شبكة عصبية تعزز سهولة تحديد النقاط المختلفة في التاريخ

هناك مجال واحد لا يتم تغطيته بشكل كاف فيما يتعلق ب潜عة الذكاء الاصطناعي (AI) ، وهو كيف يمكن استخدامه في التاريخ والأنثروبولوجيا والآثار وغيرها من المجالات المماثلة. وتُظهر دراسة جديدة كيف يمكن للتعلم الآلي أن يُستخدم كأداة للآثاريين لتمييز بين فترتين رئيسيتين: العصر الحجري الأوسط (MSA) والعصر الحجري المتأخر (LSA).

قد يبدو هذا التمييز وكأنه شيء يُقبل عليه بالفعل في الأكاديمية والآثاريين، لكن هذا بعيد كل البعد عن الحقيقة. في العديد من الحالات، لا يُعد من السهل التمييز بين الاثنين.

MSA و LSA

حوالي 300 ألف سنة قبل الميلاد، ظهرت أدوات MSA لأول مرة خلال نفس الوقت الذي ظهرت فيه أول أحافير للإنسان الحديث. واستُخدمت نفس الأدوات حتى حوالي 30 ألف سنة قبل الميلاد. حدث تغيير كبير في السلوك حول 67 ألف سنة قبل الميلاد عندما حدثت تغييرات في إنتاج أدوات الحجارة، وكانت النتيجة أدوات LSA.

لا تزال أدوات LSA مستخدمة في الماضي الحديث، وأصبح من الواضح الآن أن التحول من MSA إلى LSA لم يكن عملية خطية. حدثت التغييرات في أوقات وأماكن مختلفة، وهذا هو السبب في أن الباحثين يركزون على هذه العملية التي يمكن أن تساعد في تفسير الابتكار والإبداع الثقافي.

أساس هذا الفهم هو التمييز بين MSA و LSA.

الدكتور جيمبوب بلينخورن هو آثاري من مجموعة أبحاث التطور الأفريقي، ومعهد ماكس بلانك للعلوم الإنسانية، ومركز أبحاث العصر الرابع، قسم الجغرافيا، رويال هولواي.

“أفريقيا الشرقية هي منطقة رئيسية لدراسة هذا التغيير الثقافي الكبير، ليس فقط لأنها تستضيف بعض مواقع MSA الأصغر سنا وبعض مواقع LSA الأكبر سنا، ولكن أيضا لأن عددا كبيرا من المواقع المحفورة والمؤرخة جيدا يجعلها مثالية للبحوث باستخدام الأساليب الكمية”، يقول الدكتور بلينخورن. “هذا مكننا من جمع قاعدة بيانات كبيرة من الأنماط المتغيرة لإنتاج واستخدام أدوات الحجارة، تغطي الفترة من 130 ألف إلى 12 ألف سنة قبل الميلاد، لدراسة انتقالية MSA-LSA”.

الشبكات العصبية الاصطناعية (ANNs)

تعتمد الدراسة على 16 نوعًا من الأدوات البديلة عبر 92 تجميعًا من أدوات الحجارة، مع التركيز على وجودها أو غيابها. وتشدد الدراسة على مجموعات أشكال الأدوات التي غالبًا ما تحدث معًا بدلاً من كل أداة على حدة.

الدكتور مات جروف هو آثاري في جامعة ليفربول.

“لقد استخدمنا نهج الشبكات العصبية الاصطناعية (ANNs) لتدريب واختبار النماذج التي تميز بين تجمعات LSA وتجمعات MSA، وكذلك دراسة الفرق الزمني بين تجمعات MSA القديمة (130-71 ألف سنة قبل الميلاد) والأصغر سنا (71-28 ألف سنة قبل الميلاد) بنسبة نجاح 94٪”، يقول الدكتور جروف.

تقلد الشبكات العصبية الاصطناعية بعض ميزات معالجة المعلومات في الدماغ البشري، ويعتمد القدرة على المعالجة بشكل كبير على عمل العديد من الوحدات البسيطة معًا.

“أحيانًا ما وُصفت الشبكات العصبية الاصطناعية (ANNs) بأنها نهج “ال砂وق الأسود”، لأنها حتى عندما تكون ناجحة للغاية، قد لا يكون من الواضح دائمًا لماذا”، يقول جروف. “لقد استخدمنا نهجًا محاكاتيًا يفتح هذا الصندوق الأسود لفهم أي المدخلات لها تأثير كبير على النتائج. هذا مكننا من تحديد كيف تختلف أنماط تجميع أدوات الحجارة بين MSA و LSA، ونأمل أن يظهر هذا كيف يمكن استخدام هذه الأساليب على نطاق أوسع في البحث الآثاري في المستقبل”.

“تُظهر نتائج دراستنا أن تجمعات MSA و LSA يمكن تمييزها بناءً على مجموعة أنواع القطع الأثرية الموجودة في التجمع وحده”، يقول بلينخورن. “الوجود المشترك للقطع المدعومة وتكنولوجيا الشفرة وتكنولوجيا ثنائية القطبية مع الغياب المشترك لأدوات النواة وتكنولوجيا رقاقة ليفالوا وتكنولوجيا النقطة والمحافظ يحدد بشكل قوي تجمعات LSA، مع أن النمط المعاكس يحدد تجمعات MSA. وهذا يوفر دعمًا كميًا للفرق النوعية التي لاحظها الباحثون السابقون بأن التغييرات النوعية الرئيسية تحدث مع هذا التحول الثقافي”.

سوف يستخدم الفريق الآن الطريقة المطورة حديثًا للنظر بشكل أعمق في التغيير الثقافي في العصر الحجري الأفريقي.

“النهج الذي اتبعناه يوفر أدوات قوية لدراسة الفئات التي نستخدمها لوصف السجل الآثاري ومساعدتنا على دراسة وتفسير التغيير الثقافي بين أسلافنا”، يقول بلينخورن.