AI 모델 및 플랫폼

신경 네트워크, 역사적 시점 구분을 쉽게 한다

mm
Unite.AI를 Google의 선호 소스에 추가

인공 지능(AI)이 역사, 인류학, 고고학 등과 같은 분야에서 어떻게 사용될 수 있는지에 대한 잠재력은 충분히 다루어지지 않은 영역 중 하나입니다. 새로운 연구는 기계 학습이 중석기 시대(MSA)와 후기 석기 시대(LSA)와 같은 두 주요 시대를 구분하는 데 도구로 사용될 수 있음을 보여주고 있습니다.

이러한 구분은 학자와 고고학자들이 이미 확립한 것으로 보일 수 있지만, 실제로는 그렇지 않습니다. 많은 경우에 두 시대를 구분하는 것이 쉽지 않습니다.

MSA와 LSA

약 30만 년 전, 최초의 MSA 도구가出现했으며, 이는 최초의 호모 사피엔스 화석과 같은 시기에 발생했습니다. 이러한 도구는 약 3만 년 전까지 사용되었습니다. 약 6만 7천 년 전, 석기 생산에서 행동의 변화가 발생했으며, 결과적으로 생성된 도구는 LSA였습니다.

LSA 도구는 최근에도 사용되었으며, MSA에서 LSA로의 전환은 선형적인 과정이었던 것이 아니라, 다양한 시기와 장소에서 발생했습니다. 이러한 이유로 연구자들은 문화적 혁신과 창의성을 설명하는 데 도움이 되는 이러한 과정을 집중적으로 연구하고 있습니다.

이러한 이해의 기초는 MSA와 LSA를 구분하는 것입니다.

ジムボブ 블링크혼 박사는 파나프리카 진화 연구 그룹, 마克斯 플랑크 인류 역사 과학 연구소, 런던 대학교 지리학부 쿼터너리 연구 센터의 고고학자입니다.

“동아프리카는 이러한 주요 문화적 변화를 연구하기 위한 핵심 지역입니다. 동아프리카는 가장 젊은 MSA 유적지와 가장 오래된 LSA 유적지를 보유하고 있으며, 또한 많은 수의 잘 발굴되고 날짜가 확인된 유적지가 있습니다. 이러한 이유로 우리는 13만 년 전부터 1만 2천 년 전까지의 석기 생산과 사용의 패턴을 변경하는 상당한 데이터베이스를 구축할 수 있었습니다. ” 블링크혼 박사는 말합니다. “이것은 MSA-LSA 전환을 조사하는 데 사용되었습니다.”

인공 신경 네트워크(ANN)

이 연구는 16개의 대체 도구 유형과 92개의 석기 집합체를 기반으로 하며, 각 도구의 존재 또는 부재에 초점을 맞추고 있습니다. 이 연구는 개별 도구보다 함께 발생하는 도구 형태의 집합을 강조합니다.

맷 그로브 박사는 리버풀 대학교의 고고학자입니다.

“우리는 LSA 집합체와 MSA 집합체를 구분하는 모델을 훈련하고 테스트하는 데 인공 신경 네트워크(ANN) 접근 방식을 사용했습니다. 또한 13만 년 전부터 7만 1천 년 전까지의 더 오래된 MSA 집합체와 7만 1천 년 전부터 2만 8천 년 전까지의 더 젊은 MSA 집합체 사이의 연대기 차이를 조사했습니다. 94%의 성공률을 달성했습니다.” 그로브 박사는 말합니다.

인공 신경 네트워크(ANN)는 인간 뇌의 정보 처리 특성을 모방하며, 처리 능력은 많은 단순한 단위가 함께 작동하는 데 크게 의존합니다.

“인공 신경 네트워크(ANN)는 때때로 ‘블랙 박스’ 접근 방식으로 설명되며, 매우 성공적일 때도 왜 그렇게 하는지 항상 명확하지 않을 수 있습니다.” 그로브 박사는 말합니다. “우리는 이러한 블랙 박스를 열어 보는 시뮬레이션 접근 방식을 사용하여 입력 중 어떤 것이 결과에重大한 영향을 미치는지 이해했습니다. 이것은 MSA와 LSA 사이에서 석기 집합체 구성의 패턴이 어떻게 다르는지 식별하는 데 사용되었습니다. 우리는 이러한 방법이 미래의 고고학 연구에서 더广泛하게 사용될 수 있음을 보여주고 있습니다.”

“우리의 연구 결과는 석기 집합체 내에서 발견되는 유물 유형의 집합만으로 MSA와 LSA 집합체를 구분할 수 있음을 보여주고 있습니다.” 블링크혼 박사는 말합니다. “백드 피스, 블레이드 및 바이폴라 기술이 함께 발생하는 경우와 코어 도구, 레발루아 플레이크 기술, 포인트 기술 및 스크레이퍼가 함께 발생하지 않는 경우로 LSA 집합체를 신뢰성 있게 식별할 수 있습니다. 반대로, 이러한 패턴의 반대가 MSA 집합체를 식별합니다. 이는 문화적 전환에서 키.typological 변화가 발생한다는 이전 연구자들의 질적 차이를 양적으로 뒷받침합니다.”

연구 팀은 이제 개발된 새로운 방법을 사용하여 아프리카 석기 시대의 문화적 변화를 더 조사할 것입니다.

“우리가 사용한 접근 방식은 고고학적 기록을 설명하는 데 사용되는 범주를 조사하고 조상들의 문화적 변화를 설명하는 데 도움이 되는 강력한 도구를 제공합니다.” 블링크혼 박사는 말합니다.

Alex McFarland은 인공 지능의 최신 개발을 탐구하는 AI 저널리스트이자 작가입니다. 그는 전 세계의 수많은 AI 스타트업과 출판물들과 협력했습니다.