ИИ кардинально меняет археологию, открывая новые места и артефакты

Искусственный интеллект используется, чтобы помочь археологам находить новые места раскопок и делать новые открытия, резко ускоряя темпы археологических исследований. Как СингулярностьХаб Как сообщается, алгоритмы искусственного интеллекта и компьютерного зрения используются для анализа данных спутниковых снимков и автоматизации процесса обнаружения на них возможных археологических объектов.

Благодаря распространению данных аэрофотосъемки, собранных спутниками, самолетами и дронами, археологи могут проверять области Земли на наличие возможных археологических памятников, не посещая их самостоятельно. Однако ручной анализ тысяч изображений пейзажей может оказаться трудоемкой и утомительной задачей. Алгоритмы искусственного интеллекта могут автоматизировать этот процесс, делая его намного быстрее и эффективнее.

As объяснил SingularityHub Кандидат наук на факультете антропологии Пенсильванского государственного университета Дилан Дэвис отмечает, что за последние несколько лет археология резко расширила масштабы использования ИИ. Использование искусственного интеллекта археологами в последние годы привело к новым интересным находкам. Это включает в себя открытие исторических поселений на Мадагаскаре и земляных насыпей, созданных доисторическим населением Северной Америки. Сам Дэвис разработал алгоритмы прогнозирования, которые смогли найти эти сайты.

Системы искусственного интеллекта используют различные методы для различения структур и объектов, которые могут представлять интерес для археологов. Алгоритм ИИ, разработанный Дэвисом, использовал LiDAR, генерируя световые импульсы, которые ИИ интерпретирует для создания карт географических регионов. Импульсы LiDAR составили карты лесной подстилки, содержащие информацию о текстуре, размере, форме и наклоне дна. ИИ был обучен на этих данных, чтобы он мог распознавать потенциальные объекты, представляющие интерес. По словам Дэвиса, автоматизация сэкономила ему и его коллегам несколько лет работы. Как объяснил Дэвис, модель ИИ смогла помочь его исследовательской группе найти археологические памятники на Мадагаскаре. В течение года ИИ смог выявить более 70 подтвержденных участков на площади более 1000 квадратных километров.

Археологи постоянно ищут новые способы повысить скорость идентификации археологических памятников. Многим потенциальным археологическим находкам грозит уничтожение из-за повышения уровня моря и других последствий изменения климата, вырубки лесов, строительства или другой деятельности человека. Традиционные методы, которые археологи используют для поиска потенциальных мест, могут занять месяцы или годы. По словам Дэвиса, это одна из основных причин, почему машинное обучение полезно для археологических исследований.

Модели ИИ, разработанные для улучшения археологических исследований, могут применяться не только для того, чтобы больше узнать о культуре и истории древних цивилизаций. Изучение методов, используемых историческими цивилизациями, может помочь современным правительствам справиться с давними проблемами, такими как управление водными ресурсами. Например, исследователи из Institut Català d’Arqueologia Classica (ICAC) использовали модель искусственного интеллекта для реконструкции особенностей тысяч миль палеорек на территории современной Индии и Пакистана. Набор данных, который стал возможным благодаря модели, может помочь правительствам найти разумные способы использования водных ресурсов.

Помимо ранее упомянутых вариантов использования, ИИ может улучшить исследования археологов различными способами. Методы искусственного интеллекта используются, чтобы помочь исследователям определить химическую структуру керамики, глиняной посуды и других артефактов. Анализируя химические компоненты артефакта, исследователи могут получить более полное представление о том, откуда взялись материалы, использованные для изготовления артефактов. Лингвистические антропологи недавно использовали методы машинного обучения для моделирования того, как различные языки могли возникнуть в разных частях мира, и в прошлом году Надписи на поврежденных греческих артефактах были воссозданы с помощью глубокой нейронной сети, разработанной Google DeepMind. В прошлом году было опубликовано более 65 археологических работ, в которых каким-то образом использовалось машинное обучение, и это число, вероятно, будет только расти в будущем.