Jaringan Saraf Buatan Membuatnya Lebih Mudah untuk Mengidentifikasi Poin-Poin Berbeda dalam Sejarah

Salah satu bidang yang tidak banyak dibahas dalam hal potensi kecerdasan buatan (AI) adalah bagaimana AI dapat digunakan dalam sejarah, antropologi, arkeologi, dan bidang-bidang lain yang serupa. Hal ini sedang didemonstrasikan oleh penelitian baru yang menunjukkan bagaimana pembelajaran mesin dapat bertindak sebagai alat untuk arkeolog untuk membedakan antara dua periode utama: Zaman Batu Tengah (MSA) dan Zaman Batu Akhir (LSA).

Pembedaan ini mungkin tampak seperti sesuatu yang sudah mapan dalam akademisi dan arkeolog, tetapi kenyataannya jauh dari itu. Dalam banyak kasus, tidaklah mudah untuk membedakan antara keduanya.

MSA dan LSA

Sekitar 300 ribu tahun yang lalu, alat-alat MSA pertama kali muncul pada saat yang sama dengan fosil-fosil Homo Sapiens awal. Alat-alat tersebut digunakan hingga sekitar 30 ribu tahun yang lalu. Perubahan besar dalam perilaku terjadi sekitar 67 ribu tahun yang lalu ketika terjadi perubahan dalam produksi alat batu, dan alat-alat yang dihasilkan adalah LSA.

Alat-alat LSA masih digunakan dalam masa lalu yang relatif baru, dan sekarang menjadi jelas bahwa peralihan dari MSA ke LSA bukanlah proses yang linear. Perubahan-perubahan tersebut terjadi pada waktu dan tempat yang berbeda, yang menjadikan peneliti sangat fokus pada proses ini yang dapat membantu menjelaskan inovasi dan kreativitas budaya.

Dasar dari pemahaman ini adalah pembedaan antara MSA dan LSA.

Dr. Jimbob Blinkhorn adalah seorang arkeolog dari Pan African Evolution Research Group, Max Planck Institute for the Science of Human History dan Centre for Quaternary Research, Departemen Geografi, Royal Holloway.

“Afrika Timur adalah wilayah kunci untuk mempelajari perubahan budaya besar ini, tidak hanya karena wilayah ini memiliki beberapa situs MSA termuda dan beberapa situs LSA tertua, tetapi juga karena sejumlah besar situs yang digali dan ditanggal dengan baik membuatnya ideal untuk penelitian menggunakan metode kuantitatif,” kata Dr. Blinkhorn. “Hal ini memungkinkan kami untuk mengumpulkan database yang substansial tentang pola perubahan dalam produksi dan penggunaan alat batu, yang mencakup 130 hingga 12 ribu tahun yang lalu, untuk mempelajari transisi MSA-LSA.”

Jaringan Saraf Buatan (ANNs)

Studi ini didasarkan pada 16 jenis alat yang berbeda di seluruh 92 assemblase alat batu, dengan fokus pada kehadiran atau ketiadaan alat-alat tersebut. Studi ini menekankan pada konstelasi bentuk alat yang sering terjadi bersama-sama daripada masing-masing alat secara individu.

Dr. Matt Grove adalah seorang arkeolog di Universitas Liverpool.

“Kami telah menggunakan pendekatan Jaringan Saraf Buatan (ANN) untuk melatih dan menguji model yang membedakan assemblase LSA dari assemblase MSA, serta mempelajari perbedaan kronologis antara assemblase MSA yang lebih tua (130-71 ribu tahun yang lalu) dan assemblase MSA yang lebih muda (71-28 ribu tahun yang lalu) dengan tingkat keberhasilan 94%,” kata Dr. Grove.

Jaringan Saraf Buatan (ANNs) meniru beberapa fitur pemrosesan informasi dari otak manusia, dan kemampuan pemrosesan sangat bergantung pada aksi banyak unit sederhana yang bekerja bersama.

“ANNs kadang-kadang digambarkan sebagai pendekatan ‘black box’, karena bahkan ketika mereka sangat sukses, mungkin tidak selalu jelas mengapa,” kata Grove. “Kami menggunakan pendekatan simulasi yang membuka ‘black box’ ini untuk memahami input mana yang memiliki dampak signifikan pada hasilnya. Hal ini memungkinkan kami untuk mengidentifikasi bagaimana pola komposisi assemblase alat batu bervariasi antara MSA dan LSA, dan kami berharap ini menunjukkan bagaimana metode tersebut dapat digunakan lebih luas dalam penelitian arkeologi di masa depan.”

“Hasil studi kami menunjukkan bahwa assemblase MSA dan LSA dapat dibedakan berdasarkan konstelasi jenis artefak yang ditemukan dalam sebuah assemblase saja,” kata Blinkhorn. “Kehadiran bersama potongan yang didukung, bilah dan teknologi bipolar bersama dengan ketiadaan alat inti, teknologi flake Levallois, teknologi titik dan pengikis secara kuat mengidentifikasi assemblase LSA, dengan pola yang berlawanan mengidentifikasi assemblase MSA. Secara signifikan, ini memberikan dukungan kuantitatif pada perbedaan kualitatif yang dicatat oleh peneliti sebelumnya bahwa perubahan tipologi kunci terjadi dengan transisi budaya ini.”

Tim akan sekarang menggunakan metode yang baru dikembangkan ini untuk lebih mempelajari perubahan budaya dalam Zaman Batu Afrika.

“Pendekatan yang kami gunakan menawarkan toolkit yang kuat untuk mempelajari kategori yang kami gunakan untuk menggambarkan catatan arkeologi dan membantu kami mempelajari dan menjelaskan perubahan budaya di antara leluhur kami,” kata Blinkhorn.