Arkeologlar Daha Derin Kazmak İçin Derin Öğrenmeyi Nasıl Kullanıyor?

Altın eserler, silahlar ve ayrıntılı giysilerle dolu eski bir kralın mezarını bulmak, herhangi bir arkeoloğun fantezisi gibi görünüyor. Ama onları aramak, Gino Caspari size söyleyebilirim ki, inanılmaz derecede sıkıcı.

İsviçre Ulusal Bilim Vakfı’nda araştırma arkeoloğu olan Dr. Caspari, 3000 yıl önce ata binen savaşçıların Asya’nın düzlüklerini terörize ettiği göçebe bir kültür olan eski İskitleri inceliyor. İskit kraliyetinin mezarları, komşularından yağmaladıkları muhteşem servetin çoğunu içeriyordu. Cesetlerin gömüldüğü andan itibaren bu mezarlar soyguncular için popüler hedeflerdi; Dr. Caspari, bunların yüzde 90’ından fazlasının yok edildiğini tahmin ediyor.

Milyonlarca mil karelik Avrasya bozkırlarına binlerce mezarın yayıldığından şüpheleniyor. Şu anda Rusya, Moğolistan ve Batı Çin’in Sincan eyaletinde bulunan bölgelerin Google Earth resimlerini kullanarak mezarların haritasını çıkarmak için saatler harcamıştı. Dr. Caspari, “Esasen aptalca bir görev,” dedi. “Ve iyi eğitimli bir bilginin yapması gereken bu değil. ”

Anlaşıldığı üzere, Dr. Caspari’nin Manhattan’ın Morningside Heights semtindeki International House’daki komşusunun bir çözümü vardı. Komşu, o sırada New York City Üniversitesi’nde ekonomi alanında yüksek lisans öğrencisi olan ve emtia fiyatlarındaki dalgalanmayı tahmin etmek için yapay zeka ile çalışan Pablo Crespo, Dr. Caspari’ye, uydusunu aramak için evrişimli bir sinir ağına ihtiyaç duyduğunu söyledi. onun için görüntüler. İkili, ortak bir akademik felsefe, çalışmalarını daha büyük akademik topluluğun yararına açık bir şekilde sunma ve heavy metal müziği sevgisi üzerine birleşti. International House barındaki biraların üzerine, onları yeni bir arkeolojik analiz türünün ön saflarına yerleştiren bir işbirliği başlattılar.

Evrişimli bir sinir ağı veya C.N.N., ızgara olarak işlenebilecek bilgileri analiz etmek için tasarlanmış bir yapay zeka türüdür; özellikle fotoğrafları ve diğer görüntüleri analiz etmek için çok uygundur. Ağ, bir görüntüyü bir piksel ızgarası olarak görür. Dr. Crespo’nun tasarladığı C.N.N., her piksele ne kadar kırmızı olduğuna bağlı olarak bir derecelendirme, ardından yeşil ve mavi için bir derecelendirme vererek başlar. Her pikseli çeşitli ek parametrelere göre derecelendirdikten sonra, ağ, küçük piksel gruplarını analiz etmeye başlar, ardından art arda daha büyük olanları, tespit etmek için eğitildiği verilerle eşleşmeleri veya yakın eşleşmeleri arar.

Boş zamanlarında çalışan iki araştırmacı, ağ üzerinden 1.212 uydu görüntüsünü aylarca çalıştırarak ondan dairesel taş mezarları aramasını ve inşaat molozu yığınları ve sulama havuzları gibi diğer dairesel, mezar benzeri şeyleri gözden kaçırmasını istedi.

İlk başta, kabaca 2.000 mil kareye yayılan görüntülerle çalıştılar. Görüntünün dörtte üçünü, bir İskit mezarının neye benzediğini anlamak için ağı eğitmek için kullandılar, bilinen bir mezarı kaçırdığında veya varolmayan bir mezarı vurguladığında sistemi düzelttiler. Sistemi test etmek için görüntülerin geri kalanını kullandılar. Ağ, bilinen mezarları yüzde 98 oranında doğru bir şekilde tanımladı.

Dr. Crespo, ağı oluşturmanın basit olduğunu söyledi. Python programlama dilini kullanarak bir aydan kısa bir süre içinde yazdı ve hiçbir ücret ödemeden bira fiyatı dahil. Dr. Caspari, yarattıklarının arkeologlara yeni mezarlar bulmaları ve yağmacılardan korunabilmeleri için önemli yerleri belirlemeleri için bir yol vereceğini umuyor.

Diğer evrişimli sinir ağları, genellikle yüksek lisans öğrencilerine verilen çeşitli tekrarlayan görevleri otomatikleştirmeye başlıyor. Ve geçmişe yeni pencereler açıyorlar. Bu ağların devraldığı işlerden bazıları arasında çömlek parçalarının sınıflandırılması, sonar görüntülerinde gemi enkazlarının bulunması ve internette yasa dışı olarak satılan insan kemiklerinin bulunması yer alıyor.

Şu anda Etsy’de kıdemli bir veri bilimcisi olan Dr. Crespo, “Netflix bu tür bir tekniği size tavsiyelerde bulunmak için kullanıyor” dedi. “Neden onu insanlık tarihini kurtarmak gibi bir şey için kullanmayalım?”

İtalya’daki Pisa Üniversitesi’nde arkeolog olan Gabriele Gattiglia ve Francesca Anichini, binlerce kırık çömlek parçasının analiz edilmesini gerektiren Roma İmparatorluğu döneminden kalma yerleri kazıyor. Roma kültüründe, yemek pişirme kapları ve Akdeniz çevresinde malların nakliyesi için kullanılan amforalar da dahil olmak üzere neredeyse her tür kap kilden yapılmıştır, bu nedenle Roma yaşamını anlamak için çanak çömlek analizi gereklidir.

