Nevronska mreža omogoča lažje prepoznavanje različnih točk v zgodovini

Eno področje, ki ni toliko zajeto v smislu potenciala umetne inteligence (AI), je, kako jo je mogoče uporabiti v zgodovini, antropologiji, arheologiji in drugih podobnih področjih. To dokazuje nove raziskave ki prikazuje, kako lahko strojno učenje deluje kot orodje arheologov za razlikovanje med dvema glavnima obdobjema: srednjo kameno dobo (MSA) in poznejšo kameno dobo (LSA). 

Morda se zdi, da je to razlikovanje nekaj, kar so akademski krogi in arheologi že ugotovili, a temu še zdaleč ni tako. V mnogih primerih ni enostavno razlikovati med obema. 

MSA in LSA 

Pred približno 300 tisoč leti so se prvi kompleti orodij MSA pojavili v istem času kot najzgodnejši fosili Homo Sapiensa. Tisti kompleti orodij so se uporabljali vse do pred približno 30 tisoč leti. Velik premik v vedenju se je zgodil pred približno 67 tisoč leti, ko je prišlo do sprememb v proizvodnji kamnitih orodij in nastali kompleti orodij so bili LSA. 

Kompleti orodij LSA so se še vedno uporabljali v bližnji preteklosti in zdaj postaja jasno, da je bil prehod z MSA na LSA vse prej kot linearen proces. Spremembe so se dogajale v različnih časih in na različnih mestih, zato so raziskovalci tako osredotočeni na ta proces, ki lahko pomaga razložiti kulturno inovativnost in ustvarjalnost. 

Temelj tega razumevanja je razlikovanje med MSA in LSA.

Dr. Jimbob Blinkhorn je arheolog iz skupine Pan African Evolution Research Group, Inštituta Maxa Plancka za znanost o človeški zgodovini in Centra za raziskave kvartarja, Oddelka za geografijo, Royal Holloway. 

»Vzhodna Afrika je ključna regija za preučitev te velike kulturne spremembe, ne le zato, ker gosti nekatera najmlajša najdišča MSA in nekatera najstarejša najdišča LSA, ampak tudi zato, ker je zaradi velikega števila dobro izkopanih in datiranih najdišč idealna za raziskovanje z uporabo kvantitativnih metod,« pravi dr. Blinkhorn. "To nam je omogočilo, da smo zbrali obsežno zbirko podatkov o spreminjajočih se vzorcih proizvodnje in uporabe kamnitih orodij, ki so segali pred 130 do 12 tisoč leti, da bi preučili prehod MSA-LSA." 

Umetne nevronske mreže (ANN) 

Študija temelji na 16 alternativnih vrstah orodij v 92 sklopih kamnitih orodij, s poudarkom na njihovi prisotnosti ali odsotnosti. Študija poudarja konstelacije oblik orodij, ki se pogosto pojavljajo skupaj in ne vsako posamezno orodje. 

Matt Grove je arheolog na Univerzi v Liverpoolu.

»Uporabili smo pristop umetne nevronske mreže (ANN) za usposabljanje in testiranje modelov, ki razlikujejo sklope LSA od sklopov MSA, ter preučevanje kronološke razlike med starejšimi (pred 130–71 tisoč leti) in mlajšimi (71–28 tisoč let). pred) sestavi MSA s 94-odstotno stopnjo uspešnosti,« pravi dr. Glove. 

Umetne nevronske mreže (ANN) posnemajo nekatere značilnosti obdelave informacij v človeških možganih, procesorska moč pa je močno odvisna od delovanja številnih preprostih enot, ki delujejo skupaj. 

»ANM so včasih opisovali kot pristop 'črne skrinjice', saj tudi če so zelo uspešni, morda ni vedno jasno, zakaj,« pravi Grove. »Uporabili smo simulacijski pristop, ki odpre to črno skrinjico, da bi razumeli, kateri vložki pomembno vplivajo na rezultate. To nam je omogočilo ugotoviti, kako se vzorci sestave kamnitega orodja razlikujejo med MSA in LSA, in upamo, da to dokazuje, kako se lahko takšne metode širše uporabljajo v arheoloških raziskavah v prihodnosti. 

"Rezultati naše študije kažejo, da je mogoče sklope MSA in LSA razlikovati na podlagi konstelacije tipov artefaktov, ki jih najdemo samo v sklopu," pravi Blinkhorn. »Skupna pojavnost podprtih kosov, rezil in bipolarnih tehnologij skupaj s kombinirano odsotnostjo jedrnih orodij, tehnologije kosmičev Levallois, koničaste tehnologije in strgal robustno identificira sklope LSA, z nasprotnim vzorcem, ki identificira sklope MSA. Pomembno je, da to kvantificirano podpira kvalitativne razlike, ki so jih prejšnji raziskovalci opazili, da se s tem kulturnim prehodom zgodijo ključne tipološke spremembe.«

Ekipa bo zdaj uporabila novo razvito metodo za nadaljnje raziskovanje kulturnih sprememb v afriški kameni dobi. 

»Pristop, ki smo ga uporabili, ponuja močan nabor orodij za preučevanje kategorij, ki jih uporabljamo za opisovanje arheoloških zapisov, in nam pomaga preučiti in razložiti kulturne spremembe med našimi predniki,« pravi Blinkhorn.