Modelli e piattaforme di IA

La Rete Neurale Rende Più Facile Identificare Punti Diversi nella Storia

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Un’area che non è coperta molto in termini di potenziale di intelligenza artificiale (AI) è come può essere utilizzata nella storia, antropologia, archeologia e altri campi simili. Ciò è dimostrato da nuove ricerche che mostrano come l’apprendimento automatico possa agire come strumento per gli archeologi per differenziare tra due periodi principali: l’Età della Pietra Media (MSA) e l’Età della Pietra Tarda (LSA).

Questa differenziazione può sembrare qualcosa che l’accademia e gli archeologi hanno già stabilito, ma non è affatto il caso. In molti casi, non è facile distinguere tra i due.

MSA e LSA

Circa 300.000 anni fa, i primi kit di strumenti MSA apparvero nello stesso periodo dei primi fossili di Homo Sapiens. Gli stessi kit di strumenti furono utilizzati fino a circa 30.000 anni fa. Un importante cambiamento comportamentale si verificò intorno a 67.000 anni fa, quando ci furono cambiamenti nella produzione di strumenti di pietra e i kit di strumenti risultanti erano LSA.

I kit di strumenti LSA sono stati utilizzati nel recente passato e ora è chiaro che il passaggio da MSA a LSA non è stato affatto un processo lineare. I cambiamenti si sono verificati in momenti diversi e in luoghi diversi, ed è per questo che i ricercatori si concentrano su questo processo che può aiutare a spiegare l’innovazione e la creatività culturale.

La base di questa comprensione è la differenziazione tra MSA e LSA.

Il dottor Jimbob Blinkhorn è un archeologo del Pan African Evolution Research Group, Max Planck Institute for the Science of Human History e del Centre for Quaternary Research, Department of Geography, Royal Holloway.

“L’Africa orientale è una regione chiave per esaminare questo importante cambiamento culturale, non solo perché ospita alcuni dei siti MSA più giovani e alcuni dei siti LSA più antichi, ma anche perché un gran numero di siti ben scavati e datati la rende ideale per la ricerca utilizzando metodi quantitativi”, dice il dottor Blinkhorn. “Ciò ci ha permesso di raccogliere un database sostanziale di modelli di cambiamento nella produzione e nell’uso di strumenti di pietra, che copre un periodo di 130.000 a 12.000 anni fa, per esaminare la transizione da MSA a LSA.”

Reti Neurali Artificiali (ANN)

Lo studio si basa su 16 tipi di strumenti alternativi in 92 assemblaggi di strumenti di pietra, con un focus sulla loro presenza o assenza. Lo studio enfatizza le costellazioni di forme di strumenti che spesso si verificano insieme piuttosto che ciascun strumento individuale.

Il dottor Matt Grove è un archeologo dell’Università di Liverpool.

“Abbiamo utilizzato un approccio di Reti Neurali Artificiali (ANN) per addestrare e testare modelli che differenziano assemblaggi LSA da assemblaggi MSA, nonché esaminare le differenze cronologiche tra assemblaggi MSA più antichi (130.000-71.000 anni fa) e più recenti (71.000-28.000 anni fa) con un tasso di successo del 94%”, dice il dottor Grove.

Le Reti Neurali Artificiali (ANN) mimano alcune caratteristiche di elaborazione dell’informazione del cervello umano e la potenza di elaborazione dipende fortemente dall’azione di molte unità semplici che agiscono insieme.

“Le ANN sono state descritte come un approccio di ‘scatola nera’, poiché anche quando sono molto efficaci, potrebbe non essere sempre chiaro esattamente perché”, dice Grove. “Abbiamo utilizzato un approccio di simulazione che apre questa scatola nera per capire quali input hanno un impatto significativo sui risultati. Ciò ci ha permesso di identificare come i modelli di composizione degli assemblaggi di strumenti di pietra variano tra MSA e LSA e speriamo che ciò dimostri come tali metodi possano essere utilizzati più ampiamente nella ricerca archeologica nel futuro.”

“I risultati del nostro studio mostrano che gli assemblaggi MSA e LSA possono essere differenziati in base alla costellazione di tipi di manufatti trovati all’interno di un assemblaggio solo”, dice Blinkhorn. “La comparsa congiunta di pezzi con dorso, lame e tecnologie bipolari insieme all’assenza congiunta di strumenti da nucleo, tecnologia a schegge di Levallois, tecnologia a punta e raschiatori identifica in modo robusto gli assemblaggi LSA, con il modello opposto che identifica gli assemblaggi MSA. Ciò fornisce un supporto quantificato alle differenze qualitative annotate da ricercatori precedenti che i cambiamenti tipologici chiave si verificano con questa transizione culturale.”

Il team utilizzerà ora il metodo appena sviluppato per esaminare ulteriormente il cambiamento culturale nell’Età della Pietra africana.

“L’approccio che abbiamo adottato offre un potente set di strumenti per esaminare le categorie che utilizziamo per descrivere il registro archeologico e per aiutarci a esaminare e spiegare il cambiamento culturale tra i nostri antenati”, dice Blinkhorn.

Alex McFarland è un giornalista e scrittore di intelligenza artificiale che esplora gli ultimi sviluppi nel campo dell'intelligenza artificiale. Ha collaborato con numerose startup di intelligenza artificiale e pubblicazioni in tutto il mondo.