Искусственный интеллект кардинально меняет археологию, открывая новые объекты и артефакты

Искусственный интеллект используется для помощи археологам в поиске новых объектов и открытии новых артефактов, что существенно увеличивает темп археологических исследований. Как сообщает SingularityHub, искусственный интеллект и алгоритмы компьютерного зрения используются для анализа данных спутниковых изображений и автоматизации процесса обнаружения возможных археологических объектов.

Благодаря распространению аэрофотоснимков, собранных спутниками, самолетами и беспилотниками, археологи могут проверять районы Земли на наличие возможных археологических объектов без посещения этих мест. Однако ручной анализ тысяч изображений ландшафтов может быть длительной и утомительной задачей. Алгоритмы искусственного интеллекта могут автоматизировать этот процесс, делая его намного быстрее и более эффективным.

Как объяснил кандидат философских наук в Университете штата Пенсильвания Дилан Дэвис, дисциплина археологии в последние годы значительно расширила использование искусственного интеллекта. Использование искусственного интеллекта археологами привело к некоторым интересным новым открытиям в последние годы. Это включает в себя открытие исторических поселений на Мадагаскаре и земляных насыпей, созданных доисторическими североамериканскими популяциями. Дэвис сам разработал предсказательные алгоритмы, которые смогли обнаружить эти объекты.

Системы искусственного интеллекта используют различные методы для различения структур и объектов, которые могут быть интересны археологам. Алгоритм искусственного интеллекта, разработанный Дэвисом, использовал LiDAR, генерируя импульсы света, которые интерпретируются искусственным интеллектом для создания карт географических регионов. Импульсы LiDAR создали карты лесного пола, содержащие информацию о текстуре, размере, форме и склоне пола. Искусственный интеллект был обучен на этих данных, чтобы он мог распознавать потенциальные объекты интереса. Согласно Дэвису, автоматизация сэкономила ему и его коллегам несколько лет работы. Как объяснил Дэвис, модель искусственного интеллекта помогла его исследовательской команде найти археологические объекты на Мадагаскаре. За год искусственный интеллект смог выявить более 70 подтвержденных объектов на площади более 1000 квадратных километров.

Археологи постоянно ищут новые способы увеличения скорости, с которой выявляются археологические объекты. Многие потенциальные археологические открытия угрожают быть уничтоженными из-за повышения уровня моря и других последствий изменения климата, вырубки лесов, строительства или других человеческих hoạtностей. Традиционные методы, которые археологи используют для поиска потенциальных объектов, могут занять месяцы или годы. Это одна из основных причин, почему машинное обучение полезно для археологических исследований, согласно Дэвису.

Модели искусственного интеллекта, разработанные для улучшения археологических исследований, имеют применения за пределами изучения культуры и истории древних цивилизаций. Изучение методов, использованных историческими цивилизациями, может помочь современным правительствам решать давние проблемы, такие как управление водными ресурсами. Например, исследователи из Института классической археологии Каталонии (ICAC) использовали модель искусственного интеллекта для восстановления особенностей тысяч миль древних рек в современных Индии и Пакистане. Набор данных, который сделала возможным модель, может помочь правительствам найти умные способы использования водных ресурсов.

Помимо вышеупомянутых случаев, искусственный интеллект может улучшить исследования археологов различными способами. Техники искусственного интеллекта используются для помощи исследователям в определении химической структуры керамики, посуды и других артефактов. Анализируя химические компоненты артефакта, исследователи могут получить лучшее представление о том, откуда взялись материалы, использованные для создания артефактов. Лингвистические антропологи недавно использовали методы машинного обучения для моделирования того, как различные языки могли появиться 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, которые использовали машинное обучение в какой-либо форме, и это число, вероятно, будет только расти в будущем.