Görev, çömlek parçalarını basılı kataloglardaki resimlerle karşılaştırmayı içerir. Dr. Gattiglia ve Dr. Anichini, zamanlarının sadece yüzde 20’sinin kazı yapmak için harcandığını tahmin ediyor; geri kalanı ise kendilerine ödeme yapılmayan çömlekleri analiz etmek için harcanıyor. Dr. Gattiglia, “Bir kazıda çömlekçiliği tanımak için bazı sihirli araçlar hayal etmeye başladık” dedi.

Bu rüya, arkeologların alandaki bir çömlek parçasını fotoğraflamasına ve onu evrişimli sinir ağları ile tanımlamasına olanak tanıyan dijital bir araç olan ArchAIDE projesi oldu. Avrupa Birliği’nin Horizon 2020 araştırma ve inovasyon programından finansman alan proje şu anda Avrupa’nın dört bir yanından araştırmacıların yanı sıra İsrail’deki Tel Aviv Üniversitesi’nden C. N. N. s’i tasarlayan bilgisayar bilimcilerinden oluşan bir ekibi içeriyor.

Proje, kağıt katalogların çoğunu dijitalleştirmeyi ve farklı türdeki çömlek kaplarını tanımak için bir sinir ağını eğitmek için kullanmayı içeriyordu. Çanak çömlek parçalarının profillerini tanımak için ikinci bir ağ eğitildi. ArchAIDE şimdiye kadar yalnızca birkaç özel çömlek türünü tanımlayabildi, ancak daha fazla araştırmacı koleksiyonlarını veritabanına ekledikçe tür sayısının artması bekleniyor.

Dr. Anichini, “Her tür seramikten oluşan bir katalog hayal ediyorum” dedi. “Bu yaşamda tamamlamanın mümkün olup olmadığını bilmiyorum. ”

Zaman tasarrufu, evrişimli sinir ağlarını kullanmanın en büyük avantajlarından biridir. Deniz arkeolojisinde, gemi zamanı pahalıdır ve dalgıçlar, basınca bağlı ciddi yaralanmaları riske atmadan su altında çok fazla zaman geçiremezler. Kaliforniya, Claremont’daki Harvey Mudd Koleji’nde mühendis olan Chris Clark, deniz tabanının sonar taramalarını yapmak için bir su altı robotu kullanarak, ardından gemi enkazları ve diğer siteler için görüntülerde evrişimli bir sinir ağı kullanarak her iki sorunu da ele alıyor. Son yıllarda Malta adası çevresinde Akdeniz’in tabanını araştırmak için Malta Üniversitesi’nde bir arkeolog olan Timmy Gambin ile birlikte çalışıyor.

Sistemleri zor bir başlangıç ​​yaptı: İlk yolculuklarından birinde robotlarını bir gemi enkazına sürüklediler ve onu almak için bir dalgıç göndermek zorunda kaldılar. Oradan işler gelişti. Ağ, 2017’de Malta kıyılarında İkinci Dünya Savaşı döneminden kalma bir dalış bombacısının enkazı olduğunu belirledi. Clark ve Dr. Gambin şu anda ağ tarafından belirlenen başka bir site üzerinde çalışıyorlar, ancak araştırma hakem incelemesinden geçene kadar ayrıntıları tartışmak istemediler.

Ottawa’daki Carleton Üniversitesi’nde dijital beşeri bilimler profesörü olan Shawn Graham, internette insan kemiklerinin satın alınması ve satılmasıyla ilgili görüntüleri aramak için Google tarafından tasarlanan Inception 3.0 adlı evrişimli bir sinir ağını kullanıyor. Amerika Birleşik Devletleri ve diğer birçok ülkede, müze koleksiyonlarında tutulan insan kemiklerinin soyundan gelenlere iade edilmesini gerektiren yasalar vardır. Ancak bu yasalara uymayan insanlar tarafından tutulan kemikler de var. Graham, bu pazarı beslemek için mezarları kazan insanların çevrimiçi videolarını bile gördüğünü söyledi.

Dr. Graham, “Alınan ve satılan bu insan asla buna razı olmadı” dedi. “Bu, atalarının çıkarıldığı topluluklara yönelik şiddeti sürdürüyor. Arkeologlar olarak bunu durdurmaya çalışmalıyız. ”

İnsan kemiklerinin fotoğraflarını tanıyabilmesi için Başlangıç ​​3. 0’da bazı değişiklikler yaptı. Sistem zaten milyonlarca fotoğraftaki nesneleri tanımak üzere eğitilmişti, ancak bu nesnelerin hiçbiri kemik değildi; O zamandan beri versiyonunu 80.000’den fazla insan kemiği görüntüsü üzerinde eğitti. Şu anda, yasadışı fildişi ticareti ve seks kaçakçılığı ile ilgili görüntüleri izlemek için sinir ağlarını kullanan Countering Crime Online adlı bir grupla çalışıyor.

Crespo ve Dr. Caspari, sosyal bilimler ve beşeri bilimlerin bilgi teknolojisi araçlarını çalışmalarına dahil ederek fayda sağlayabileceğini söyledi. Evrişimli sinir ağlarının kullanımı kolaydı ve herkesin kendi araştırma ihtiyaçlarına uyacak şekilde değiştirmesi için ücretsiz olarak kullanılabilirdi. Sonunda bilimsel gelişmelerin iki şeye indirgendiğini söylediler.

Dr. Caspari, “İnovasyon gerçekten yerleşik alanların kesişim noktalarında gerçekleşir” dedi.