인공지능이 고고학을 극적으로 변화시키고 새로운 유적지와 유물 발견

인공지능은 새로운 발굴 현장을 찾고 새로운 발견을 하는 데 도움을 주기 위해 고고학자들이 사용되고 있습니다. SingularityHub에 따르면, 인공지능과 컴퓨터 비전 알고리즘은 위성 이미지 데이터를 분석하고 아마도 고고학적 유적지인 지역을 자동으로 감지하는 데 사용되고 있습니다.

위성, 비행기, 드론에 의해 수집된 항공 이미지 데이터의 普及으로, 고고학자들은 실제로 현장을 방문하지 않고도 지구의 특정 지역에 가능한 고고학적 유적지가 있는지 확인할 수 있습니다. 그러나 수천 개의 풍경 이미지를 수동으로 분석하는 것은 시간이 걸리고 단조로운 작업일 수 있습니다. 인공지능 알고리즘은 이 과정을 자동화하여 훨씬 더 빠르고 효율적으로 만들 수 있습니다.

Penn State University의 인류학 박사 과정 학생인 Dylan Davis는 SingularityHub에 설명했듯이, 고고학 분야는 최근 몇 년 동안 인공지능의 사용을 크게 확대했습니다. 고고학자들이 인공지능을 사용한 결과 최근 몇 년 동안 새로운 발견이 이루어졌습니다. 이는 마다가스카르의 역사적인 정착지와 선사 시대 북미의 토양 무덤을 포함합니다. Davis 자신이 이러한 유적지를 찾기 위해 예측 알고리즘을 개발했습니다.

인공지능 시스템은 관심을 끌 수 있는 구조물과 객체를 구별하기 위해 다양한 기술을 사용합니다. Davis가 설계한 인공지능 알고리즘은 LiDAR를 사용하여 지리적 지역의 지도を作成했습니다. LiDAR 펄스는 지면의 질감, 크기, 모양, 기울기를 포함한 정보를 제공했습니다. 인공지능은 이 데이터에서 훈련을 받아 관심을 끌 수 있는 잠재적인 유적지를 인식할 수 있었습니다. Davis에 따르면, 자동화는 자신과 그의 동료们에게 수년간의 작업을 절약했습니다. Davis는 인공지능 모델이 마다가스카르의 고고학적 유적지를 찾는 데 도움이 되었으며, 1년 동안 1000제곱킬로미터 이상의 지역에 걸쳐 70개 이상의 확인된 유적지를 식별했다고 설명했습니다.

고고학자들은 새로운 방법으로 고고학적 유적지를 식별하는 속도를 높이기 위해不断으로 노력하고 있습니다. 많은 잠재적인 고고학적 발견은 해수면 상승과 다른 기후 변화의 영향, 삼림 파괴, 건설, 또는 다른 인간 활동으로 인해 파괴될 위험이 있습니다. 고고학자들이 사용하는 전통적인 방법으로 잠재적인 유적지를 찾는 데 몇 개월 또는 몇 년이 걸릴 수 있습니다. 이것이 기계 학습이 고고학적 연구에 유용한 이유 중 하나입니다.

고고학적 연구를 강화하기 위해 개발된 인공지능 모델은 고대 문명에 대한 문화와 역사에 대해 더 많이 배우는 것 외에도 다른 응용 분야가 있습니다. 역사적인 문명이 사용한 기술을 연구하면 현대 정부가 물 자원 관리와 같은 오랜 도전을 해결하는 데 도움이 될 수 있습니다. 예를 들어, Institut Català d’Arqueologia Clàssica (ICAC)의 연구자들은 인도와 파키스탄의 현대 지역에 걸쳐 수천 마일의 고대 강을 재구성하기 위해 인공지능 모델을 사용했습니다. 모델이 생성한 데이터 세트는 정부가 물 자원을 효율적으로 사용하는 방법을 발견하는 데 도움이 될 수 있습니다.

이전의 사용 사례 외에도, 인공지능은 여러 가지 다른 방법으로 고고학자들의 연구를 강화할 수 있습니다. 인공지능 기술은 연구자들이 도자기, 토기, 및 다른 유물의 화학적 구조를 결정하는 데 도움이 됩니다. 유물의 화학적 구성 요소를 분석함으로써, 연구자들은 유물의 재료가 어디에서 왔는지에 대한 더好的 아이디어를 얻을 수 있습니다. 언어 인류학자들은 최근에 기계 학습 기술을 사용하여 다양한 언어가 어떻게 세계의 다른 지역에서 발생했는지 모델링했습니다. 그리고 지난해, 구글 DeepMind가 개발한 심층 신경망의 도움으로, 손상된 그리스 유물上的 글씨가 재구성되었습니다. 그리고 지난해에는 65개 이상의 고고학 논문이 기계 학습을 어떤 형태로든 사용하여 발표되었으며, 이 숫자는 미래에도 계속 증가할 것입니다.