Kecerdasan Buatan Dramatis Mengubah Arkeologi, Menemukan Situs dan Artefak Baru

Kecerdasan buatan digunakan untuk membantu arkeolog menemukan situs penggalian baru dan membuat penemuan baru, sehingga meningkatkan kecepatan penelitian arkeologi. Seperti yang dilaporkan oleh SingularityHub, kecerdasan buatan dan algoritma penglihatan komputer digunakan untuk menganalisis data gambar satelit dan mengotomatisasi proses deteksi situs arkeologi yang mungkin ada di dalamnya.

Berkat penyebaran data gambar udara yang dikumpulkan oleh satelit, pesawat, dan drone, arkeolog dapat memeriksa area Bumi untuk situs arkeologi yang mungkin ada tanpa harus mengunjungi area tersebut secara langsung. Namun, menganalisis ribuan gambar lanskap secara manual dapat menjadi tugas yang memakan waktu dan membosankan. Algoritma kecerdasan buatan dapat mengotomatisasi proses ini, membuatnya lebih cepat dan efisien.

Sebagaimana dijelaskan kepada SingularityHub oleh kandidat PhD di Departemen Antropologi Universitas Penn State, Dylan Davis, disiplin arkeologi telah meningkatkan penggunaan kecerdasan buatan secara dramatis selama beberapa tahun terakhir. Penggunaan kecerdasan buatan oleh arkeolog telah menghasilkan beberapa penemuan baru yang menarik dalam beberapa tahun terakhir. Ini termasuk penemuan pemukiman sejarah di Madagaskar dan gundukan tanah yang dibuat oleh populasi Amerika Utara prasejarah. Davis sendiri mengembangkan algoritma prediktif yang dapat menemukan situs-situs tersebut.

Sistem kecerdasan buatan menggunakan berbagai teknik untuk membedakan struktur dan objek yang mungkin menarik bagi arkeolog. Algoritma kecerdasan buatan yang dirancang oleh Davis menggunakan LiDAR, menghasilkan denyut cahaya yang diinterpretasikan oleh kecerdasan buatan untuk menghasilkan peta daerah geografis. Denyut LiDAR membuat peta lantai hutan yang berisi informasi tentang tekstur, ukuran, bentuk, dan kemiringan lantai. Kecerdasan buatan dilatih pada data ini untuk memungkinkan mengenali situs potensial yang menarik. Menurut Davis, otomatisasi ini menyelamatkan dirinya dan rekan-rekannya dari beberapa tahun kerja. Seperti yang dijelaskan oleh Davis, model kecerdasan buatan membantu tim penelitiannya menemukan situs arkeologi di Madagaskar. Selama setahun, kecerdasan buatan dapat mengidentifikasi lebih dari 70 situs yang dikonfirmasi di area seluas lebih dari 1000 kilometer persegi.

Arkeolog terus mencari cara baru untuk meningkatkan kecepatan pengidentifikasian situs arkeologi. Banyak penemuan arkeologi potensial terancam dengan penghancuran karena kenaikan permukaan laut dan dampak perubahan iklim lainnya, deforestasi, konstruksi, atau kegiatan manusia lainnya. Metode tradisional yang digunakan arkeolog untuk menemukan situs potensial dapat memakan waktu berbulan-bulan atau bertahun-tahun. Ini adalah salah satu alasan utama mengapa pembelajaran mesin berguna untuk penelitian arkeologi, menurut Davis.

Model kecerdasan buatan yang dikembangkan untuk meningkatkan penelitian arkeologi memiliki aplikasi di luar mempelajari lebih lanjut tentang budaya dan sejarah peradaban kuno. Mempelajari teknik yang digunakan oleh peradaban sejarah dapat membantu pemerintah modern menghadapi tantangan lama seperti pengelolaan sumber daya air. Misalnya, peneliti dari Institut Català d’Arqueologia Clàssica (ICAC) menggunakan model kecerdasan buatan untuk merekonstruksi fitur ribuan mil paleo-sungai di seluruh India dan Pakistan modern. Dataset yang dihasilkan model ini dapat membantu pemerintah menemukan cara cerdas untuk menggunakan sumber daya air.

Di luar kasus penggunaan yang disebutkan sebelumnya, kecerdasan buatan dapat meningkatkan penelitian arkeolog dalam berbagai cara. Teknik kecerdasan buatan digunakan untuk membantu peneliti menentukan struktur kimia keramik, tembikar, dan artefak lainnya. Dengan menganalisis komponen kimia suatu artefak, peneliti dapat mendapatkan gambaran yang lebih baik tentang asal bahan yang digunakan untuk membuat artefak tersebut. Ahli antropologi linguistik baru-baru ini menggunakan teknik pembelajaran mesin untuk memodelkan bagaimana berbagai bahasa mungkin muncul di berbagai bagian dunia, dan tahun lalu prasekolah pada artefak Yunani yang rusak dibuat kembali dengan bantuan jaringan saraf dalam yang dikembangkan oleh Google DeepMind. Tahun lalu, lebih dari 65 makalah arkeologi diterbitkan yang menggunakan pembelajaran mesin dalam beberapa cara, dan jumlah tersebut kemungkinan akan terus bertambah di masa depan.