Автор: редакция
На северной окраине Руб-эль-Хали есть тайны, погребенные в песке.
Обширная пустыня площадью 250 000 квадратных миль (650 000 квадратных километров) на Аравийском полуострове известна как «Пустой квартал». И для большинства, если не считать волн охровых дюн, она действительно выглядит пустой.
Но только не для искусственного интеллекта.
Исследователи из Университета Халифа в Абу-Даби разработали высокотехнологичное решение для поиска на огромных засушливых территориях потенциальных археологических памятников.
Традиционно археологи используют наземные исследования для обнаружения потенциально интересных мест, но это может занять много времени и быть сложным в таких суровых условиях, как пустыня. В последние годы популярность приобрело дистанционное зондирование с использованием оптических спутниковых снимков, получаемых с помощью таких программ, как Google Earth. Но в пустыне песчаные и пыльные бури часто заслоняют землю на этих снимках, а узор дюн может затруднить обнаружение потенциальных объектов.
«Нам нужно было что-то, что могло бы направить нас и сфокусировать наши исследования», — говорит Диана Фрэнсис, ученый-атмосферолог и один из ведущих исследователей проекта.
Команда создала алгоритм машинного обучения для анализа изображений, полученных с помощью радара с синтезированной апертурой (SAR) — метода спутниковой съемки, который использует радиоволны для обнаружения объектов, скрытых под поверхностью, включая растительность, песок, почву и лед.
Обе технологии не являются новыми: снимки SAR используются с 1980-х годов, а машинное обучение набирает обороты в археологии. Но использование этих двух технологий вместе — это новое применение, подчеркивает Фрэнсис, и, насколько ей известно, это первое применение в археологии.
Она обучила алгоритм, используя данные с места, уже известного археологам: Сарук аль-Хадид, поселение со свидетельствами 5000-летней деятельности, которое до сих пор раскапывают в пустыне за пределами Дубая.
Технология обладает точностью до 50 сантиметров и может создавать 3D-модели предполагаемой структуры, что позволит археологам лучше понять, что находится под землей.
В сотрудничестве с Dubai Culture, правительственной организацией, управляющей объектом, Фрэнсис и ее команда провели наземную съемку с помощью проникающего радара, который «повторил то, что измерял спутник из космоса», — говорит она.
Теперь Dubai Culture планирует провести раскопки на вновь выявленных участках, и Фрэнсис надеется, что в будущем этот метод позволит обнаружить еще больше погребенных археологических сокровищ.
Ускорение «утомительной» работы
Использование снимков SAR не так часто встречается в археологии из-за их стоимости и сложности. Но использование их для идентификации захороненных объектов «действительно интересно», — отмечает Эми Хаттон, аспирант Института геоантропологии Макса Планка, которая изучает модели глубокого обучения для обнаружения археологических структур на северо-западе Саудовской Аравии.
Хэттон подчеркивает, что, используя SAR-снимки, которые обходят проблему рассеивания света от частиц пыли, Фрэнсис и ее команда решили технические проблемы, которые затрудняют дистанционное зондирование в пустынных регионах.
Университет Халифа не одинок в использовании искусственного интеллекта для обнаружения потенциальных объектов. Амина Джамбаджанцан, еще одна аспирантка Института Макса Планка, использует машинное обучение, чтобы ускорить «утомительную работу» по поиску потенциальных объектов с помощью беспилотников и спутниковых снимков высокого разрешения. Ее проект, посвященный средневековым захоронениям в Монголии — стране площадью более 1,56 миллиона квадратных километров, что почти равно площади Аляски, — выявил тысячи потенциальных мест, которые, по словам Джамбаджанцан, она и ее команда никогда не смогли бы найти на местности.
Джамбаджанцан говорит, что, хотя стоимость и вычислительные требования SAR-снимков могут стать препятствием для многих исследователей, этот метод ценен для пустынных регионов, где другие технологии не работают, и она хотела бы рассмотреть его для пустыни Гоби в Южной Монголии, где «обычные оптические снимки» не дают результатов.
Человек против машины
Машинное обучение находит все больше применений в археологии, хотя не все исследователи в восторге от этого.
«Есть две разные системы взглядов, — говорит Хью Томас, преподаватель археологии в Сиднейском университете и соруководитель проекта раскопок доисторических Аль-Ула и Хайбар в Саудовской Аравии. С одной стороны, люди ищут технологические решения, такие как искусственный интеллект, для идентификации объектов; с другой стороны, те, кто считает, что для идентификации сооружений нужен «натренированный археологический глаз», — объясняет он.
Хотя технологии могут помочь в выявлении и мониторинге археологических объектов — особенно тех, которые находятся под угрозой из-за изменений в землепользовании, изменения климата и мародерства, — Томас опасается слишком полагаться на них.
«Я бы хотел использовать такие технологии на территориях, где археологические памятники либо отсутствуют, либо их вероятность очень низка, что позволит исследователям сосредоточиться на других областях, где, как мы ожидаем, их будет найдено больше».
Раскрывая прошлое
Настоящее испытание — и, надеемся, проверка — технологии произойдет в следующем месяце, когда начнутся раскопки в комплексе Сарук Аль Хадид, из которого, по данным Dubai Culture, было обнаружено только 10% на территории площадью 2,3 квадратных мили (6,2 квадратных километра). Если археологи найдут структуры, которые предсказал алгоритм, Dubai Culture планирует использовать технологию для раскопок других объектов.
Фрэнсис и ее команда опубликовали работу о своих результатах в прошлом году и продолжают тренировать алгоритм машинного обучения, чтобы повысить его точность, а затем расширить его применение. «Идея состоит в том, чтобы распространить (технологию) на другие регионы, особенно на Саудовскую Аравию, Египет и, возможно, пустыни в Африке», — говорит она.
Оригинал: CNN
