Das Grab eines alten Königs voller Goldartefakte, Waffen und exquisiter Kleidung zu finden, ist der Traum eines jeden Archäologen. Aber nach solchen Objekten zu suchen ist unglaublich mühsam, würde Dr. Gino Caspari Ihnen sagen.
Gino Caspari, ein archäologischer Forscher des Schweizerischen Nationalfonds, untersucht die Kultur der alten Skythen und Nomaden, die vor 3.000 Jahren die Bevölkerung der asiatischen Ebenen terrorisierten. In den Gräbern des skythischen Adels wird der größte Teil des sagenhaften Reichtums aufbewahrt, den sie ihren Nachbarn gestohlen haben. Von dem Moment an, als die Leichen der Anführer begraben wurden, wurden die Gräber zu Zielen für Räuber. Dr. Caspari schätzt, dass mehr als 90% von ihnen bereits zerstört und zerstört wurden.
Der Wissenschaftler vermutet, dass Tausende von Gräbern über die eurasische Steppe verteilt sind und sich über Millionen von Quadratkilometern erstrecken. Er verbrachte Stunden damit, Gräber mithilfe von Google Earth-Bildern in der heutigen Provinz Russland, der Mongolei und der Provinz Xinjiang im Westen Chinas zu kartieren.
"Es ist eigentlich eine ziemlich langweilige und sich wiederholende Arbeit ", sagt Dr. Caspari. " Und das ist eindeutig nicht das, was ein gut ausgebildeter Wissenschaftler tun sollte."
Pablo Crespo, ein Doktorand der Fakultät für Wirtschaftswissenschaften der City University of New York, gelang es, eine optimalere Lösung für die Probleme des Wissenschaftlers zu finden. Er arbeitete mit künstlicher Intelligenz, um die Volatilität der Rohstoffmärkte zu bewerten. Pablo schlug Dr. Caspari vor, dass ein Faltungsnetzwerk ihm bei der Suche nach potenziellen skythischen Gräbern helfen könnte - es könnte Satellitenbilder sowie einen angesehenen Wissenschaftler analysieren.
Pablo und Gino waren „Kollegen“ bei International House (einem weltweiten Netzwerk von 160 Sprachschulen und Lehrerausbildungsinstituten in über 50 Ländern). Sie teilten den Glauben an die Bedeutung des gemeinsamen Wissens und der akademischen Zusammenarbeit. Sie liebten auch beide Heavy Metal. Bei einem Glas Bier starteten sie eine wissenschaftliche Partnerschaft und eröffneten eine neue Seite in der Geschichte der archäologischen Forschung.
Faltungs-Neuronales Netzwerk (CNN) ist ideal für die Analyse von Fotos und anderen Bildern. CNN sieht das Bild als Pixelraster. Das von Pablo Crespo entworfene neuronale Netzwerk weist jedem Pixel zunächst eine Bewertung zu, die auf seiner Farbe basiert - wie rot, grün oder blau es ist. Nachdem jedes Pixel anhand vieler zusätzlicher Parameter ausgewertet wurde, beginnt das Netzwerk, kleine Gruppen von Pixeln und dann größere zu analysieren, um nach Übereinstimmungen mit den Daten zu suchen, für deren Erkennung es trainiert wurde.
In ihrer Freizeit analysierten die beiden Forscher über einen Zeitraum von mehreren Monaten 1.212 Satellitenbilder über das Netzwerk und suchten nach runden Steingräbern. Der schwierige Teil bestand darin, sie nicht mit anderen kreisförmigen Objekten wie Trümmerhaufen und Bewässerungsteichen zu verwechseln.
Zunächst arbeiteten sie mit Bildern von rund 2.000 Quadratkilometern. Sie verwendeten drei Viertel der Bilder, um dem Netzwerk beizubringen, wie ein skythisches Grab aussieht, und um es zu korrigieren, wenn es das Grab verfehlt oder andere Objekte als Begräbnis ausgewählt hat. Die Wissenschaftler ließen den Rest der Bilder, um das System zu überprüfen. Infolgedessen identifizierte das Netzwerk die Gräber in 98% der Fälle korrekt.
Laut Dr. Crespo war das Netzwerk nicht schwer aufzubauen. Er stellte es in weniger als einem Monat mit Python ohne zusätzliche Kosten bereit. Es sei denn, Sie zählen natürlich nicht das Bier, das Sie diesen Monat gekauft und getrunken haben. Dr. Caspari hofft, dass CNN Archäologen dabei helfen wird, neue Gräber zu finden, damit sie vor Schatzsuchern geschützt werden können.
Faltungs-Neuronale Netze helfen bei der Automatisierung wissenschaftlicher Aufgaben mit sich unendlich wiederholenden Aktionen, die normalerweise Doktoranden angelastet werden. Künstliche Intelligenz öffnet neue Fenster in die Vergangenheit. So haben die Netzwerke gelernt, Keramikfragmente zu klassifizieren, versunkene Schiffe anhand von Sonarbildern zu erkennen und menschliche Knochen zu finden, die auf dem Schwarzmarkt im Internet verkauft werden.
"Mit dieser Technologie gibt Netflix uns Filmempfehlungen ", sagte Pablo Crespo, jetzt Senior Fellow bei Etsy. - Warum verwenden wir es nicht für so etwas wie die Erhaltung der menschlichen Geschichte "?
