L'IA change radicalement l'archéologie, découvrant de nouveaux sites et artefacts

L'intelligence artificielle est utilisée pour aider les archéologues à trouver de nouveaux sites de fouilles et à faire de nouvelles découvertes, augmentant considérablement le rythme des recherches archéologiques. Comme SingularitéHub Selon des rapports, des algorithmes d'intelligence artificielle et de vision par ordinateur sont utilisés pour analyser les données d'images satellite et automatiser le processus de détection d'éventuels sites archéologiques.

Grâce à la prolifération des données d'images aériennes collectées par les satellites, les avions et les drones, les archéologues peuvent vérifier des zones de la Terre pour d'éventuels sites archéologiques sans visiter la zone eux-mêmes. Cependant, l'analyse manuelle de milliers d'images de paysages peut être une tâche longue et fastidieuse. Les algorithmes d'intelligence artificielle peuvent automatiser ce processus, le rendant beaucoup plus rapide et plus efficace.

As expliqué à SingularityHub par Dylan Davis, doctorant au département d'anthropologie de la Penn State University, la discipline de l'archéologie a considérablement intensifié son utilisation de l'IA au cours des dernières années. L'utilisation de l'IA par les archéologues a conduit à de nouvelles découvertes passionnantes ces dernières années. Cela inclut la découverte d'établissements historiques à Madagascar et de monticules de terre créés par des populations préhistoriques d'Amérique du Nord. Davis a lui-même développé les algorithmes prédictifs capables de localiser ces sites.

Les systèmes d'IA utilisent une variété de techniques pour distinguer les structures et les objets susceptibles d'intéresser les archéologues. L'algorithme d'IA conçu par Davis a utilisé LiDAR, générant des impulsions de lumière qui sont interprétées par l'IA pour générer des cartes de régions géographiques. Les impulsions LiDAR ont permis de créer des cartes du sol forestier contenant des informations sur la texture, la taille, la forme et la pente du sol. L'IA a été entraînée sur ces données afin de lui permettre de reconnaître les sites potentiels d'intérêt. Selon Davis, l'automatisation lui a épargné, ainsi qu'à ses collègues, plusieurs années de travail. Comme l'a expliqué Davis, le modèle d'IA a pu aider son équipe de recherche à trouver des sites archéologiques à Madagascar. Au cours d'une année, l'IA a pu identifier plus de 70 sites confirmés sur une superficie de plus de 1000 kilomètres carrés.

Les archéologues sont constamment à la recherche de nouveaux moyens d’accélérer l’identification des sites archéologiques. De nombreuses découvertes archéologiques potentielles sont menacées de destruction en raison de l’élévation du niveau de la mer et d’autres impacts du changement climatique, de la déforestation, de la construction ou d’autres activités humaines. Les méthodes traditionnelles utilisées par les archéologues pour trouver des sites potentiels peuvent prendre des mois, voire des années. Selon Davis, c’est l’une des principales raisons pour lesquelles l’apprentissage automatique est utile à la recherche archéologique.

Les modèles d'IA développés pour améliorer la recherche archéologique ont des applications au-delà de l'apprentissage de la culture et de l'histoire des civilisations anciennes. L'étude des techniques utilisées par les civilisations historiques peut aider les gouvernements modernes à faire face à des défis de longue date comme la gestion des ressources en eau. Par exemple, des chercheurs de l'Institut Català d'Arqueologia Clàssica (ICAC) ont utilisé un modèle d'IA pour reconstruire les caractéristiques de milliers de kilomètres de paléo-rivières à travers l'Inde et le Pakistan modernes. L'ensemble de données rendu possible par le modèle peut aider les gouvernements à découvrir des moyens intelligents d'utiliser les ressources en eau.

Au-delà des cas d'utilisation mentionnés précédemment, l'IA peut améliorer la recherche des archéologues de différentes manières. Des techniques d'IA sont utilisées pour aider les chercheurs à déterminer la structure chimique de la céramique, de la poterie et d'autres artefacts. En analysant les composants chimiques d'un artefact, les chercheurs peuvent avoir une meilleure idée de l'origine des matériaux utilisés pour fabriquer les artefacts. Les anthropologues linguistiques ont récemment utilisé des techniques d'apprentissage automatique pour modéliser la façon dont divers langues peut avoir vu le jour dans différentes parties du monde, et l'année dernière inscriptions sur des artefacts grecs endommagés ont été recréés à l'aide d'un réseau neuronal profond développé par Google DeepMind. L'année dernière, plus de 65 articles archéologiques ont utilisé l'apprentissage automatique d'une manière ou d'une autre, et ce nombre ne fera probablement que croître à l'avenir.