Menemukan makam raja kuno, penuh dengan artefak emas, senjata dan pakaian indah, adalah impian setiap arkeolog. Tetapi mencari objek seperti itu sangat membosankan, Dr. Gino Caspari akan memberi tahu Anda.
Gino Caspari, seorang peneliti arkeologi di Swiss National Science Foundation, mempelajari budaya orang Skit kuno dan pengembara yang meneror populasi dataran Asia 3.000 tahun yang lalu. Di makam bangsawan Skit, sebagian besar kekayaan luar biasa, yang dicuri dari tetangga mereka, disimpan. Sejak jenazah para pemimpin dikuburkan, kuburan menjadi sasaran para perampok. Dr. Caspari memperkirakan bahwa lebih dari 90% di antaranya telah dihancurkan dan dihancurkan.
Ilmuwan menduga bahwa ribuan kuburan tersebar di seluruh stepa Eurasia, membentang hingga jutaan kilometer persegi. Dia menghabiskan berjam-jam memetakan kuburan menggunakan citra Google Earth di tempat yang sekarang disebut Rusia, Mongolia, dan provinsi Xinjiang di China barat.
“Sebenarnya, ini pekerjaan yang sangat membosankan dan berulang, ” kata Dr. Caspari. " Dan ini jelas bukan yang harus dilakukan oleh seorang ilmuwan berpendidikan tinggi."
Pablo Crespo, seorang mahasiswa pascasarjana Fakultas Ekonomi di City University of New York, berhasil menemukan solusi yang lebih optimal untuk masalah ilmuwan tersebut. Dia bekerja dengan kecerdasan buatan yang menilai volatilitas pasar komoditas. Pablo menyarankan kepada Dr. Caspari bahwa jaringan saraf konvolusional dapat membantunya mencari potensi kuburan Skit - ia dapat menganalisis citra satelit seperti ilmuwan yang dihormati.
Pablo dan Gino adalah "rekan" di International House (jaringan 160 sekolah bahasa dan lembaga pelatihan guru di seluruh dunia di lebih dari 50 negara). Mereka disatukan oleh keyakinan akan pentingnya ketersediaan umum pengetahuan dan kolaborasi akademis. Mereka juga menyukai heavy metal. Dengan segelas bir, mereka meluncurkan kemitraan ilmiah dan membuka halaman baru dalam sejarah penelitian arkeologi.
Jaringan saraf konvolusional (CNN) ideal untuk menganalisis foto dan gambar lainnya. CNN melihat gambar sebagai kisi piksel. Jaringan saraf, yang dirancang oleh Pablo Crespo, dimulai dengan menetapkan peringkat setiap piksel berdasarkan warnanya - seberapa merah, hijau, atau birunya. Setelah mengevaluasi setiap piksel berdasarkan banyak parameter tambahan, jaringan mulai menganalisis sekelompok kecil piksel, kemudian yang lebih besar, mencari kecocokan dengan data yang telah dilatih untuk dideteksi.
Bekerja di waktu luang, kedua peneliti menganalisis 1.212 gambar satelit melalui jaringan selama beberapa bulan, mencari kuburan batu melingkar. Bagian yang sulit adalah tidak mengacaukannya dengan objek melingkar lainnya seperti tumpukan puing dan kolam irigasi.
Awalnya, mereka bekerja dengan gambar sekitar 2.000 kilometer persegi. Mereka menggunakan tiga perempat gambar untuk mengajari jaringan seperti apa makam orang Skit dan memperbaikinya ketika makam itu terlewat atau memilih objek lain sebagai penguburan. Para ilmuwan meninggalkan sisa gambar untuk memeriksa sistem. Akibatnya, jaringan mengidentifikasi kuburan dengan benar dalam 98% kasus.
Jaringan itu tidak sulit dibuat, kata Dr. Crespo. Dia menerapkannya dalam waktu kurang dari sebulan menggunakan Python tanpa biaya tambahan. Kecuali, tentu saja, Anda tidak menghitung bir yang dibeli dan diminum bulan ini. Dr. Caspari berharap CNN akan membantu para arkeolog menemukan kuburan baru sehingga bisa terlindungi dari pemburu harta karun.
Jaringan saraf konvolusional membantu mengotomatiskan tugas-tugas ilmiah yang melibatkan tindakan berulang tanpa batas, yang biasanya dipersalahkan pada mahasiswa pascasarjana. Kecerdasan buatan membuka jendela baru ke masa lalu. Jadi, jaringan telah belajar untuk mengklasifikasikan pecahan keramik, mendeteksi kapal yang tenggelam dari gambar sonar, dan menemukan tulang manusia yang dijual di pasar gelap di Internet.
“Dengan teknologi seperti ini, Netflix memberi kami rekomendasi film, ” kata Pablo Crespo, sekarang rekan senior di Etsy. - Mengapa kita tidak menggunakannya untuk sesuatu seperti pelestarian sejarah manusia "?
