Connect with us

Red neuronal facilita la identificación de diferentes puntos en la historia

Inteligencia artificial

Red neuronal facilita la identificación de diferentes puntos en la historia

mm

Un área que no se cubre tanto en términos de potencial de inteligencia artificial (IA) es cómo se puede utilizar en historia, antropología, arqueología y otros campos similares. Esto se demuestra con una nueva investigación que muestra cómo el aprendizaje automático puede actuar como una herramienta para los arqueólogos para diferenciar entre dos períodos importantes: la Edad de Piedra Media (MSA) y la Edad de Piedra Tardía (LSA). 

Esta diferenciación puede parecer algo que la academia y los arqueólogos ya han establecido, pero eso está lejos de ser el caso. En muchos casos, no es fácil distinguir entre los dos. 

MSA y LSA 

Hace unos 300 mil años, aparecieron los primeros kits de herramientas de MSA durante el mismo tiempo que los primeros fósiles de Homo Sapiens. Esos mismos kits de herramientas se utilizaron hasta hace unos 30 mil años. Un cambio importante en el comportamiento tuvo lugar hace unos 67 mil años, cuando hubo cambios en la producción de herramientas de piedra, y los kits de herramientas resultantes fueron LSA. 

Los kits de herramientas LSA aún se utilizaban en el pasado reciente, y ahora está quedando claro que el cambio de MSA a LSA no fue un proceso lineal. Los cambios tuvieron lugar en diferentes momentos y en diferentes lugares, por lo que los investigadores se centran en este proceso que puede ayudar a explicar la innovación y la creatividad cultural. 

La base de esta comprensión es la diferenciación entre MSA y LSA.

El Dr. Jimbob Blinkhorn es un arqueólogo del Grupo de Investigación de la Evolución Africana, Instituto Max Planck para la Ciencia de la Historia Humana y el Centro de Investigación del Cuaternario, Departamento de Geografía, Royal Holloway. 

“África Oriental es una región clave para examinar este importante cambio cultural, no solo porque alberga algunos de los sitios MSA más jóvenes y algunos de los sitios LSA más antiguos, sino también porque un gran número de sitios bien excavados y fechados lo hacen ideal para la investigación utilizando métodos cuantitativos”, dice el Dr. Blinkhorn. “Esto nos permitió reunir una base de datos sustancial de patrones de cambio en la producción y uso de herramientas de piedra, que abarca desde 130 hasta 12 mil años atrás, para examinar la transición de MSA a LSA”. 

Redes Neuronales Artificiales (ANNs) 

El estudio se basa en 16 tipos de herramientas alternas en 92 conjuntos de herramientas de piedra, con un enfoque en su presencia o ausencia. El estudio enfatiza las constelaciones de formas de herramientas que a menudo ocurren juntas en lugar de cada herramienta individual. 

El Dr. Matt Grove es un arqueólogo de la Universidad de Liverpool.

“Hemos empleado un enfoque de Red Neuronal Artificial (ANN) para entrenar y probar modelos que diferencien los conjuntos LSA de los conjuntos MSA, así como examinar las diferencias cronológicas entre los conjuntos MSA más antiguos (130-71 mil años atrás) y más jóvenes (71-28 mil años atrás) con una tasa de éxito del 94%”, dice el Dr. Grove. 

Las Redes Neuronales Artificiales (ANNs) imitan ciertas características de procesamiento de información del cerebro humano, y la potencia de procesamiento depende en gran medida de la acción de muchas unidades simples que actúan juntas. 

“Las ANNs a veces se han descrito como un enfoque de ‘caja negra’, ya que incluso cuando son muy exitosas, puede que no siempre esté claro exactamente por qué”, dice Grove. “Empleamos un enfoque de simulación que abre esta caja negra para entender qué entradas tienen un impacto significativo en los resultados. Esto nos permitió identificar cómo varían los patrones de composición de los conjuntos de herramientas de piedra entre MSA y LSA, y esperamos que esto demuestre cómo se pueden utilizar estos métodos de manera más amplia en la investigación arqueológica en el futuro”. 

“Los resultados de nuestro estudio muestran que los conjuntos MSA y LSA se pueden diferenciar en función de la constelación de tipos de artefactos que se encuentran dentro de un conjunto solo”, dice Blinkhorn. “La ocurrencia combinada de piezas con respaldo, tecnologías de hoja y bipolar, junto con la ausencia combinada de herramientas de núcleo, tecnología de hoja Levallois, tecnología de punta y raspadores, identifica de manera robusta los conjuntos LSA, con el patrón opuesto que identifica los conjuntos MSA. Esto proporciona un apoyo cuantificado a las diferencias cualitativas observadas por investigadores anteriores que los cambios tipológicos clave ocurren con esta transición cultural”.

El equipo ahora utilizará el método recién desarrollado para investigar más a fondo el cambio cultural en la Edad de Piedra Africana. 

“El enfoque que hemos empleado ofrece una herramienta poderosa para examinar las categorías que utilizamos para describir el registro arqueológico y para ayudarnos a examinar y explicar el cambio cultural entre nuestros antepasados”, dice Blinkhorn.

Alex McFarland es un periodista y escritor de inteligencia artificial que explora los últimos desarrollos en inteligencia artificial. Ha colaborado con numerosas startups y publicaciones de inteligencia artificial en todo el mundo.