Naukowcy odkryli 142 bardziej starożytne ryciny w Peru. Teraz AI przyspieszy polowanie.

Kategoria: Sztuczna inteligencja Opublikowany 19 listopada

Położone na pustyni Nazca w południowym Peru, Linie Nazca to zbiór gigantycznych rycin, które mają sens tylko z dużej wysokości. Teraz sztuczna inteligencja pomaga przyspieszyć polowanie na więcej ukrytych symboli — i już odniosła pewien sukces.

Tajemnicze symbole piasku: Od czasu ich odkrycia w latach dwudziestych, Linie Nazca nadal zadziwiają ekspertów. Stworzone między 200 pne a 600 ne zostały wykonane przez usunięcie kamieni, aby odsłonić biały piasek pod spodem i przedstawić różne kształty geometryczne, ludzi i zwierzęta, znane jako geoglify. W 1994 roku zostały wpisane na Listę Światowego Dziedzictwa UNESCO, ale ich cel i znaczenie nadal umykają historykom.

Czytanie między wierszami: W 2004 roku zespół kierowany przez Masato Sakai z Uniwersytetu Yamagata w Japonii rozpoczął wspólne starania, aby nakreślić wszystkie linie w nadziei na ich zachowanie i zrozumienie ich znaczenia. Dzięki ponad dziesięcioletniej pracy w terenie i analizie danych 3D w wysokiej rozdzielczości zespół ma odkryto 142 nowe projekty , ogłoszono 15 listopada. Geoglify dzielą się na dwie główne kategorie. Większe wzory przypominające zwierzęta, o długości nawet 100 metrów (330 stóp), były prawdopodobnie używane do wyznaczania miejsc rytuałów. Mniejsze symbole, niektóre mniejsze niż 5 metrów (16 stóp), prawdopodobnie służyły jako punkty orientacyjne dla podróżnych.

Trudne zadanie: Na odkrycie czeka wiele innych rycin, ale proces ich znajdowania stał się trudniejszy. Wiele linii zostało uszkodzonych przez powodzie, drogi i rozwój miast. Naukowcy są przekonani, że obejmują one również znacznie większy obszar niż wcześniej sądzono, co zajęłoby znacznie więcej czasu na wyszukiwanie przy użyciu tradycyjnych metod.

Pomocna dłoń: We współpracy z IBM Research zespół wdraża teraz algorytmy uczenia głębokiego, aby przyspieszyć polowanie. Naukowcy wykorzystują platformę chmurową do łączenia ogromnych ilości danych geoprzestrzennych, w tym zdjęć lidarowych, dronów, zdjęć satelitarnych i badań geograficznych, aby tworzyć mapy obszarów wyszukiwania o wysokiej wierności.

Następnie trenują sieć neuronową, aby rozpoznawać wzorce danych znanych linii i szukać nowych. Nawet podczas testów zespół odkrył nowy projekt — mniejszą figurkę humanoidalną (powyżej) — który został pominięty we wcześniej zebranych danych. Odkrycie zajęło tylko dwa miesiące; poprzednie metody zwykle zajmowały lata.

Aby więcej takich historii trafiało bezpośrednio do Twojej skrzynki odbiorczej, zapisz się do naszego nominowanego przez Webby biuletynu AI The Algorithm. Jest wolne.