图为发掘区。 陕西省文物局供图
此次发掘共清理陶俑220余件,陶马16匹;战车4乘、鼓2处、鼓槌1处、漆盾1处、笼箙3处;兵器柲多处、弓弩箭箙多处;发现车马器、兵器、生产工具等,共计近千余件(组)。
秦始皇帝陵博物院研究员申茂盛介绍,俑坑的木质结构是由地栿——立柱——枋木——棚木构成框架式结构,较其他陪葬坑由垫木——地板——立柱——厢板木——棚板木所构成的厢椁式显得技术原始,兵马俑陪葬坑应该是陵园中修建较早的一组陪葬坑。
通过考古发掘还取得了一些重要发现、新认识。在俑的等级与军阵方面,明确了特殊俑的职能,初步厘清了军阵的排列规律。在车属遗迹方面,清理出笼箙等遗迹,并判定其为车配置装纳杂物之器,并非马槽。在武器装备方面,认为俑坑内的长兵器主要为铍与戟;短兵器分辨出两种青铜剑有等级上的区别;远射兵器,解决了檠木的使用问题;防护设备清理出俑坑中第一面盾牌;指挥设备清理出鼓与鼓槌。
图为考古人员正在发掘区工作。 陕西省文物局供图此外,通过考古发掘,认为俑的双臂单独制作,待陶俑躯干完全制作好后进行二次覆细泥,细部雕饰包括铠甲已完成后才粘接双臂,搞清楚了陶俑的制作程序。彩绘保护与文物修复也有了新的突破,截至目前已修复陶俑约140余件。
申茂盛表示,此次考古发掘显示,甬道被人挖开过,推测有人利用甬道进入俑坑。能够利用甬道进入俑坑进行破坏的人,一定是参与了俑坑修建的人,联想投降项羽的秦兵,这些人在接受了项羽的指令来破坏的话,一定是轻车熟路,所以,甬道迹象可为项羽破坏秦始皇陵园和兵马俑坑提供一个非常有力的佐证。(完)
人工智能应用于更多领域 计算机研究深入光电结合****** 英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。 牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。 在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。 在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |