ニューラルネットワークにより、歴史上のさまざまなポイントを識別しやすくなる

人工知能（AI）の潜在能力について扱われる分野の1つは、歴史、人類学、考古学、その他の関連分野での応用です。この点について、新しい研究が、機械学習を用いて、考古学者が中石器時代（MSA）と後石器時代（LSA）の2つの主要な時代を区別できることを示しています。

この区別は、学術界や考古学者がすでに確立しているように思えるかもしれませんが、実際はそうではありません。多くの場合、MSAとLSAを区別することは容易ではありません。

MSAとLSA

約30万年前、初期のホモ・サピエンスの化石と同時に、初期のMSAツールキットが登場しました。これらのツールキットは、約3万年前まで使用され続けました。約6万7千年前、石器製造技術に大きな変化が起こり、結果としてLSAツールキットが生まれました。

LSAツールキットは、近い過去にも使用され続けていました。MSAからLSAへの移行は、線形的なプロセスではなかったことが明らかになっています。変化は、異なる時期に異なる場所で起こりました。これが、研究者が文化的革新と創造性を説明するのに役立つプロセスに焦点を当てている理由です。

この理解の基盤は、MSAとLSAの区別にあります。

ジムボブ・ブリンクホーン博士は、パン・アフリカ進化研究グループ、人類史科学マックス・プランク研究所、ロイヤル・ホロウェイ地理学部クォータナリー研究センターの考古学者です。

「東アフリカは、この大きな文化的変化を調査するための重要な地域です。東アフリカは、最も若いMSA遺跡と最も古いLSA遺跡の両方を抱えており、また、多数の発掘・年代測定された遺跡があるため、量的方法を用いた研究に適しています」とブリンクホーン博士は述べています。 「これにより、13万年前から1万2千年前までの間、石器製造と使用の変化するパターンに関する大規模なデータベースをまとめることができ、MSA-LSA移行を調査することができました」。

人工ニューラルネットワーク（ANN）

この研究は、92の石器集合体にわたる16の代替ツールタイプに焦点を当て、存在または不存在を強調しています。研究では、各ツール個々ではなく、ツール形態の集合がしばしば一緒に出現することを強調しています。

マット・グローブ博士は、リバプール大学の考古学者です。

「LSA集合体とMSA集合体を区別し、また、古い（13万年前～7万1千年前）と若い（7万1千年前～2万8千年前）MSA集合体の年代的な違いを調べるために、人工ニューラルネットワーク（ANN）アプローチを採用しました。94％の成功率でモデルをトレーニングし、テストしました」とグローブ博士は述べています。

人工ニューラルネットワーク（ANN）は、人間の脳の特定の情報処理機能を模倣し、処理能力は、多くの単純なユニットが協調して作用することによって大幅に増強されます。

「ANNは、時々『ブラックボックス』アプローチと呼ばれます。なぜなら、ANNが非常に成功している場合でも、必ずしもその理由が明確ではないからです」とグローブ博士は述べています。 「私たちは、ブラックボックスを開けるシミュレーション・アプローチを採用しました。どの入力が結果に重大な影響を与えるかを理解するために。こうすることで、MSAとLSAの間で、石器集合体の構成パターンがどのように異なるかを特定できました。将来的に、こうした方法が考古学研究においてより広く利用されることを期待しています」。

「研究結果は、MSAとLSAの集合体を、集合体内で見られる遺物タイプの集合によって区別できることを示しています。背負い付けたピース、刃物、双極技術が一緒に出現し、コアツール、ルヴァロア・フレーク技術、尖頭工具、スクレイパーが一緒に欠けているパターンは、LSA集合体を強固に識別します。逆のパターンはMSA集合体を識別します。重要な点は、これが従来の研究者によって指摘されたタイプ論的変化がこの文化的転換で実際に発生することを量的に裏付けるものです」とブリンクホーン博士は述べています。

チームは、新しく開発された方法を用いて、アフリカの石器時代における文化的変化をさらに調査します。

「私たちが採用したアプローチは、考古学的記録を説明するために使用するカテゴリを調査し、先祖たちの文化的変化を説明するのに役立つ強力なツールキットを提供します」とブリンクホーン博士は述べています。