深度学习发现古人类遗址,AI 考古比胡八一更高效

考古,一直是个神秘又充满吸引力的话题。

盗墓系列小说《鬼吹灯》中主人公胡八一,就是靠半部《十六字阴阳风水秘术》掌握了寻龙诀和分金定穴,找到大墓和宝藏。

「盗墓文学」将探险、玄学、灵异等元素加入了考古学,
使盗墓主题红极一时

胡八一的那套口诀:寻龙分金看缠山,一重缠是一重关,关门如有八重险,不出阴阳八卦形。帮助他用八卦星象确定墓穴位置、找到逃生出口,顺利完成任务,解决难题。

近年考古事件也频频登上热搜,新闻中常见的标题:爱琴海农民挖出古希腊雕塑、西安地铁为战国古墓停工等等,让考古工作看起来很像开盲盒,仿佛要靠碰运气才能发现遗迹。

AI 考古:深度学习大有可为

伊利诺伊大学人类学专业的博士 Dylan Davis 就致力于将遥感和深度学习加入到考古中,带来更多的发现。

他基于南卡罗来纳州几个地区的 LiDAR 激光雷达数据,结合了当地的 SAR 合成孔径雷达、多光谱数据,利用机器学习和深度学习的方法,发现了多处 3000-5000 年前的美洲原住民生存遗迹。

古人类的居住地附近常用食用过的贝类、动物遗骨、食物残渣堆积围绕,久而久之就形成了环形的围体,在考古学中将这类人类遗址成为贝丘遗址或贝环遗址。

环状地形、贝丘遗存是古人类生活、构建家园的主要特征

这类遗址往往出现在沿海地区,在我国、日本、英国、北非等世界各地都有发现,这些遗址通常属于新石器时期,或者晚至青铜时期。

对古人类贝丘遗址的考察、遗址沉积物的分析,可以为北美洲原住民的发展年表、社会形成、气候环境变化提供丰富的研究资料。

这些古人类在建设住地时,会对土壤空隙和地形产生轻微的改变,但经过千百年来的更迭,这些变化很难在地面通过肉眼观察出来,所以也让这些遗址的发现增加困难。

壳环形态在遥感影像上形态不一
有圆环、相互连接的圆环,也有半圆环

在利用机器学习和深度学习进行图像处理环节时,Dylan  首先下载了实验区域的 LiDAR 数据,将其提取数字高程模型(DEM)分析得到丘陵阴影(Hillshade)和坡度(Slope),旋转 45° 来增强训练数据。

最终得到了 776 个环状地形、720 个贝丘地形和 1316 个无关地形,导出为 200*200 的图像,保留了 10% 作为验证集。

Dylan 和团队基于 ResNet 50 设计了一个 Mask-R-CNN 模型,为了对模型基于 LiDAR 训练数据得出的深度学习结果进行交叉验证,团队还基于 Sentinel-1 的多时相 SAR 数据和 Sentinel-2 的多光谱数据,对研究区域的环形地形进行了随机森林(RF)概率分析。

Dylan  和团队在一台 NVIDIA Quadro p4000 GPU、Intel® Core™ i7-7700 K CPU @ 4.20 GHz、4200 Mhz、4 个核心、8 个逻辑处理器和 64 GB 内存配置的工作站中,训练了 40  多个小时,共运行了 20 个 epochs,获得了最佳模型的训练和验证损失分别为 0.252 和 0.554。

在 Dylan 和团队的该项研究之前,美国的五大湖区已知的的古人类遗址大约有五十多个,在这些古人类遗址中发现了石器和陶器等人类生存痕迹。在 Dlyan 的研究结果显示,这些区域仍有近百个疑似古人类遗址等待被验证。

经测试,模型获得了让团队满意的结果

Dylan 在近期的研究中提到,下一步即是根据训练结果在实地进行考察。

空间考古:非破坏性考古研究

真正的考古没有分金定穴这么玄妙,没有传说中的藏宝图和神秘钥匙,当代考古工作大多是非主动性的发掘。

受到目前发掘保护方法的局限,很多文物可能会因为缺乏有效的保护手段,一经发掘出土,就会永久性地损坏。比如我国就以「如无必要,不进行主动发掘」的标准,来保护遗迹和考古发现,所以空间考古越来越受到重视。

在二战后,全球的考古学界都开始使用空间技术,尤其是结合遥感来进行考古研究。遥感考古主要是通过分析遥感图像,再结合考古成果、历史和文献资料进行的。不仅能避免野外工作花费大量时间,经费和精力,减轻劳动强度。

在上世纪 60 年代修建三门峡水库时,
我国开始用航空照片对库区古代遗址、墓葬分布探测

在不触及文化遗迹的情况下精确确定遗迹的位置、形状、大小等。对现已埋没于地表下的古沟渠、古河道或大型建筑物等,在信息丰富的遥感资料上有时能很清楚地反映出来。

2014 年,我国遥感地球所的研究团队在新疆地区,历时三年对新疆古代长城进行考古工作。 

靠着遥感手段获取的古遗址的微弱信息, 科研人员「还原」了新疆古代长城,改变了长期以来「新疆没有长城」的认识,令考古界为之振奋。 

利用遥感技术,能够更直观形象地了解遗存,深化人类文化遗存时空分布规律的认识,了解不同环境和社会发展阶段的人地关系模式及其演变过程,为解读遗址与文化提供科学依据。 

再结合机器学习、深度学习等 AI 技术手段,可以让高效地提高对空间遥感数据的处理,进一步加快对文化遗存的探索与保护。

总之,技术「倒斗」,又好又快。

参考文献:

-《Deep learning reveals extent of Archaic Native American shell-ring building practices》Dylan S.Davis

-《遥感考古 “上天入地” 空间考古大有可为》中国科学院空天信息创新研究院

-《遥感技术在考古方面的应用》(http://blog.sina.com.cn/s/blog_5554ecf401000e45.html)