Η τεχνητή νοημοσύνη εντοπίζει νέους αρχαιολογικούς χώρους στην έρημο

Στο βόρειο άκρο της Rub al-Khali, υπάρχουν μυστικά θαμμένα στην άμμο.

Η απέραντη έρημος των 650.000 τετραγωνικών χιλιομέτρων στην Αραβική Χερσόνησο είναι γνωστή ως «Η άδεια συνοικία». Και για τους περισσότερους, εκτός από τα «κύματα» των αμμόλοφων, φαίνεται όντως άδεια.

Αλλά όχι για την τεχνητή νοημοσύνη.

Ερευνητές του Πανεπιστημίου Khalifa στο Άμπου Ντάμπι ανέπτυξαν μια λύση υψηλής τεχνολογίας για την αναζήτηση τεράστιων, άνυδρων περιοχών για πιθανούς αρχαιολογικούς χώρους.

Παραδοσιακά, οι αρχαιολόγοι χρησιμοποιούν επίγειες έρευνες για τον εντοπισμό πιθανών χώρων ενδιαφέροντος, αλλά αυτό μπορεί να είναι χρονοβόρο και δύσκολο σε σκληρά εδάφη όπως η έρημος. Τα τελευταία χρόνια, η τηλεπισκόπηση με τη χρήση οπτικών δορυφορικών εικόνων από μέρη όπως το Google Earth έχει κερδίσει δημοτικότητα στην αναζήτηση μεγάλων περιοχών για ασυνήθιστα χαρακτηριστικά - αλλά στην έρημο, οι καταιγίδες άμμου και σκόνης συχνά κρύβουν το έδαφος σε αυτές τις εικόνες, ενώ τα μοτίβα των αμμόλοφων μπορεί να δυσχεράνουν τον εντοπισμό πιθανών χώρων.

«Χρειαζόμασταν κάτι για να μας καθοδηγήσει και να εστιάσουμε την έρευνά μας», λέει η Ντιάνα Φράνσις, ατμοσφαιρικός επιστήμονας και μία από τις επικεφαλής ερευνητές του έργου.

Η ομάδα δημιούργησε έναν αλγόριθμο μηχανικής μάθησης για την ανάλυση εικόνων που συλλέγονται από το ραντάρ συνθετικού ανοίγματος (SAR), μια τεχνική δορυφορικών εικόνων που χρησιμοποιεί ραδιοκύματα για να ανιχνεύσει αντικείμενα που κρύβονται κάτω από επιφάνειες όπως η βλάστηση, η άμμος, το έδαφος και ο πάγος.

Καμία από τις δύο τεχνολογίες δεν είναι καινούργια: οι εικόνες SAR χρησιμοποιούνται από τη δεκαετία του 1980 και η μηχανική μάθηση κερδίζει ολοένα και περισσότερο έδαφος στην αρχαιολογία. Αλλά η χρήση των δύο μαζί είναι μια νέα εφαρμογή, λέει η Francis, και από όσο γνωρίζει, είναι η πρώτη στην αρχαιολογία.

Εκπαίδευσε τον αλγόριθμο χρησιμοποιώντας δεδομένα από μια τοποθεσία που ήταν ήδη γνωστή στους αρχαιολόγους: Saruq Al-Hadid, έναν οικισμό με στοιχεία δραστηριότητας 5.000 ετών που εξακολουθεί να αποκαλύπτεται στην έρημο έξω από το Ντουμπάι.

«Μόλις εκπαιδεύτηκε, μας έδωσε μια ένδειξη για άλλες πιθανές περιοχές (κοντά) που δεν έχουν ακόμη ανασκαφεί», λέει η Φρανσις.

Προσθέτει ότι η τεχνολογία είναι ακριβής με ακρίβεια 50 εκατοστών και μπορεί να δημιουργήσει τρισδιάστατα μοντέλα της αναμενόμενης δομής που θα δώσουν στους αρχαιολόγους μια καλύτερη ιδέα για το τι είναι θαμμένο από κάτω.

Σε συνεργασία με την Dubai Culture, τον κυβερνητικό οργανισμό που διαχειρίζεται τον χώρο, η Φράνσις και η ομάδα της διεξήγαγαν μια έρευνα εδάφους χρησιμοποιώντας ένα ραντάρ διείσδυσης στο έδαφος, το οποίο «αναπαρήγαγε αυτό που μέτρησε ο δορυφόρος από το διάστημα», λέει.

Τώρα, η Dubai Culture σχεδιάζει να κάνει ανασκαφές στις νεοεντοπισμένες περιοχές - και η Φράνσις ελπίζει ότι η τεχνική αυτή μπορεί να αποκαλύψει περισσότερους θαμμένους αρχαιολογικούς θησαυρούς στο μέλλον.

Επιτάχυνση της «κουραστικής» εργασίας

Η χρήση εικόνων SAR δεν είναι συνηθισμένη στην αρχαιολογία, λόγω του κόστους και της πολυπλοκότητάς της.

Αλλά η χρήση της για τον εντοπισμό θαμμένων χώρων είναι «πραγματικά συναρπαστική», λέει η Έιμι Χάτον, διδακτορική φοιτήτρια στο Ινστιτούτο Γεωανθρωπολογίας Max Planck, η οποία ερευνά μοντέλα βαθιάς μάθησης για τον εντοπισμό αρχαιολογικών δομών στη βορειοδυτική Σαουδική Αραβία.

