復(fù)旦專業(yè)團隊“復(fù)現(xiàn)”紅軍烈士容貌，助烈士回家》

來源：作者：新民晚報 張炯強