Sztuczna inteligencja dramatycznie zmienia archeologię, odkrywając nowe stanowiska i artefakty

Sztuczna inteligencja jest wykorzystywana do pomocy archeologom w poszukiwaniu nowych stanowisk i odkrywaniu nowych zabytków, co dramatycznie zwiększa tempo badań archeologicznych. Jak donosi SingularityHub, sztuczna inteligencja i algorytmy komputerowego widzenia są wykorzystywane do analizy danych obrazów satelitarnych i automatyzacji procesu wykrywania możliwych stanowisk archeologicznych.

Dzięki rozwojowi danych obrazów lotniczych zebranych przez satelity, samoloty i drony, archeolodzy mogą sprawdzić obszary Ziemi pod kątem możliwych stanowisk archeologicznych bez konieczności odwiedzania tych miejsc. Jednak ręczna analiza tysięcy obrazów krajobrazu może być czasochłonnym i nudnym zadaniem. Algorytmy sztucznej inteligencji mogą zautomatyzować ten proces, czyniąc go znacznie szybszym i bardziej efektywnym.

Jak wyjaśnił kandydat na stopień doktora na Wydziale Antropologii Uniwersytetu Stanowego Pensylwanii, Dylan Davis, dyscyplina archeologii dramatycznie zwiększyła wykorzystanie sztucznej inteligencji w ciągu ostatnich kilku lat. Wykorzystanie sztucznej inteligencji przez archeologów doprowadziło do kilku interesujących nowych odkryć w ostatnich latach. Obejmuje to odkrycie historycznych osad na Madagaskarze i ziemnych kurhanów stworzonych przez prehistoryczne populacje Ameryki Północnej. Davis sam opracował algorytmy predykcyjne, które umożliwiły zlokalizowanie tych stanowisk.

Systemy sztucznej inteligencji wykorzystują różne techniki, aby odróżnić struktury i obiekty, które mogą być interesujące dla archeologów. Algorytm sztucznej inteligencji opracowany przez Davisa wykorzystywał LiDAR, generując impulsy światła, które były interpretowane przez sztuczną inteligencję w celu wygenerowania map regionów geograficznych. Impulsy LiDAR tworzyły mapy dna lasu zawierające informacje o teksturze, rozmiarze, kształcie i nachyleniu dna. Sztuczna inteligencja była szkolona na tych danych, aby umożliwić jej rozpoznanie potencjalnych stanowisk zainteresowania. Według Davisa, automatyzacja zaoszczędziła jemu i jego kolegom kilka lat pracy. Jak wyjaśnił Davis, model sztucznej inteligencji pomógł jego zespołowi badawczemu znaleźć stanowiska archeologiczne na Madagaskarze. W ciągu roku sztuczna inteligencja była w stanie zidentyfikować ponad 70 potwierdzonych stanowisk na obszarze o powierzchni ponad 1000 kilometrów kwadratowych.

Archeolodzy ciągle szukają nowych sposobów, aby zwiększyć szybkość, z jaką są identyfikowane stanowiska archeologiczne. Wiele potencjalnych odkryć archeologicznych jest zagrożonych zniszczeniem ze względu na wzrost poziomu morza i inne skutki zmiany klimatu, wylesianie, budownictwo lub inne działania człowieka. Tradycyjne metody, których używają archeolodzy do znalezienia potencjalnych stanowisk, mogą trwać miesiące lub lata. To jeden z głównych powodów, dla których uczenie maszynowe jest przydatne w badaniach archeologicznych, według Davisa.

Modele sztucznej inteligencji opracowane w celu udoskonalenia badań archeologicznych mają zastosowania poza zdobyciem wiedzy o kulturze i historii starożytnych cywilizacji. Studium technik stosowanych przez historyczne cywilizacje może pomóc współczesnym rządom w radzeniu sobie z długotrwałymi wyzwaniami, takimi jak zarządzanie zasobami wodnymi. Na przykład, badacze z Institut Català d’Arqueologia Clàssica (ICAC) wykorzystali model sztucznej inteligencji do odtworzenia cech tysięcy mil paleo-rzek w dzisiejszych Indiach i Pakistanie. Zestaw danych, jaki umożliwił model, może pomóc rządom w odkrywaniu inteligentnych sposobów wykorzystania zasobów wodnych.

Poza wymienionymi przypadkami użycia, sztuczna inteligencja może udoskonalić badania archeologiczne na wiele różnych sposobów. Techniki sztucznej inteligencji są wykorzystywane do pomocy badaczom w określeniu struktury chemicznej ceramiki, glinianych naczyń i innych zabytków. Analizując skład chemiczny zabytku, badacze mogą uzyskać lepsze pojęcie o pochodzeniu materiałów wykorzystanych do ich wytworzenia. Antropolodzy językowi wykorzystali niedawno techniki uczenia maszynowego do modelowania, w jaki sposób różne języki mogły powstać w różnych częściach świata, a w zeszłym roku inscripcje na uszkodzonych greckich zabytkach zostały odtworzone przy pomocy głębokiej sieci neuronowej opracowanej przez Google DeepMind. W zeszłym roku opublikowano ponad 65 archeologicznych prac, które wykorzystywały uczenie maszynowe w jakiejś formie, a ta liczba będzie prawdopodobnie nadal rosła w przyszłości.