Hermosolmu tekee historian eri pisteiden tunnistamisesta helpompaa

Yksi alue, jota ei käsitellä niin paljon tekoälynpotentiaalin suhteen, on sen käyttäminen historian, antropologian, arkeologian ja muiden vastaavien alojen parissa. Tämä näkyy uudessa tutkimuksessa, joka osoittaa, miten koneoppiminen voidaan käyttää arkeologien työkaluna erottamaan kaksi suurta aikakautta: Middle Stone Age (MSA) ja Later Stone Age (LSA).

Tämä erottelu voi vaikuttaa siltä, että akateemikot ja arkeologit ovat jo vakiinnuttaneet sen, mutta se on kaukana totuudesta. Monissa tapauksissa ei ole helppoa erottaa näitä kahta toisistaan.

MSA ja LSA

Noin 300 000 vuotta sitten ilmestyivät ensimmäiset MSA-työkalut samaan aikaan kuin varhaisimmat Homo Sapiens -fossiilit. Nämä työkalut käytettiin aina noin 30 000 vuotta sitten asti. Merkittävä käyttäytymisen muutos tapahtui noin 67 000 vuotta sitten, kun kivien valmistuksessa tapahtui muutoksia, ja tuloksena olivat LSA-työkalut.

LSA-työkaluja käytettiin vielä äskettäin, ja nyt on selvää, että siirtymä MSA:sta LSA:han ei ollut lineaarinen prosessi. Muutokset tapahtuivat eri aikoina ja eri paikoissa, miksi tutkijat ovat niin keskittyneitä tähän prosessiin, joka voi auttaa selittämään kulttuurisen innovaation ja luovuuden.

Tämän ymmärryksen perusta on MSA:n ja LSA:n erottelu.

Tohtori Jimbob Blinkhorn on arkeologi Pan African Evolution Research Groupista, Max Planck Institute for the Science of Human Historysta ja Centre for Quaternary Researchista, Department of Geography, Royal Hollowaysta.

“Itä-Afrikka on avainalue tätä suurta kulttuurista muutosta, ei ainoastaan siksi, että se isännöi nuoria MSA-kohteita ja vanhoja LSA-kohteita, vaan myös siksi, että suuri määrä hyvin kaivettuja ja ajoitettuja kohteita tekee siitä ihanteellisen paikan määrällisiä menetelmiä käyttävälle tutkimukselle”, Blinkhorn sanoo. “Tämä mahdollisti meidän kokoamisen laajan tietokannan kivien valmistuksen ja käytön muuttuvista kuvioista, jotka ulottuvat 130 000 – 12 000 vuoden taakse, ja tutkimalla MSA-LSA-siirtymää.”

Tekoälyverkkot (ANN)

Tutkimus perustuu 16 vaihtoehtoiseen työkalutyyppiin 92 kivivalmistelun yhdistelmässä, ja se keskittyy niiden läsnäoloon tai poissaoloon. Tutkimus korostaa työkalumuotojen joukkoa, jotka usein esiintyvät yhdessä, eikä yksittäisiä työkaluja.

Tohtori Matt Grove on arkeologi Liverpoolin yliopistosta.

“Olemme käyttäneet tekoälyverkkoa (ANN) koulutus- ja testaamismalleja, jotka erottavat LSA-yhdistelmät MSA-yhdistelmistä, sekä tarkastelevat aikaisempien (130 000 – 71 000 vuotta sitten) ja myöhäisempien (71 000 – 28 000 vuotta sitten) MSA-yhdistelmien välistä aikaisuutta 94 prosentin onnistumisella”, Grove sanoo.

Tekoälyverkot (ANN) jäljittelevät tietynlaista tietojen prosessointia, joka on ihmisaivojen omaleimainen, ja prosessointikapasiteetti perustuu voimakkaasti monien yksinkertaisten yksiköiden yhteistoimintaan.

“Tekoälyverkot on joskus kuvattu ‘mustana laatikkomaisena’ lähestymistapana, koska vaikka ne ovat hyvin onnistuneita, ei aina ole selvää, miksi”, Grove sanoo. “Käytimme simulaatiolähestymistapaa, joka avaa tämän mustan laatikon, jotta voimme ymmärtää, mitkä sisääntulot vaikuttavat tuloksiin. Tämä mahdollisti meidän tunnistaa, miten kivivalmistelun yhdistelmien koostumus muuttuu MSA:n ja LSA:n välillä, ja toivomme, että tämä osoittaa, miten tällaisia menetelmiä voidaan käyttää laajemmin arkeologisessa tutkimuksessa tulevaisuudessa.”

“Tutkimuksemme osoittaa, että MSA- ja LSA-yhdistelmiä voidaan erottaa pelkästään niiden sisältämien esineiden joukon perusteella”, Blinkhorn sanoo. “Taaksepäin osoittavien esineiden, terien ja bipolaariteknologian yhdistelmä yhdessä ydintyökalujen, Levallois- sirpaleiden, pistetyökalujen ja raapaisijoiden poissaolon kanssa tunnistaa luotettavasti LSA-yhdistelmiä, ja vastaava kuva MSA-yhdistelmille. Merkittävästi, tämä tarjoaa määrällisen tuen aiempien tutkijoiden kvalitatiivisille eroille, jotka huomauttavat, että tärkeitä tyypologisia muutoksia tapahtuu tässä kulttuurisessa siirtymässä.”

Tutkijaryhmä käyttää nyt kehittämäänsä menetelmää tarkastellakseen syvemmältä kulttuurisen muutoksen afrikkalaisessa kivikaudessa.

“Lähestymistapa, jonka olemme käyttäneet, tarjoaa voimakkaan työkalupakin, jolla voidaan tarkastella kategorioita, joita käytetään arkeologisten löytöjen kuvaamiseen, ja auttaa meitä tutkimaan ja selittämään kulttuurista muutosta esivanhempiemme keskuudessa”, Blinkhorn sanoo.