आर्टिफ़िशियल इंटेलिजेंस पुरातत्व में नाटकीय रूप से परिवर्तन ला रहा है, नए स्थलों और कलाकृतियों की खोज कर रहा है

आर्टिफ़िशियल इंटेलिजेंस का उपयोग पुरातत्वविदों को नए खुदाई स्थलों और नए अवशेषों की खोज में मदद करने के लिए किया जा रहा है, जिससे पुरातात्विक अनुसंधान की गति में काफी वृद्धि हो रही है। जैसा कि सिंगुलैरिटी हब ने बताया, आर्टिफ़िशियल इंटेलिजेंस और कंप्यूटर विज़न एल्गोरिदम का उपयोग उपग्रह इमेज डेटा का विश्लेषण करने और उनमें संभावित पुरातात्विक स्थलों का पता लगाने की प्रक्रिया को स्वचालित करने के लिए किया जा रहा है।

उपग्रहों, विमानों और ड्रोन द्वारा एकत्र किए गए हवाई इमेज डेटा के प्रसार के कारण, पुरातत्वविदों को बिना उस क्षेत्र का दौरा किए पृथ्वी के क्षेत्रों की जांच करने में सक्षम हो सकते हैं कि क्या संभावित पुरातात्विक स्थल हो सकते हैं। हालांकि, हजारों भूदृश्य चित्रों का मैनुअल विश्लेषण एक समय लेने वाला और उबाऊ काम हो सकता है। आर्टिफ़िशियल इंटेलिजेंस एल्गोरिदम इस प्रक्रिया को स्वचालित कर सकते हैं, जिससे यह बहुत तेज और अधिक कुशल हो जाता है।

जैसा कि सिंगुलैरिटी हब को पेन स्टेट यूनिवर्सिटी के मानव विज्ञान विभाग में पीएचडी उम्मीदवार डायलन डेविस ने बताया, पुरातत्व का क्षेत्र पिछले कुछ वर्षों में एआई का उपयोग नाटकीय रूप से बढ़ा रहा है। पुरातत्वविदों द्वारा एआई का उपयोग कुछ रोमांचक नए खोजों में परिणत हुआ है। इसमें मेडागास्कर में ऐतिहासिक बस्तियों और पूर्व-ऐतिहासिक उत्तरी अमेरिकी आबादी द्वारा बनाए गए मिट्टी के टीलों की खोज शामिल है। डेविस ने स्वयं उन भविष्यसूचक एल्गोरिदम को विकसित किया जो इन स्थलों का पता लगाने में सक्षम थे।

एआई सिस्टम पुरातत्वविदों के लिए संभावित रूप से रोचक संरचनाओं और वस्तुओं को पहचानने के लिए विभिन्न तकनीकों का उपयोग करते हैं। डेविस द्वारा डिज़ाइन किया गया एआई एल्गोरिदम लिडार का उपयोग करता है, जो प्रकाश के पल्स को उत्पन्न करता है जो एआई द्वारा भौगोलिक क्षेत्रों के नक्शे बनाने के लिए व्याख्या की जाती है। लिडार पल्सों ने वन के फर्श के बारे में जानकारी के साथ नक्शे बनाए, जिसमें फर्श की बनावट, आकार, आकृति और ढलान शामिल थे। एआई को इस डेटा पर प्रशिक्षित किया गया ताकि यह संभावित स्थलों को पहचानने में सक्षम हो सके। डेविस के अनुसार, स्वचालन ने उन्हें और उनके सहयोगियों को कई वर्षों का काम बचाया। जैसा कि डेविस ने समझाया, एआई मॉडल उनकी अनुसंधान टीम को मेडागास्कर में पुरातात्विक स्थलों का पता लगाने में मदद करने में सक्षम था। एक वर्ष के दौरान, एआई ने 1000 वर्ग किलोमीटर से अधिक क्षेत्र में 70 से अधिक पुष्टि किए गए स्थलों की पहचान की।

पुरातत्वविदों को नए तरीकों की तलाश है जिससे वे पुरातात्विक स्थलों की पहचान की गति को बढ़ा सकें। कई संभावित पुरातात्विक खोजों को समुद्र के स्तर में वृद्धि, जलवायु परिवर्तन के अन्य प्रभावों, वनस्पति विनाश, निर्माण, या मानव गतिविधियों के कारण विनाश का खतरा है। पुरातत्वविदों द्वारा उपयोग की जाने वाली पारंपरिक विधियों से संभावित स्थलों का पता लगाने में महीनों या वर्षों का समय लग सकता है। यह एक मुख्य कारण है कि मशीन लर्निंग पुरातात्विक अनुसंधान के लिए उपयोगी है, डेविस के अनुसार।

पुरातात्विक अनुसंधान को बढ़ाने के लिए विकसित एआई मॉडल के पुरातत्व के बाहर भी अनुप्रयोग हैं। ऐतिहासिक सभ्यताओं की संस्कृति और इतिहास के बारे में अधिक जानने के अलावा, प्राचीन सभ्यताओं द्वारा उपयोग की जाने वाली तकनीकों का अध्ययन करने से आधुनिक सरकारों को लंबे समय से चली आ रही चुनौतियों जैसे जल संसाधन प्रबंधन से निपटने में मदद मिल सकती है। उदाहरण के लिए, इंस्टीट्यूट कैटाला डी’अर्केओलॉजिया क्लासिका (आईसीएसी) के शोधकर्ताओं ने एक एआई मॉडल का उपयोग आधुनिक भारत और पाकिस्तान में हजारों मील की पैलियो-नदियों की विशेषताओं को पुनर्निर्माण करने के लिए किया। मॉडल द्वारा बनाए गए डेटासेट से सरकारों को जल संसाधनों का उपयोग करने के स्मार्ट तरीके खोजने में मदद मिल सकती है।

उपरोक्त उपयोग के मामलों के अलावा, एआई पुरातत्वविदों के शोध को विभिन्न तरीकों से बढ़ा सकता है। एआई तकनीकों का उपयोग शोधकर्ताओं को मिट्टी के बर्तन, मिट्टी के पात्र और अन्य कलाकृतियों के रासायनिक संरचना का पता लगाने में मदद करने के लिए किया जा रहा है। एक कलाकृति के रासायनिक घटकों का विश्लेषण करके, शोधकर्ता उन सामग्रियों के बारे में बेहतर विचार प्राप्त कर सकते हैं जो कलाकृतियों को बनाने के लिए उपयोग की जाती हैं। भाषाई मानवविज्ञानी हाल ही में मशीन लर्निंग तकनीकों का उपयोग विभिन्न भाषाओं को मॉडल करने के लिए किया है जो दुनिया के विभिन्न हिस्सों में कैसे उत्पन्न हो सकती हैं, और पिछले साल शिलालेख को क्षतिग्रस्त ग्रीक कलाकृतियों पर पुनर्निर्मित किया गया था जो गूगल डीपमाइंड द्वारा विकसित एक गहरे तंत्रिका नेटवर्क की मदद से किया गया था। पिछले साल 65 से अधिक पुरातात्विक पत्र प्रकाशित हुए जिन्होंने किसी न किसी तरीके से मशीन लर्निंग का उपयोग किया, और यह संख्या भविष्य में बढ़ने की संभावना है।