神经网络使得识别历史不同时间点变得更容易

人工智能（AI）在历史、人类学、考古学等领域的潜力尚未被充分探索。这一点通过新研究得到了体现，研究表明机器学习可以成为考古学家区分中石器时代（MSA）和晚石器时代（LSA）两大时期的工具。

这种区分看似简单，但实际上并非如此。在许多情况下，区分中石器时代和晚石器时代并非易事。

MSA和LSA

大约30万年前，第一批中石器时代工具包出现，与早期智人化石同时期。这些工具包一直使用到大约3万年前。公元前67千年左右，石器生产发生了重大变化，导致了晚石器时代工具包的出现。

晚石器时代工具包在近期仍然被使用，研究表明中石器时代到晚石器时代的转变并非线性过程。这种转变发生在不同的时间和地点，这也是研究人员关注的原因，因为这种转变可以帮助解释文化创新和创造力。

了解中石器时代和晚石器时代的区别是理解这种转变的基础。

吉姆博·布林克霍恩博士是泛非洲演化研究集团、马克斯·普朗克人类历史科学研究所和皇家霍洛威地理系石器时代研究中心的考古学家。

“东非是研究这种重大文化转变的关键地区，不仅因为它拥有最年轻的中石器时代遗址和最古老的晚石器时代遗址，而且大量挖掘和年代测定的遗址使其成为使用量化方法的理想地区，”布林克霍恩博士说。“这使我们能够收集一个涵盖13万到1.2万年前的石器生产和使用模式的数据库，以研究中石器时代到晚石器时代的转变。”

人工神经网络（ANNs）

该研究基于92个石器工具组中的16种替代工具类型，重点研究其存在或不存在。研究强调工具形式的星座，而不是个别工具。

马特·格罗夫博士是利物浦大学的考古学家。

“我们采用人工神经网络（ANN）方法来训练和测试模型，以区分晚石器时代工具组和中石器时代工具组，并研究中石器时代工具组之间的年代差异，成功率达到94%，”格罗夫博士说。

人工神经网络（ANNs）模拟人类大脑的某些信息处理特征，其处理能力严重依赖于许多简单单元的共同作用。

“人工神经网络有时被描述为‘黑盒’方法，即使它们非常成功，也不总是清楚为什么会这样，”格罗夫说。“我们采用模拟方法来打开这个‘黑盒’，以了解哪些输入对结果有显著影响。这使我们能够确定石器工具组成模式如何在中石器时代和晚石器时代之间变化，我们希望这表明了如何在未来更广泛地将这种方法应用于考古研究。”

“我们的研究结果表明，中石器时代和晚石器时代工具组可以仅根据工具组中的文物类型星座来区分，”布林克霍恩说。“背部工具、刀片和双极技术的联合出现，以及核心工具、勒瓦洛瓦石片技术、点技术和刮刀的联合缺失，能够稳健地识别晚石器时代工具组，相反的模式识别中石器时代工具组。重要的是，这为早期研究人员注意到的定性差异提供了量化支持，即这种文化转变的关键类型变化确实发生了。”

该团队将使用新开发的方法进一步研究非洲石器时代的文化转变。

“我们采用的方法提供了一个强大的工具包来检查我们用来描述考古记录的类别，并帮助我们检查和解释祖先的文化转变，”布林克霍恩说。