एआई मॉडल और प्लेटफ़ॉर्म

न्यूरल नेटवर्क इतिहास में विभिन्न बिंदुओं की पहचान करना आसान बनाता है

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

एक क्षेत्र जो कृत्रिम बुद्धिमत्ता (एआई) की संभावना के संदर्भ में बहुत अधिक कवर नहीं किया गया है, वह यह है कि इसे इतिहास, मानव विज्ञान, पुरातत्व और अन्य समान क्षेत्रों में कैसे उपयोग किया जा सकता है। यह नई अनुसंधान द्वारा प्रदर्शित किया जा रहा है जो दिखाता है कि मशीन लर्निंग पुरातत्वविदों के लिए एक उपकरण के रूप में कैसे काम कर सकता है ताकि वे दो प्रमुख अवधियों के बीच अंतर कर सकें: मध्य पत्थर युग (एमएसए) और बाद का पत्थर युग (एलएसए)।

यह अंतर ऐसा लगता है कि अकादमिक और पुरातत्वविदों ने पहले से ही स्थापित किया है, लेकिन यह दूर की बात है। कई मामलों में, दोनों के बीच अंतर करना आसान नहीं है।

एमएसए और एलएसए

लगभग 300 हजार साल पहले, एमएसए टूलकिट पहली बार होमो सेपियन्स के सबसे पुराने जीवाश्म के साथ दिखाई दिए। उन्हीं टूलकिट का उपयोग लगभग 30 हजार साल तक किया गया था। 67 हजार साल पहले एक बड़ा व्यवहार परिवर्तन हुआ जब पत्थर के औजार उत्पादन में परिवर्तन हुआ, और परिणामस्वरूप टूलकिट एलएसए थे।

एलएसए टूलकिट हाल के अतीत में अभी भी उपयोग किए जा रहे थे, और अब यह स्पष्ट हो रहा है कि एमएसए से एलएसए में परिवर्तन एक रैखिक प्रक्रिया नहीं थी। परिवर्तन विभिन्न समय और स्थानों पर हुए, जो इस प्रक्रिया को समझने के लिए शोधकर्ताओं को इतना ध्यान केंद्रित करने का कारण बनता है जो सांस्कृतिक नवाचार और रचनात्मकता की व्याख्या करने में मदद कर सकता है।

इस समझ का आधार एमएसए और एलएसए के बीच अंतर है।

डॉ जिमबॉब ब्लिंकहॉर्न पैन अफ्रीकन इवोल्यूशन रिसर्च ग्रुप, मैक्स प्लैंक इंस्टीट्यूट फॉर द साइंस ऑफ ह्यूमन हिस्ट्री और सेंटर फॉर क्वाटरनरी रिसर्च, डिपार्टमेंट ऑफ जियोग्राफी, रॉयल होलोवे से एक पुरातत्वविद् हैं।

“पूर्वी अफ्रीका इस बड़े सांस्कृतिक परिवर्तन की जांच के लिए एक महत्वपूर्ण क्षेत्र है, न केवल इसलिए कि यह सबसे कम उम्र के एमएसए साइट्स और सबसे पुराने एलएसए साइट्स का घर है, बल्कि इसलिए भी कि एक बड़ी संख्या में अच्छी तरह से खुदाई की गई और तारीख वाली साइटें इसे अनुसंधान के लिए उपयुक्त बनाती हैं जो गुणात्मक विधियों का उपयोग करती हैं,” डॉ ब्लिंकहॉर्न कहते हैं। “इसने हमें 130 से 12 हजार साल पहले की अवधि में पत्थर के औजार उत्पादन और उपयोग में परिवर्तन के पैटर्न का एक बड़ा डेटाबेस एकत्र करने की अनुमति दी, एमएसए-एलएसए संक्रमण की जांच के लिए।”

आर्टिफिशियल न्यूरल नेटवर्क (एएनएन)

अध्ययन 92 पत्थर के औजार संग्रह में 16 विभिन्न प्रकार के औजारों पर केंद्रित है, जिसमें उनकी उपस्थिति या अनुपस्थिति पर जोर दिया गया है। अध्ययन व्यक्तिगत औजार के बजाय अक्सर एक साथ होने वाले औजार रूपों के समूहों पर जोर देता है।

