KI verändert die Archäologie dramatisch, entdeckt neue Stätten und Artefakte

Künstliche Intelligenz wird eingesetzt, um Archäologen bei der Suche nach neuen Grabungsstätten und der Entdeckung neuer Funde zu helfen, wodurch das Tempo der archäologischen Forschung dramatisch gesteigert wird. Wie SingularityHub berichtete, werden künstliche Intelligenz und Computer-Vision-Algorithmen verwendet, um Satellitenbild-Daten zu analysieren und den Prozess der Erkennung möglicher archäologischer Stätten in ihnen zu automatisieren.

Thanks to the proliferation of aerial image data collected by satellites, planes, and drones, archaeologists can check areas of the Earth for possible archaeological sites without visiting the area themselves. However, manually analyzing thousands of images of landscapes can be a time-consuming and tedious task. Artificial intelligence algorithms can automate this process, making it much quicker and more efficient.

Wie erklärt von Dylan Davis, einem PhD-Kandidaten an der Abteilung für Anthropologie der Penn State University, hat die Disziplin der Archäologie in den letzten Jahren den Einsatz von KI dramatisch ausgeweitet. Der Einsatz von KI durch Archäologen hat zu einigen aufregenden neuen Entdeckungen in den letzten Jahren geführt. Dazu gehören die Entdeckung historischer Siedlungen in Madagaskar und Erdfällen, die von prähistorischen nordamerikanischen Populationen erstellt wurden. Davis selbst entwickelte die predictiven Algorithmen, die in der Lage waren, diese Stätten zu lokalisieren.

KI-Systeme verwenden eine Vielzahl von Techniken, um Strukturen und Objekte zu erkennen, die möglicherweise für Archäologen von Interesse sind. Der von Davis entwickelte KI-Algorithmus verwendete LiDAR, das Pulsen von Licht erzeugt, die vom KI interpretiert werden, um Karten von geografischen Regionen zu erstellen. Die LiDAR-Pulsen erstellten Karten des Wald Bodens, die Informationen über die Textur, Größe, Form und Neigung des Bodens enthielten. Das KI wurde auf diese Daten trainiert, um es in die Lage zu versetzen, potenzielle Stätten von Interesse zu erkennen. Laut Davis rettete die Automatisierung ihm und seinen Kollegen mehrere Jahre Arbeit. Wie Davis erklärte, half das KI-Modell seinem Forschungsteam, archäologische Stätten in Madagaskar zu finden. Im Laufe eines Jahres konnte das KI mehr als 70 bestätigte Stätten in einem Gebiet von über 1000 Quadratkilometern identifizieren.

Archäologen suchen ständig nach neuen Möglichkeiten, um die Geschwindigkeit zu erhöhen, mit der archäologische Stätten identifiziert werden. Viele potenzielle archäologische Funde sind durch den Anstieg des Meeresspiegels und andere Auswirkungen des Klimawandels, Entwaldung, Bau oder andere menschliche Aktivitäten bedroht. Die traditionellen Methoden, die Archäologen verwenden, um mögliche Stätten zu finden, können Monate oder Jahre dauern. Dies ist einer der Hauptgründe, warum maschinelles Lernen für archäologische Forschung nützlich ist, laut Davis.

Die für die archäologische Forschung entwickelten KI-Modelle haben Anwendungen, die über das Lernen mehr über die Kultur und Geschichte alter Zivilisationen hinausgehen. Das Studium der Techniken, die von historischen Zivilisationen verwendet wurden, kann modernen Regierungen helfen, langfristige Herausforderungen wie die Bewirtschaftung von Wasserressourcen zu meistern. Zum Beispiel verwendeten Forscher des Institut Català d’Arqueologia Clàssica (ICAC) ein KI-Modell, um die Merkmale von Tausenden von Meilen von Paleo-Flüssen in modernen Indien und Pakistan zu rekonstruieren. Die durch das Modell erstellten Daten können Regierungen helfen, intelligente Wege zu finden, um Wasserressourcen zu nutzen.

Über die vorher genannten Anwendungsfälle hinaus kann KI die Forschung von Archäologen auf verschiedene Weise verbessern. KI-Techniken werden verwendet, um Forschern zu helfen, die chemische Struktur von Keramik, Töpferwaren und anderen Artefakten zu bestimmen. Durch die Analyse der chemischen Komponenten eines Artefakts können Forscher bessere Ideen davon bekommen, woher die Materialien stammen, die für die Herstellung der Artefakte verwendet wurden. Linguistische Anthropologen haben kürzlich maschinelles Lernen verwendet, um zu modellieren, wie verschiedene Sprachen in verschiedenen Teilen der Welt entstanden sein könnten, und letztes Jahr wurden Inschriften auf beschädigten griechischen Artefakten mit Hilfe eines tiefen neuronalen Netzwerks von Google DeepMind rekonstruiert. Letztes Jahr wurden mehr als 65 archäologische Arbeiten veröffentlicht, die maschinelles Lernen in irgendeiner Form verwendeten, und diese Zahl wird wahrscheinlich in Zukunft nur weiter ansteigen.