האינטליגנציה המלאכותית משנה באופן דרמטי את הארכאולוגיה, מגלה אתרים וחפצים חדשים

האינטליגנציה המלאכותית מועסקת כדי לעזור לארכאולוגים למצוא אתרי חפירה חדשים ולעשות גילויים חדשים, מה שמגדיל באופן משמעותי את קצב המחקר הארכאולוגי. כפי שSingularityHub דיווח, אלגוריתמים של אינטליגנציה מלאכותית וראייה ממוחשבת משמשים כדי לנתח נתוני תמונות לוויין ולאוטומט את התהליך של גילוי אתרים ארכאולוגיים אפשריים בהם.

בזכות התפוצה של נתוני תמונות אוויריים שנאספו על ידי לוויינים, מטוסים ורחפנים, ארכאולוגים יכולים לבדוק אזורים בכדור הארץ לאתרים ארכאולוגיים אפשריים בלי לבקר באזור עצמו. אולם, ניתוח ידני של אלפי תמונות של נוף יכול להיות משימה מייגעת וממושכת. אלגוריתמים של אינטליגנציה מלאכותית יכולים לאוטומט את התהליך, מה שהופך אותו למהיר ויעיל יותר.

כפי שהוסבר ל-SingularityHub על ידי המועמד לדוקטורט במחלקה לאנתרופולוגיה של אוניברסיטת פנסילבניה, דילן דייוויס, תחום הארכאולוגיה הואץ באופן דרמטי את השימוש באינטליגנציה מלאכותית במהלך השנים האחרונות. השימוש באינטליגנציה מלאכותית על ידי ארכאולוגים הוביל למספר גילויים חדשים ומרגשים בשנים האחרונות. זה כולל את גילוי היישובים ההיסטוריים במדגסקר ותלי האדמה שנוצרו על ידי אוכלוסיות פרה-היסטוריות בצפון אמריקה. דייוויס עצמו פיתח את האלגוריתמים החיזויים שהצליחו לאתר את האתרים האלה.

מערכות אינטליגנציה מלאכותית משתמשות במגוון טכניקות כדי להבדיל בין מבנים ואובייקטים שעשויים להיות מעניינים לארכאולוגים. האלגוריתם של דייוויס השתמש ב-LiDAR, שיוצר פולסים של אור שמפורשים על ידי האינטליגנציה המלאכותית כדי ליצור מפות של אזורים גאוגרפיים. פולסי LiDAR יצרו מפות של קרקעית היער המכילות מידע בנוגע לטקסטורה, גודל, צורה ושיפוע של הקרקע. האינטליגנציה המלאכותית הוכשרה על נתונים אלה כדי לאפשר לה לזהות אתרים פוטנציאליים. על פי דייוויס, האוטומציה חסכה לו ולעמיתיו לעבודה מספר שנים. כפי שדייוויס הסביר, המודל האינטליגנציה מלאכותית עזר לצוות המחקר שלו למצוא אתרים ארכאולוגיים במדגסקר. במהלך שנה, האינטליגנציה המלאכותית הצליחה לזהות יותר מ-70 אתרים מאומתים ברחבי אזור של יותר מ-1000 קילומטרים רבועים.

ארכאולוגים תמיד מחפשים דרכים חדשות לשפר את המהירות בה אתרים ארכאולוגיים מזוהים. הרבה מהממצאים הארכאולוגיים הפוטנציאליים מאוימים על ידי הרס בגלל עליית גובה פני הים והשפעות שינוי אקלים אחרות, כריתת יערות, בנייה או פעילויות אנושיות אחרות. השיטות המסורתיות שארכאולוגים משתמשים בהן כדי למצוא אתרים פוטנציאליים יכולות לקחת חודשים או שנים. זה אחד הסיבות העיקריות שלמידת מכונה שימושית למחקר ארכאולוגי, על פי דייוויס.

המודלים של אינטליגנציה מלאכותית שפותחו כדי לשפר את המחקר הארכאולוגי הם בעלי יישומים מעבר ללמידה יותר על התרבות וההיסטוריה של ציוויליזציות עתיקות. לימוד הטכניקות ששימשו ציוויליזציות היסטוריות יכול לעזור לממשלות מודרניות להתמודד עם אתגרים ותיקים כגון ניהול משאבי מים. לדוגמה, חוקרים מה-Institut Català d’Arqueologia Clàssica (ICAC) השתמשו במודל אינטליגנציה מלאכותית כדי לשחזר את המאפיינים של אלפי מיילים של נהרות עתיקים ברחבי הודו ופקיסטן המודרניות. סט הנתונים שהמודל הפיק יכול לעזור לממשלות לגלות דרכים חכמות להשתמש במשאבי מים.

מעבר ליישומים הקודמים, אינטליגנציה מלאכותית יכולה לשפר את המחקר של ארכאולוגים במספר דרכים שונות. טכניקות אינטליגנציה מלאכותית משמשות כדי לעזור לחוקרים לקבוע את המבנה הכימי של קרמיקה, חרסינה וחפצים אחרים. על ידי ניתוח הרכיבים הכימיים של חפץ, חוקרים יכולים לקבל רעיונות טובים יותר על מקור החומרים ששימשו ליצור את החפצים. אנתרופולוגים לשוניים השתמשו לאחרונה בטכניקות למידת מכונה כדי למודל איך שפות שונות עשויות להתפתח בחלקים שונים של העולם, ובשנה שעברה כתובות על חפצים יווניים פגומים שוחזרו עם עזרת רשת עצבית עמוקה שפותחה על ידי Google DeepMind. בשנה שעברה פורסמו יותר מ-65 מאמרים ארכאולוגיים שהשתמשו בלמידת מכונה באופן כלשהו, ומספר זה כנראה רק ימשיך לגדול בעתיד.