Gabriele Gattilla und Francesca Anichini, Archäologen an der Universität von Pisa in Italien, graben ein Gebiet römischer Denkmäler aus, in dem Tausende zerbrochener Keramikstücke analysiert werden. In der römischen Kultur wurden fast alle Arten von Utensilien, einschließlich Kochutensilien und Amphoren, die zum Transport von Waren über das Mittelmeer verwendet wurden, aus Ton hergestellt. Daher ist die Analyse der Keramik wichtig, um das Leben der alten Römer zu verstehen.
Die Herausforderung besteht darin, Keramikscherben mit Bildern in gedruckten Katalogen zu vergleichen. Dr. Gattiglia und Dr. Anichini schätzen, dass nur 20% ihrer Zeit für Ausgrabungen aufgewendet werden. Der Rest wird für die Analyse von Keramik ausgegeben - ein Job, für den sie nicht bezahlt werden.
"Wir haben lange von einem magischen Werkzeug zur Identifizierung von Keramik bei der Ausgrabung geträumt ", sagte Dr. Gattiglia.
Dieser Traum hat zum ArchAIDE-Projekt geführt, einer digitalen Lösung, mit der Archäologen entdeckte Keramiken im Feld fotografieren und mithilfe neuronaler Netze identifizieren können. An dem Projekt, das aus dem Projekt „Horizont 2020“ finanziert wurde, sind jetzt Forscher aus ganz Europa sowie eine Gruppe von Informatikern der Universität Tel Aviv in Israel beteiligt, die das neuronale Netzwerk entwickelt haben.
Das Projekt umfasste die Digitalisierung von Papierkatalogen und das Training eines neuronalen Netzwerks, um anhand dieser Bilder verschiedene Arten von Keramikgefäßen zu erkennen. Das zweite Netzwerk wurde trainiert, um die Konturen der Keramikscherben zu erkennen. Bisher kann ArchAIDE nur einige bestimmte Keramiktypen identifizieren. Mit zunehmender Datenbank wird jedoch erwartet, dass die Funktionen des neuronalen Netzwerks zunehmen.
"Ich träume von einem Katalog aller Arten von Keramik ", sagte Dr. Anichini. " Aber es scheint kein One-Life-Job zu sein."
Zeitersparnis ist einer der größten Vorteile neuronaler Netze. In der Unterwasserarchäologie ist Zeit teuer und Entdeckertaucher können nicht zu viel Zeit unter Wasser verbringen, ohne ihre Gesundheit zu gefährden. Chris Clarke, Ingenieur am Harvey Mudd College in Claremont, Kalifornien, löst beide Probleme, indem er den Meeresboden mit einem Roboter scannt und anschließend die Bilder mithilfe eines neuronalen Netzwerks verarbeitet. In den letzten Jahren hat er mit Timmy Gambin, einem Archäologen an der Universität von Malta, zusammengearbeitet, um den Mittelmeerboden rund um die Insel Malta zu untersuchen.
Der Start war nicht einfach: Während eines der ersten "Schwimmen" kollidierte der Roboter mit dem Ort eines Schiffswracks und die Wissenschaftler mussten einen Taucher nach ihm schicken. Nach diesem Überschuss wurde alles besser. Im Jahr 2017 identifizierte ein neuronales Netzwerk das Wrack eines Tauchbombers aus dem Zweiten Weltkrieg. Dr. Clarke und Dr. Gambin arbeiten derzeit an einem anderen Problem, möchten jedoch noch keine Details preisgeben.
Sean Graham, Professor für Digital Humanities an der Carleton University in Ottawa, verwendet ein neuronales Netzwerk namens Inception 3.0. CNN, entwickelt von Google, hilft Menschen, Bilder im Internet nach Werbung für den Kauf oder Verkauf menschlicher Knochen zu durchsuchen. In den Vereinigten Staaten und vielen anderen Ländern gibt es Gesetze, nach denen menschliche Knochen, die in Museumssammlungen aufbewahrt werden, an die Nachkommen der "Besitzer" der Knochen zurückgegeben werden müssen. Aber es gibt Leute, die gegen dieses Gesetz verstoßen. Dr. Graham sagte, dass er im Internet sogar Videos von Menschen gefunden habe, die Gräber graben, um den Schwarzmarkt zu ernähren.
Er hat einige Änderungen am Inception 3.0-Netzwerk vorgenommen, damit es Fotos von menschlichen Knochen erkennen kann. Das System war bereits darauf trainiert, Objekte in Millionen von Bildern zu erkennen, aber keines dieser Objekte war Knochen. Seitdem hat er sein neuronales Netzwerk auf über 80.000 Bildern menschlicher Knochen trainiert. Der Wissenschaftler arbeitet derzeit mit einer Organisation namens Internet Crime Action zusammen, die mithilfe neuronaler Netze Bilder im Zusammenhang mit dem illegalen Elfenbeinhandel und der Sexsklaverei verfolgt.
Die Wissenschaftler Crespo und Caspari sind überzeugt, dass die Sozial- und Geisteswissenschaften nur von der Einführung der IT profitieren werden. Ihr Faltungsnetzwerk ist einfach zu verwenden und kann gemäß den Forschungszielen modifiziert werden. Letztendlich, sagen sie, laufen die wissenschaftlichen Fortschritte auf zwei Dinge hinaus.
„Neue Entdeckungen finden an der Schnittstelle des bereits Gelernten statt “, sagt Gino Caspari. „Verweigern Sie sich von Zeit zu Zeit kein Bier mit einem Nachbarn “, schließt sein Kollege Dr. Crespo.