Gabriele Gattilla dan Francesca Anichini, arkeolog di Universitas Pisa di Italia, sedang menggali area monumen Romawi, yang memerlukan analisis ribuan pecahan tembikar. Dalam budaya Romawi, hampir semua jenis perkakas, termasuk perkakas masak dan amfora yang digunakan untuk mengangkut barang melintasi Mediterania, terbuat dari tanah liat. Oleh karena itu, analisis gerabah penting untuk memahami kehidupan orang Romawi kuno.
Tantangannya adalah membandingkan pecahan tembikar dengan gambar di katalog cetak. Dr. Gattiglia dan Dr. Anichini memperkirakan bahwa hanya 20% dari waktu mereka yang dihabiskan untuk penggalian. Sisanya dihabiskan untuk menganalisis tembikar - pekerjaan yang tidak dibayar.
“Kami telah lama memimpikan semacam alat ajaib untuk mengidentifikasi tembikar dalam penggalian ,” kata Dr. Gattiglia.
Mimpi ini menghasilkan proyek ArchAIDE, solusi digital yang memungkinkan para arkeolog memotret keramik yang ditemukan di lapangan dan mengidentifikasinya menggunakan jaringan saraf. Proyek yang mendapat dana dari proyek Horizon 2020 itu, kini melibatkan peneliti dari seluruh Eropa, serta sekelompok ilmuwan komputer dari Universitas Tel Aviv di Israel, yang mengembangkan jaringan saraf.
Proyek ini melibatkan digitalisasi katalog kertas dan pelatihan jaringan saraf untuk mengenali berbagai jenis bejana keramik berdasarkan gambar-gambar ini. Jaringan kedua dilatih untuk mengenali kontur pecahan tembikar. Sejauh ini, ArchAIDE hanya dapat mengidentifikasi beberapa jenis keramik tertentu, tetapi seiring dengan berkembangnya database, kemampuan jaringan saraf diharapkan meningkat.
“Saya memimpikan katalog semua jenis keramik, ” kata Dr. Anichini. " Tapi sepertinya itu bukan pekerjaan seumur hidup."
Menghemat waktu adalah salah satu manfaat terbesar dari jaringan saraf. Dalam arkeologi bawah air, waktu itu mahal, dan penyelam penjelajah tidak dapat menghabiskan terlalu banyak waktu di bawah air tanpa membahayakan kesehatan mereka. Chris Clarke, seorang insinyur di Harvey Mudd College di Claremont, California, memecahkan kedua masalah tersebut dengan menggunakan robot untuk memindai dasar laut dan kemudian menggunakan jaringan saraf untuk memproses gambar. Dalam beberapa tahun terakhir, dia telah bekerja dengan Timmy Gambin, seorang arkeolog di Universitas Malta, untuk mempelajari dasar laut Mediterania di sekitar pulau Malta.
Awalnya tidak mudah: selama salah satu "berenang" pertama, robot bertabrakan dengan tempat kapal karam, dan para ilmuwan harus mengirim penyelam untuk mengejarnya. Setelah kelebihan ini, semuanya menjadi lebih baik. Pada 2017, jaringan saraf mengidentifikasi apa yang ternyata merupakan puing-puing pembom selam Perang Dunia II. Clarke dan Dr. Gambin saat ini sedang mengerjakan masalah yang berbeda, tetapi belum ingin mengungkapkan detailnya.
Sean Graham, profesor humaniora digital di Carleton University di Ottawa, menggunakan jaringan saraf yang disebut Inception 3.0. CNN, yang dikembangkan oleh Google, membantu orang-orang menelusuri melalui gambar di Internet untuk iklan pembelian atau penjualan tulang manusia. Amerika Serikat dan banyak negara lain memiliki undang-undang yang mewajibkan tulang manusia dalam koleksi museum dikembalikan kepada keturunan "pemilik" tulang. Tapi ada orang yang melanggar hukum ini. Dr. Graham mengatakan dia bahkan menemukan video di internet tentang orang-orang yang menggali kuburan untuk memberi makan pasar gelap.
Ia melakukan beberapa perubahan pada jaringan Inception 3.0 agar dapat mengenali foto tulang manusia. Sistem tersebut telah dilatih untuk mengenali objek dalam jutaan gambar, tetapi tidak satupun dari objek tersebut adalah tulang. Sejak itu, dia telah melatih jaringan sarafnya pada lebih dari 80.000 gambar tulang manusia. Ilmuwan tersebut sekarang bekerja dengan sebuah organisasi bernama Memerangi Kejahatan di Internet, yang menggunakan jaringan saraf untuk melacak gambar yang terkait dengan perdagangan gading ilegal dan perbudakan seks.
Ilmuwan Crespo dan Caspari yakin bahwa ilmu sosial dan humaniora hanya akan mendapat manfaat dari pengenalan TI. Jaringan saraf konvolusional mereka mudah digunakan dan tersedia untuk modifikasi sesuai dengan tujuan penelitian. Pada akhirnya, kata mereka, kemajuan ilmiah bermuara pada dua hal.
“Penemuan baru terjadi di persimpangan dari apa yang telah dipelajari, ” kata Gino Caspari. “Dari waktu ke waktu, jangan menyangkal minum bir dengan tetangga, ” rekannya Dr. Crespo menyimpulkan.
