Mô hình và nền tảng AI

Mạng Nơ-ron Nhân tạo Giúp Xác định Điểm Khác nhau trong Lịch sử

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Một lĩnh vực không được đề cập nhiều về tiềm năng trí tuệ nhân tạo (AI) là cách nó có thể được sử dụng trong lịch sử, nhân chủng học, khảo cổ học và các lĩnh vực tương tự. Điều này đang được chứng minh bởi nghiên cứu mới cho thấy cách học máy có thể đóng vai trò là công cụ cho các nhà khảo cổ học để phân biệt giữa hai giai đoạn chính: Thời đại Đá giữa (MSA) và Thời đại Đá sau (LSA).

Sự phân biệt này có vẻ như là điều mà giới học thuật và các nhà khảo cổ học đã thiết lập, nhưng điều đó không phải là như vậy. Trong nhiều trường hợp, việc phân biệt giữa hai giai đoạn này không dễ dàng.

MSA và LSA

Khoảng 300.000 năm trước, các bộ công cụ MSA đầu tiên xuất hiện cùng thời với những hóa thạch sớm nhất của loài người hiện đại. Những bộ công cụ đó được sử dụng cho đến khoảng 30.000 năm trước. Một sự thay đổi lớn trong hành vi xảy ra khoảng 67.000 năm trước khi có những thay đổi trong sản xuất công cụ đá, và những bộ công cụ kết quả là LSA.

Các bộ công cụ LSA vẫn được sử dụng trong quá khứ gần đây, và bây giờ đã rõ ràng rằng sự chuyển đổi từ MSA sang LSA không phải là một quá trình tuyến tính. Những thay đổi diễn ra trong các thời điểm và địa điểm khác nhau, đó là lý do tại sao các nhà nghiên cứu tập trung vào quá trình này có thể giúp giải thích sự đổi mới và sáng tạo văn hóa.

Nền tảng của sự hiểu biết này là sự phân biệt giữa MSA và LSA.

Tiến sĩ Jimbob Blinkhorn là một nhà khảo cổ học từ Nhóm Nghiên cứu Tiến hóa Châu Phi, Viện Max Planck về Khoa học Lịch sử Con người và Trung tâm Nghiên cứu Đệ Tứ, Bộ Địa lý, Royal Holloway.

“Châu Phi Đông là một khu vực quan trọng để kiểm tra sự thay đổi văn hóa lớn này, không chỉ vì nó lưu giữ một số địa điểm MSA trẻ nhất và một số địa điểm LSA lâu đời nhất, mà còn vì một số lượng lớn các địa điểm được khai quật và định ngày tốt làm cho nó trở thành lý tưởng cho nghiên cứu sử dụng phương pháp định lượng,” Tiến sĩ Blinkhorn nói. “Điều này cho phép chúng tôi tập hợp một cơ sở dữ liệu đáng kể về các mẫu thay đổi trong sản xuất và sử dụng công cụ đá, kéo dài từ 130.000 đến 12.000 năm trước, để kiểm tra quá trình chuyển đổi từ MSA sang LSA.”

Mạng Nơ-ron Nhân tạo (ANNs)

Nghiên cứu này dựa trên 16 loại công cụ thay thế khác nhau trên 92 bộ công cụ đá, với trọng tâm là sự hiện diện hoặc vắng mặt của chúng. Nghiên cứu nhấn mạnh vào các chòm sao của các hình thức công cụ thường xảy ra cùng nhau chứ không phải từng công cụ riêng lẻ.

Tiến sĩ Matt Grove là một nhà khảo cổ học tại Đại học Liverpool.

“Chúng tôi đã sử dụng phương pháp Mạng Nơ-ron Nhân tạo (ANN) để đào tạo và kiểm tra các mô hình phân biệt giữa các bộ công cụ LSA và MSA, cũng như kiểm tra sự khác biệt thời gian giữa các bộ công cụ MSA cũ (130.000-71.000 năm trước) và mới (71.000-28.000 năm trước) với tỷ lệ thành công 94%,” Tiến sĩ Grove nói.

Mạng Nơ-ron Nhân tạo (ANNs) mô phỏng một số tính năng xử lý thông tin của não bộ con người, và sức mạnh xử lý phụ thuộc mạnh vào hành động của nhiều đơn vị đơn giản hoạt động cùng nhau.

“ANNs đôi khi được mô tả là một phương pháp ‘hộp đen’, vì ngay cả khi chúng rất thành công, đôi khi không rõ ràng tại sao,” Grove nói. “Chúng tôi đã sử dụng một phương pháp mô phỏng để mở hộp đen này và hiểu được哪 các đầu vào có tác động đáng kể đến kết quả. Điều này cho phép chúng tôi xác định cách các mẫu của bộ công cụ đá thay đổi giữa MSA và LSA, và chúng tôi hy vọng điều này chứng minh cách các phương pháp như vậy có thể được sử dụng rộng rãi hơn trong nghiên cứu khảo cổ trong tương lai.”

“Kết quả của nghiên cứu chúng tôi cho thấy rằng các bộ công cụ MSA và LSA có thể được phân biệt dựa trên chòm sao của các loại công cụ được tìm thấy trong một bộ công cụ alone,” Blinkhorn nói. “Sự kết hợp của các mảnh được hỗ trợ, công nghệ lưỡi và công nghệ hai cực cùng với sự vắng mặt của các công cụ lõi, công nghệ lá Levallois, công nghệ điểm và các công cụ cạo một cách chắc chắn xác định các bộ công cụ LSA, với mẫu ngược lại xác định các bộ công cụ MSA. Điều đáng kể là điều này cung cấp hỗ trợ định lượng cho các sự khác biệt định tính được các nhà nghiên cứu trước đây lưu ý rằng các thay đổi loại hình chính xảy ra với sự chuyển đổi văn hóa này.”

Đội ngũ sẽ sử dụng phương pháp mới được phát triển để nghiên cứu sâu hơn về sự thay đổi văn hóa trong Thời đại Đá châu Phi.

“Phương pháp chúng tôi đã sử dụng cung cấp một bộ công cụ mạnh mẽ để kiểm tra các loại mà chúng tôi sử dụng để mô tả hồ sơ khảo cổ và giúp chúng tôi kiểm tra và giải thích sự thay đổi văn hóa trong số các tổ tiên của chúng ta,” Blinkhorn nói.

Alex McFarland là một nhà báo và nhà văn về trí tuệ nhân tạo, khám phá những phát triển mới nhất trong lĩnh vực trí tuệ nhân tạo. Ông đã hợp tác với nhiều công ty khởi nghiệp và xuất bản về trí tuệ nhân tạo trên toàn thế giới.