քոթուկ AI-ն վերլուծում է ԴՆԹ-ն մինչ օրս հնագիտական ​​մնացորդները - Unite.AI
Միացեք մեզ

Արհեստական ​​բանականություն

AI-ն վերլուծում է ԴՆԹ-ն մինչ օրս հնագիտական ​​մնացորդները

Թարմացվել է on

Շվեդիայի Լունդի համալսարանի ղեկավարած միջազգային հետազոտական ​​խումբը մշակել է արհեստական ​​ինտելեկտի (AI) միջոցով ԴՆԹ-ի վերլուծության նոր մեթոդ՝ մինչև տասը հազար տարեկան մարդու մնացորդների ճշգրիտ թվագրման համար:

Նոր հետազոտությունը հրապարակվել է Բջջային հաշվետվությունների մեթոդներ.

Հեղափոխական տվյալների մեթոդներ

Նոր տեխնիկան կարող է օգնել քարտեզագրել, թե ինչպես են մարդիկ գաղթել պատմության ընթացքում, ինչը հաճախ արվում է հնագույն մնացորդների ճշգրիտ թվագրմամբ:

1950-ական թվականներից ի վեր ստանդարտ թվագրման մեթոդը ռադիոածխածնային թվագրումն է: Այս թվագրման մեթոդը հիմնված է երկու տարբեր ածխածնի իզոտոպների հարաբերակցության վրա, և այն հսկայական դեր է խաղացել ժամանակակից հնագիտության մեջ: Այդպիսով, տեխնոլոգիան երբեմն անվստահելի է, երբ խոսքը վերաբերում է ճշգրտությանը, ինչը կարող է դժվարացնել հին մարդկանց քարտեզագրումը և ինչպես են նրանք տեղափոխվել:

Թիմն ասում է, որ թվագրման նոր մեթոդը կարող է մեծապես օգնել հնագետներին և պալեոնտոլոգներին:

Էրան Էլհայկը Լունդի համալսարանի մոլեկուլային բջջային կենսաբանության հետազոտող է:

«Անհուսալի ժամադրությունները մեծ խնդիր են, որոնք հանգեցնում են անորոշ և հակասական արդյունքների: Մեր մեթոդն օգտագործում է արհեստական ​​ինտելեկտ՝ գենոմների ԴՆԹ-ի միջոցով մեծ ճշգրտությամբ թվագրելու համար»,- ասում է Էլհայիկը:

Բնակչության ժամանակավոր կառուցվածքը (TPS)

Նոր մեթոդը կոչվում է ժամանակավոր բնակչության կառուցվածք (TPS), և այն կարող է օգտագործվել մինչև 10,000 տարեկան գենոմների թվագրման համար: Հետազոտության ընթացքում թիմը վերլուծել է մոտ 5,000 մարդու մնացորդներ, որոնք թվագրվում են ուշ մեսոլիթյան շրջանից (մ.թ.ա. 10,000 – 8,000 մ.թ.ա.) մինչև մեր օրերը:

Հետազոտությունը ցույց տվեց, որ ուսումնասիրված բոլոր նմուշները կարող են թվագրվել բարձր ճշգրտությամբ:

«Մենք ցույց ենք տալիս, որ գենետիկական նյութում կոդավորված է մարդկանց ապրած ժամանակաշրջանի մասին տեղեկությունները: Պարզելով, թե ինչպես կարելի է այն մեկնաբանել և տեղավորել այն ժամանակին, մեզ հաջողվեց այն թվագրել AI-ի օգնությամբ»,- շարունակեց Էլհայիկը:

Հետազոտողների խոսքով՝ իրենք ակնկալում են, որ ռադիոածխածնային թվագրման անհրաժեշտություն դեռ կլինի։ TPS-ը կգործի որպես հավելյալ գործիք պալեոաշխարհագրական դաշտում, և այն կարող է օգտագործվել, երբ ռադիոածխածնային թվագրման արդյունքների շուրջ անորոշություն կա: Օրինակ՝ ժամանակակից Չեխիայի Zlatý kůň-ից մարդու գանգի հայտնի գտածոներից մեկը ունի 15,000-ից մինչև 34,000 տարվա վաղեմություն:

«Ռադիոածխածնային թվագրումը կարող է շատ անկայուն լինել և դրա վրա ազդում է հետազոտվող նյութի որակը: Մեր մեթոդը հիմնված է ԴՆԹ-ի վրա, որն այն շատ ամուր է դարձնում: Այժմ մենք կարող ենք լրջորեն սկսել հետագծել հնագույն մարդկանց ծագումը և քարտեզագրել նրանց գաղթի ուղիները», - եզրափակում է Էլհայիկը:

Ալեքս Մաքֆարլանդը արհեստական ​​ինտելեկտի լրագրող և գրող է, ով ուսումնասիրում է արհեստական ​​բանականության վերջին զարգացումները: Նա համագործակցել է արհեստական ​​ինտելեկտի բազմաթիվ ստարտափների և հրատարակությունների հետ ամբողջ աշխարհում: