Umjetna inteligencija pomaže u otkrivanju skrivenih arheoloških blaga u pustinji
Istraživači s Univerziteta Khalifa u Abu Dhabiju razvili su visokotehnološko rješenje za pretraživanje ogromnih, suhih područja u potrazi za potencijalnim arheološkim lokacijama.
Tradicionalno, arheolozi koriste terenske preglede kako bi otkrili potencijalne lokacije od interesa, ali to može biti dugotrajan i težak proces u surovim terenima poput pustinje. Posljednjih godina daljinsko snimanje pomoću optičkih satelitskih snimaka s mjesta poput Google Eartha postalo je popularno za pretraživanje velikih površina u potrazi za neobičnim karakteristikama — ali u pustinji pijesak i oluje prašine često zaklanjaju tlo na ovim snimcima, dok uzorci dina otežavaju otkrivanje potencijalnih lokacija.
"Trebao nam je nešto da nas vodi i fokusira naše istraživanje," kaže Diana Francis, atmosferska naučnica i jedna od vodećih istraživača na ovom projektu.
Tim je stvorio algoritam mašinskog učenja za analizu slika prikupljenih pomoću sintetičke aperture radara (SAR), tehnike satelitskih snimaka koja koristi radio talase za otkrivanje objekata skrivenih ispod površina, uključujući vegetaciju, pijesak, tlo i led.
Ni jedna tehnologija nije nova: SAR snimanje je u upotrebi od 1980-ih, a mašinsko učenje postaje sve popularnije u arheologiji. Ali upotreba ova dva zajedno je nova primjena, kaže Francis, i prema njenim saznanjima, to je prvi put u arheologiji.
Snimak iz satelita prikazuje Saruq al-Hadid lokaciju, gdje se zapadna zona iskopava (desno) dok istočna zona još nije iskopana. Khalifa University/Ben Romdhane et al., 2023 Trenirala je algoritam koristeći podatke s lokacije već poznate arheolozima: Saruq Al-Hadid, naselja s dokazima o aktivnosti dugoj 5.000 godina, koje se još uvijek otkriva u pustinji izvan Dubaija.
"Kada je bio treniran, dao nam je naznake o drugim potencijalnim područjima (u blizini) koja još nisu iskopana," kaže Francis.
Dodaje da je tehnologija precizna do 50 centimetara i može kreirati 3D modele očekivane strukture koji će arheolozima dati bolju ideju o tome šta je zakopano ispod.
U saradnji s Dubai Culture, vladinom organizacijom koja upravlja ovom lokacijom, Francis i njen tim su proveli terenski pregled koristeći radar za prodiranje kroz tlo, što je "ponovilo ono što je satelit izmjerio iz svemira," kaže ona.
Sada Dubai Culture planira iskopati novootkrivene oblasti — i Francis se nada da će tehnologija u budućnosti otkriti još zakopanih arheoloških blaga.
Ubrzavanje “zamornog” rada Korištenje SAR slika nije uobičajeno u arheologiji, zbog njegove cijene i složenosti.
Ali njegova upotreba za identifikaciju zakopanih lokacija je "zaista uzbudljiva," kaže Amy Hatton, doktorantica na Max Planck Institutu za geoantropologiju, koja istražuje modele dubokog učenja za otkrivanje arheoloških struktura u sjeverozapadnoj Saudijskoj Arabiji.
Hatton ističe da su Francis i njen tim, koristeći SAR slike koje zaobilaze problem rasipanja svjetlosti od čestica prašine, riješili tehničke detalje koji otežavaju daljinsko snimanje u pustinjskim regionima.
Univerzitet Khalifa nije sam u korištenju umjetne inteligencije za otkrivanje potencijalnih lokacija.
Amina Jambajanstsan, druga doktorantica na Max Planck Institutu, koristi mašinsko učenje kako bi ubrzala "zamoran posao" pretrage kroz snimke visoke rezolucije s dronova i satelita u potrazi za potencijalnim lokacijama od interesa. Njen projekt, koji se fokusira na srednjovjekovne grobne lokacije u Mongoliji — zemlji koja pokriva više od 1,56 miliona kvadratnih kilometara, gotovo veličine Aljaske — otkrio je hiljade potencijalnih lokacija koje Jambajanstsan kaže da ona i njen tim nikada ne bi pronašli na terenu.
Jambajanstsan kaže da, iako bi cijena i računski zahtjevi SAR slika mogli biti prepreka za mnoge istraživače, metoda je vrijedna za pustinjske regije gdje druge tehnologije imaju problema — i jedna je koju bi razmotrila za Gobi pustinju u južnoj Mongoliji, gdje joj "normalni optički snimci" ne daju rezultate.
Ova označena satelitska slika prikazuje prethodna i tekuća iskopavanja (žuti krug), i oblasti koje je AI predvidio za potencijalne zakopane strukture (crveni krug). Ova označena satelitska slika prikazuje prethodna i tekuća iskopavanja (žuti krug), i oblasti koje je AI predvidio za potencijalne zakopane strukture (crveni krug). Khalifa University/Ben Romdhane et al., 2023 Čovjek protiv mašine Mašinsko učenje pronalazi sve više primjena u arheologiji, iako nisu svi istraživači oduševljeni time.
"Postoje dva različita vjerovanja," kaže Hugh Thomas, predavač arheologije na Univerzitetu u Sydneyu i su-direktor projekta iskopavanja prahistorijskih lokacija AlUla i Khaybar u Saudijskoj Arabiji. S jedne strane, ljudi traže tehnološka rješenja poput AI-a za identifikaciju lokacija; s druge strane su oni koji vjeruju da je potrebna "obučenost arheološkog oka" da bi se prepoznale strukture, objašnjava.
Iako bi tehnologija mogla pomoći u identifikaciji i praćenju arheoloških lokacija — posebno onih koje su ugrožene promjenama u korištenju zemljišta, klimatskim promjenama i pljačkom — Thomas je oprezan u vezi sa pretjeranim oslanjanjem na nju.
"Način na koji bih ja volio koristiti ovu vrstu tehnologije je za područja koja možda nemaju ili imaju vrlo nisku vjerovatnoću arheoloških lokacija, omogućujući istraživačima da se više fokusiraju na druga područja gdje očekujemo da će se više toga pronaći," kaže Thomas.
Otkopavanje prošlosti Pravi test — i, nadamo se, potvrda — tehnologije će se dogoditi sljedećeg mjeseca kada počnu iskopavanja na kompleksu Saruq Al Hadid, od kojeg je samo procijenjenih 10% otkriveno na području od 6,2 kvadratna kilometra, prema podacima Dubai Culture.
Ako arheolozi pronađu strukture koje je algoritam predvidio, Dubai Culture planira koristiti tehnologiju za otkrivanje više lokacija.
Francis i njen tim objavili su rad o svojim otkrićima prošle godine, i nastavljaju trenirati algoritam mašinskog učenja kako bi poboljšali njegovu preciznost, prije nego što prošire njegovu upotrebu.
"Ideja je da se tehnologija izveze u druge oblasti, posebno Saudijsku Arabiju, Egipat, možda i pustinje u Africi," kaže ona.