Η Χάτον σημειώνει ότι, χρησιμοποιώντας εικόνες SAR, οι οποίες παρακάμπτουν το πρόβλημα της διάχυσης του φωτός από σωματίδια σκόνης, η Φράνσις και η ομάδα της έλυσαν τεχνικές λεπτομέρειες που καθιστούν δύσκολη την τηλεπισκόπηση σε περιοχές της ερήμου.

Το Πανεπιστήμιο Khalifa δεν είναι το μόνο που χρησιμοποιεί τεχνητή νοημοσύνη για τον εντοπισμό πιθανών χώρων.

Η Αμίνα Τζαμπατζανσάν, μια άλλη διδακτορική φοιτήτρια στο Ινστιτούτο Max Planck, χρησιμοποιεί τη μηχανική μάθηση για να επιταχύνει την «κουραστική δουλειά» της αναζήτησης σε εικόνες υψηλής ανάλυσης από μη επανδρωμένα αεροσκάφη και δορυφόρους για πιθανές τοποθεσίες ενδιαφέροντος. Το πρόγραμμά της, το οποίο επικεντρώνεται σε μεσαιωνικούς τόπους ταφής στη Μογγολία -μια χώρα με έκταση άνω των 1,56 εκατομμυρίων τετραγωνικών χιλιομέτρων, σχεδόν το μέγεθος της Αλάσκας- έχει αποκαλύψει χιλιάδες πιθανές τοποθεσίες που η Τζαμπατζανσάν λέει ότι η ίδια και η ομάδα της δεν θα μπορούσαν ποτέ να βρουν στο έδαφος.

Η Τζαμπατζανσάν λέει ότι ενώ το κόστος και οι υπολογιστικές απαιτήσεις των εικόνων SAR θα μπορούσαν να αποτελέσουν εμπόδιο στη χρήση τους για πολλούς ερευνητές, η μέθοδος είναι πολύτιμη για περιοχές της ερήμου όπου άλλες τεχνολογίες δυσκολεύονται - και είναι μια μέθοδος που θα εξέταζε για την έρημο Γκόμπι στη Νότια Μογγολία, όπου οι «κανονικές οπτικές εικόνες» της δεν αποδίδουν αποτελέσματα.

Άνθρωπος εναντίον μηχανής

Η μηχανική μάθηση βρίσκει όλο και περισσότερες εφαρμογές στην αρχαιολογία, αν και δεν είναι όλοι οι ερευνητές ενθουσιασμένοι με αυτήν.

«Υπάρχουν δύο διαφορετικά συστήματα πεποιθήσεων», λέει ο Χιου Τόμας, λέκτορας αρχαιολογίας στο Πανεπιστήμιο του Σίδνεϊ και συνδιευθυντής του προγράμματος ανασκαφών στην προϊστορική AlUla και Khaybar στη Σαουδική Αραβία. Από τη μία πλευρά, οι άνθρωποι επιδιώκουν τεχνολογικές λύσεις όπως η τεχνητή νοημοσύνη για τον εντοπισμό των χώρων- από την άλλη, υπάρχουν εκείνοι που πιστεύουν ότι χρειάζεται ένα «εκπαιδευμένο αρχαιολογικό μάτι» για τον εντοπισμό των δομών, εξηγεί.

Αν και η τεχνολογία θα μπορούσε να βοηθήσει στον εντοπισμό και την παρακολούθηση αρχαιολογικών χώρων -ιδιαίτερα εκείνων που απειλούνται από τις αλλαγές στη χρήση γης, την κλιματική αλλαγή και τη λεηλασία- ο Τόμας είναι επιφυλακτικός ως προς την υπερβολική εξάρτηση από αυτήν.

«Ο τρόπος με τον οποίο θα ήθελα να χρησιμοποιήσω αυτού του είδους την τεχνολογία είναι σε περιοχές που ίσως δεν έχουν καθόλου ή έχουν πολύ χαμηλή πιθανότητα να υπάρχουν αρχαιολογικοί χώροι, επιτρέποντας έτσι στους ερευνητές να επικεντρωθούν περισσότερο σε άλλες περιοχές όπου περιμένουμε να βρεθούν περισσότερα», λέει ο Τόμας.

Ανακαλύπτοντας το παρελθόν

Η πραγματική δοκιμασία - και μακάρι, η επικύρωση - της τεχνολογίας θα γίνει τον επόμενο μήνα, όταν αρχίσουν οι ανασκαφές στο συγκρότημα Saruq Al Hadid, από το οποίο εκτιμάται ότι μόνο το 10% έχει αποκαλυφθεί σε μια έκταση 6,2 τετραγωνικών χιλιομέτρων, σύμφωνα με το Dubai Culture.

Εάν οι αρχαιολόγοι βρουν τις δομές που έχει προβλέψει ο αλγόριθμος, η Dubai Culture σχεδιάζει να χρησιμοποιήσει την τεχνολογία για να φέρει στο φως περισσότερες τοποθεσίες.

Η Φράνσις και η ομάδα της δημοσίευσαν μια εργασία σχετικά με τα ευρήματά τους πέρυσι και συνεχίζουν να εκπαιδεύουν τον αλγόριθμο μηχανικής μάθησης για να βελτιώσουν την ακρίβειά του, προτού επεκτείνουν τη χρήση του.

«Η ιδέα είναι να εξάγουμε (την τεχνολογία) σε άλλες περιοχές, ιδίως στη Σαουδική Αραβία, την Αίγυπτο, ίσως και στις ερήμους της Αφρικής», λέει η ίδια.

Πηγή: CNN