Le réseau de neurones facilite l’identification de différents points dans l’histoire

Un domaine qui n’est pas souvent abordé en termes de potentiel de l’intelligence artificielle (IA) est la façon dont elle peut être utilisée dans l’histoire, l’anthropologie, l’archéologie et d’autres domaines similaires. Cela est démontré par de nouvelles recherches qui montrent comment l’apprentissage automatique peut agir comme un outil pour les archéologues pour distinguer entre deux périodes majeures : l’âge de la pierre moyenne (MSA) et l’âge de la pierre tardive (LSA).

Cette distinction peut sembler comme quelque chose que l’université et les archéologues ont déjà établi, mais ce n’est pas le cas. Dans de nombreux cas, il n’est pas facile de distinguer entre les deux.

MSA et LSA

Il y a environ 300 000 ans, les premiers kits d’outils MSA sont apparus au même moment que les premiers fossiles d’Homo sapiens. Ces mêmes kits d’outils ont été utilisés jusqu’à environ 30 000 ans avant notre ère. Un changement majeur dans le comportement a eu lieu il y a environ 67 000 ans, lorsque des changements ont eu lieu dans la production d’outils de pierre, et les kits d’outils résultants étaient LSA.

Les kits d’outils LSA étaient encore utilisés dans le passé récent, et il est maintenant clair que le passage de MSA à LSA n’a pas été un processus linéaire. Les changements ont eu lieu à différents moments et dans différents endroits, ce qui explique pourquoi les chercheurs se concentrent sur ce processus qui peut aider à expliquer l’innovation et la créativité culturelles.

La base de cette compréhension est la distinction entre MSA et LSA.

Le Dr Jimbob Blinkhorn est un archéologue du groupe de recherche sur l’évolution africaine, de l’Institut Max Planck pour la science de l’histoire humaine et du Centre de recherche sur le quaternaire, du département de géographie, de la Royal Holloway.

« L’Afrique de l’Est est une région clé pour examiner ce changement culturel majeur, non seulement parce qu’elle abrite certains des plus jeunes sites MSA et certains des plus anciens sites LSA, mais aussi parce qu’un grand nombre de sites bien fouillés et datés la rendent idéale pour la recherche utilisant des méthodes quantitatives », déclare le Dr Blinkhorn. « Cela nous a permis de rassembler une base de données importante de modèles de changement dans la production et l’utilisation d’outils de pierre, s’étalant de 130 000 à 12 000 ans avant notre ère, pour examiner la transition MSA-LSA. »

Réseaux de neurones artificiels (ANN)

L’étude est basée sur 16 types d’outils alternatifs à travers 92 assemblages d’outils de pierre, avec un accent sur leur présence ou leur absence. L’étude met l’accent sur les constellations de formes d’outils qui se produisent souvent ensemble plutôt que sur chaque outil individuel.

Le Dr Matt Grove est un archéologue à l’Université de Liverpool.

« Nous avons employé une approche de réseau de neurones artificiels (ANN) pour former et tester des modèles qui distinguent les assemblages LSA des assemblages MSA, ainsi que pour examiner les différences chronologiques entre les assemblages MSA plus anciens (130-71 000 ans avant notre ère) et les assemblages MSA plus récents (71-28 000 ans avant notre ère) avec un taux de réussite de 94 % », déclare le Dr Grove.

Les réseaux de neurones artificiels (ANN) imitent certaines fonctionnalités de traitement de l’information du cerveau humain, et la puissance de traitement dépend fortement de l’action de nombreuses unités simples agissant ensemble.

« Les ANN ont parfois été décrits comme une approche de « boîte noire », car même lorsqu’ils sont très réussis, il n’est pas toujours clair pourquoi », déclare Grove. « Nous avons employé une approche de simulation qui ouvre cette boîte noire pour comprendre quels entrées ont un impact significatif sur les résultats. Cela nous a permis d’identifier comment les modèles de composition des assemblages d’outils de pierre varient entre MSA et LSA, et nous espérons que cela démontre comment de telles méthodes peuvent être utilisées plus largement dans la recherche archéologique à l’avenir. »

« Les résultats de notre étude montrent que les assemblages MSA et LSA peuvent être distingués sur la base de la constellation de types d’artefacts trouvés dans un assemblage seul », déclare Blinkhorn. « La co-occurrence de pièces à dos, de lames et de technologies bipolaires, ainsi que l’absence combinée d’outils de cœur, de technologie de lame de Levallois, de technologie de pointe et de racloirs, identifient de manière robuste les assemblages LSA, avec le modèle inverse identifiant les assemblages MSA. De manière significative, cela fournit un soutien quantifié aux différences typologiques qualitatives notées par les chercheurs précédents qui constatent que des changements typologiques clés se produisent avec cette transition culturelle. »

L’équipe va maintenant utiliser la méthode nouvellement développée pour examiner plus en détail le changement culturel dans l’âge de la pierre africain.

« L’approche que nous avons employée offre un outil puissant pour examiner les catégories que nous utilisons pour décrire l’enregistrement archéologique et pour nous aider à examiner et à expliquer le changement culturel parmi nos ancêtres », déclare Blinkhorn.