ディープラーニングが古代人類の遺跡を発見、AI考古学は胡八一よりも効率的

考古学は常に神秘的で魅力的なテーマです。

墓荒らしシリーズ「ランプを吹く幽霊」の主人公である胡八一は、「十六字陰陽風水秘術」の半分を頼りに、龍を探す技術と金を分けて洞窟を固定する方法を習得しました。大きな墓や宝物を見つけるために。

胡八一の公式は次のとおりです。龍を見つけて金を分けて、絡み合った山を見てください。彼が八卦占星術を使って墓の場所を特定し、脱出出口を見つけてタスクを正常に完了し、問題を解決するのを手伝ってください。

近年、考古学上の出来事がよく検索されるようになりました。ニュースの見出しには次のようなものがあります。エーゲの農民が古代ギリシャの彫刻を発掘、西安の地下鉄が戦国時代の古墳の建設を中止など、まるで遺跡を発見するには運に頼らなければならないかのように、考古学の作業はブラインドボックスを開けるようなものになります。

AI 考古学: ディープラーニングには大きな可能性がある

イリノイ大学の人類学博士号であるディラン・デイビスは、考古学にリモートセンシングとディープラーニングを加えて、より多くの発見をもたらすことに取り組んでいます。

サウスカロライナ州のいくつかの地域のLiDARデータに基づいて、地元のSAR合成開口レーダーとマルチスペクトルデータを組み合わせ、機械学習とディープラーニング手法を使用して、3,000年から5,000年前にネイティブアメリカンが住んでいた多くの場所の遺跡を発見しました。

古代の人類が住んでいた場所は、時が経つにつれて、貝類、動物の骨、食物の残渣が蓄積して周囲に環状の囲いが形成されることが多く、考古学ではこれらの遺跡を貝塚遺跡または貝殻遺跡と呼びます。

このような遺跡は沿岸地域に多く見られ、我が国、日本、英国、北アフリカ、その他世界の地域で発見されており、これらの遺跡は通常新石器時代、あるいは遅くとも青銅器時代に属します。

古代の人間貝塚遺跡の調査と遺跡の堆積物の分析は、北米の先住民族の発展年代、社会形成、気候と環境の変化に関する豊富な研究情報を提供します。

これらの古代の人類が居住地を建設したとき、土壌の空洞や地形はわずかに変化しましたが、数千年にわたる変化を経て、これらの変化を地上で肉眼で観察することは難しくなり、これらの遺跡を発見することはさらに困難になります。

画像処理に機械学習と深層学習を使用する場合、ディラン氏はまず実験地域の LiDAR データをダウンロードし、それを数値標高モデル (DEM) に抽出し、分析して陰影起伏 (Hillshade) と傾斜角 (Slope) を取得し、回転させました。トレーニングデータを強化するには45°にします。

最終的に、776 個の環状地形、720 個の貝塚地形、および 1316 個の無関係地形が取得され、200*200 の画像としてエクスポートされ、10% が検証セットとして保持されました。

ディラン氏と彼のチームは、ResNet 50 に基づいて Mask-R-CNN モデルを設計しました。LiDAR トレーニング データに基づいてモデルの深層学習の結果を相互検証するために、チームは Sentinel の多時点 SAR データにも基づいています。スペクトル データ、ランダム フォレスト (RF) 確率解析は、調査地域の環状地形に対して実行されました。

ディラン氏とチームは、NVIDIA Quadro p4000 GPU、Intel® Core™ i7-7700 K CPU @ 4.20 GHz、4200 Mhz、4 コア、8 論理プロセッサ、および 64 GB のメモリで構成されたワークステーションで作業しました。40 時間以上トレーニングし、合計 20 エポック実行した後、最良のモデルのトレーニング損失と検証損失はそれぞれ 0.252 と 0.554 でした。

ディラン氏らの研究以前、米国の五大湖地域には約50の古代人類遺跡が知られており、これらの古代人類遺跡からは石器や土器など人類が存在した痕跡が発見されていた。ドリヤンでの調査結果によると、これらの地域には依然として 100 近くの古代人類遺跡と思われる遺跡が検証を待っている。

最近の研究で、ディラン氏は次のステップはトレーニング結果に基づいて現地調査を実施することであると述べました。

宇宙考古学: 非破壊考古学研究

本物の考古学は、黄金を分ける洞窟ほど神秘的ではありません。伝説的な宝の地図や謎の鍵は存在しません。

現在の発掘および保護方法には限界があるため、多くの文化遺物は、効果的な保護方法がないため、一度発掘されると永久に損傷を受ける可能性があります。例えば、我が国では遺物や考古学的発見を保護するために「必要な場合を除いて積極的な発掘を行わない」という基準を設けており、宇宙考古学への注目はますます高まっています。

第二次世界大戦後、世界中の考古学コミュニティは、考古学研究を行うために宇宙技術、特にリモート センシングと組み合わせて使用し始めました。リモートセンシング考古学は、主にリモートセンシング画像を分析し、考古学的結果、歴史的および文書資料と組み合わせて実行されます。現場作業に多くの時間、お金、エネルギーを費やすことがなくなるだけでなく、労働集約性も軽減されます。

文化財に触れることなく、文化財の位置、形状、大きさなどを正確に把握します。現在地表の下に埋もれている古代の溝、古代の川、または大きな建物が、情報豊富なリモート センシング データにはっきりと反映されることがあります。

2014年、私の国の地球リモートセンシング研究所の研究チームは、新疆で3年間にわたり、新疆の古代万里の長城の考古学調査を実施した。 

科学研究者らは、リモートセンシング手法を通じて得られた古代遺跡の微弱な情報を頼りに、新疆の古代万里の長城を「復元」し、「新疆には万里の長城はない」という長年の認識を変え、考古学界を興奮させた。 

リモートセンシング技術を使用することで、遺物をより直感的に理解し、人類の文化遺物の時空間分布パターンについての理解を深め、環境および社会開発のさまざまな段階における人と土地の関係パターンとその進化プロセスを理解し、科学的根拠を提供することができます。遺物や文化の解釈に。 

機械学習やディープラーニングなどの AI テクノロジーと組み合わせることで、空間リモートセンシングデータの処理を効率的に改善し、文化遺物の探索と保護をさらに加速できます。

一言で言えば「裏格闘」の技術が上手くて早い。

参考文献:

- 「ディープラーニングにより、古代アメリカ先住民の貝殻環構築慣行の範囲が明らかになった」 ディラン S.デイビス

- 「リモートセンシング考古学は「空へ、そして地へ」、宇宙考古学には大きな可能性がある」 中国科学院航空宇宙情報イノベーション研究所

- 「考古学におけるリモートセンシング技術の応用」 (http://blog.sina.com.cn/s/blog_5554ecf401000e45.html)