डॉ मैट ग्रोव लिवरपूल विश्वविद्यालय में एक पुरातत्वविद् हैं।

“हमने एलएसए संग्रहों को एमएसए संग्रहों से अलग करने और 94% की सफलता दर के साथ एमएसए संग्रहों (130-71 हजार साल पहले) और युवा एमएसए संग्रहों (71-28 हजार साल पहले) के बीच समय के अंतर की जांच के लिए मॉडल को प्रशिक्षित और परीक्षण करने के लिए एक आर्टिफिशियल न्यूरल नेटवर्क (एएनएन) दृष्टिकोण का उपयोग किया है,” डॉ ग्रोव कहते हैं।

आर्टिफिशियल न्यूरल नेटवर्क (एएनएन) मानव मस्तिष्क की कुछ जानकारी संसाधित करने वाली विशेषताओं की नकल करते हैं, और प्रसंस्करण शक्ति कई सरल इकाइयों के साथ मिलकर काम करने पर बहुत अधिक निर्भर करती है।

“एएनएन को कभी-कभी एक ‘ब्लैक बॉक्स’ दृष्टिकोण के रूप में वर्णित किया जाता है, क्योंकि जब वे बहुत सफल होते हैं, तो यह हमेशा स्पष्ट नहीं होता है कि क्यों,” ग्रोव कहते हैं। “हमने एक सिमुलेशन दृष्टिकोण का उपयोग किया जो इस ब्लैक बॉक्स को खोलता है ताकि यह समझा जा सके कि कौन से इनपुट परिणामों पर महत्वपूर्ण प्रभाव डालते हैं। यह हमें यह समझने में सक्षम बनाता है कि एमएसए और एलएसए के बीच पत्थर के औजार संग्रह की संरचना के पैटर्न कैसे भिन्न होते हैं, और हमें उम्मीद है कि यह दिखाता है कि भविष्य में पुरातात्विक अनुसंधान में ऐसे तरीकों का अधिक व्यापक रूप से उपयोग कैसे किया जा सकता है।”

“हमारे अध्ययन के परिणाम यह दिखाते हैं कि एमएसए और एलएसए संग्रह एक संग्रह में पाए जाने वाले कलाकृतियों के प्रकार के समूह के आधार पर अलग किए जा सकते हैं,” ब्लिंकहॉर्न कहते हैं। “बैक्ड पीस, ब्लेड और बाइपोलर प्रौद्योगिकियों के संयुक्त उद्भव के साथ-साथ कोर टूल, लेवाल्लोस फ्लेक प्रौद्योगिकी, पॉइंट प्रौद्योगिकी और स्क्रेपर्स की संयुक्त अनुपस्थिति एलएसए संग्रहों की पहचान करने के लिए मजबूती से एलएसए संग्रहों की पहचान करती है, जबकि विपरीत पैटर्न एमएसए संग्रहों की पहचान करता है। महत्वपूर्ण रूप से, यह पहले के शोधकर्ताओं द्वारा उल्लिखित योग्यतम अंतरों के लिए गुणात्मक अंतरों को मात्रात्मक समर्थन प्रदान करता है जो इस सांस्कृतिक परिवर्तन के साथ होते हैं। “

टीम अब अफ्रीकी पत्थर युग में सांस्कृतिक परिवर्तन की जांच के लिए विकसित नए तरीके का उपयोग करेगी।

“हमने जिस दृष्टिकोण का उपयोग किया है, वह एक शक्तिशाली टूलकिट प्रदान करता है जो हमें पुरातात्विक रिकॉर्ड का वर्णन करने के लिए जिन श्रेणियों का उपयोग करते हैं और हमारे पूर्वजों के बीच सांस्कृतिक परिवर्तन की जांच और व्याख्या करने में हमारी मदद करने के लिए,” ब्लिंकहॉर्न कहते हैं।

एलेक्स मैकफारलैंड एक एआई पत्रकार और लेखक हैं जो कृत्रिम बुद्धिमत्ता में नवीनतम विकासों का अन्वेषण कर रहे हैं। उन्होंने विश्वभर के कई एआई स्टार्टअप्स और प्रकाशनों के साथ सहयोग किया है।