2018年にシベリア南部のシチリア王家の墓の地球物理学的調査中のジーノ・カスパリ博士（右）。写真：トレバー・ウォレス
金の工芸品、武器、絶妙な服でいっぱいの古代の王の墓を見つけることは、あらゆる考古学者の夢です。しかし、そのようなオブジェクトを探すのは非常に面倒です、とジーノ・カスパリ博士はあなたに言うでしょう。
スイス国立科学財団の考古学研究者であるジーノ・カスパリは、3000年前にアジアの平原の住民を恐怖に陥れた古代のサイス人と遊牧民の文化を研究しています。シチリアの貴族の墓には、隣人から盗んだ素晴らしい富のほとんどが保管されています。指導者の遺体が埋葬された瞬間から、墓は強盗の標的になりました。カスパリ博士は、それらの90％以上がすでに破壊され破壊されていると推定しています。
科学者は、何千もの墓が数百万平方キロメートルにわたって伸びるユーラシアの草原に散らばっていると疑っています。彼は、現在のロシア、モンゴル、中国西部の新江省で、GoogleEarthの画像を使用して墓をマッピングするのに何時間も費やしました。
「実際、それはかなり退屈で反復的な仕事です」とカスパリ博士は言います。 「そして、これは明らかに、高度な教育を受けた科学者がすべきことではありません。」
ニューヨーク市立大学経済学部の大学院生であるPabloCrespoは、科学者の問題に対してより最適な解決策を見つけることができました。彼は、商品市場の変動性を評価する人工知能と協力しました。パブロはカスパリ博士に、畳み込み神経ネットワークが潜在的なシチリアの墓を探すのに役立つ可能性があることを示唆しました-それは尊敬される科学者のように衛星画像を分析することができます。
パブロとジーノはインターナショナルハウス（50カ国以上にある160の語学学校と教師養成機関の世界的なネットワーク）の「同僚」でした。彼らは、知識の一般的な利用可能性と学術的協力の重要性への信念によって団結しました。彼らは両方とも重金属を愛していました。一杯のビールの上で、彼らは科学的パートナーシップを開始し、考古学研究の歴史の中で新しいページを開きました。
, Google Earth. :
PabloCrespoとDr.Caspariが神経ネットワークを訓練するために使用した墓の画像。写真：Pablo Crespo
畳み込みニューラルネットワーク（CNN）は、写真やその他の画像の分析に最適です。 CNNは、画像をピクセルのグリッドとして認識します。 Pablo Crespoによって設計されたニューラルネットワークは、各ピクセルにその色（赤、緑、または青）に基づいて評価を割り当てることから始まります。多くの追加パラメータに従って各ピクセルを評価した後、ネットワークはピクセルの小さなグループ、次に大きなグループの分析を開始し、検出するようにトレーニングされたデータとの一致を探します。
2人の研究者は、空き時間に、ネットワークを介して数か月にわたって1,212の衛星画像を分析し、丸い石の墓を探しました。トリッキーな部分は、それらを破片の山や灌漑池などの他の円形の物体と混同しないことでした。
最初は、約2,000平方キロメートルの画像を処理していました。彼らは画像の4分の3を使用して、Scythianの墓がどのように見えるかをネットワークに教え、墓を見逃したり、埋葬として他のオブジェクトを選択した場合に修正しました。科学者たちはシステムをチェックするために残りの画像を残しました。その結果、ネットワークは98％のケースで墓を正しく識別しました。
クレスポ博士によると、ネットワークの作成は難しくありませんでした。彼は追加費用なしでPythonを使用して1か月以内にそれを展開しました。もちろん、今月購入して飲んだビールを数えない限り。 Caspari博士は、CNNが考古学者が新しい墓を見つけて、トレジャーハンターから保護できるようになることを望んでいます。
畳み込み神経ネットワークは、通常大学院生のせいにされる無限に繰り返される行動を含む科学的タスクを自動化するのに役立ちます。人工知能は過去への新しい窓を開きます。そのため、ネットワークは、セラミックの破片を分類し、ソナー画像から沈没船を検出し、インターネットのブラックマーケットで販売されている人間の骨を見つけることを学びました。
「このようなテクノロジーにより、Netflixは私たちに映画のおすすめを提供しています、現在Etsyの主任研究員であるPabloCrespoは言います。-人類の歴史の保存などに使ってみませんか？
イタリアのピサ大学の考古学者であるガブリエレガッティラとフランチェスカアニチーニは、何千もの壊れた陶器の破片の分析を伴うローマの記念碑の領域を掘削しています。ローマの文化では、地中海を横断して商品を輸送するために使用される調理器具や両生類を含むほとんどすべての種類の器具は粘土でできていました。したがって、陶器の分析は古代ローマ人の生活を理解するために重要です。
左-フランチェスカ・アニチーニ博士。右側はガブリエレガッティラです。出典：ピサ大学、MAPPALab
ArchAIDEプロジェクトにより、考古学者は現場でセラミックを撮影し、超精密ニューラルネットワークを使用してそれらを特定することができます。出典：ピサ大学、MAPPALab
課題は、陶器の破片を印刷されたカタログの画像と比較することです。 Gattiglia博士とAnichini博士は、彼らの時間の20％だけが発掘に費やされていると推定しています。残りは陶器の分析に費やされます-彼らが支払われない仕事。
「私たちは長い間、掘削で陶器を識別するためのある種の魔法の道具を夢見ていました」とガッティリア博士は言いました。
この夢は、考古学者が現場で発見されたセラミックを写真に撮り、ニューラルネットワークを使用してそれらを識別することを可能にするデジタルソリューションであるArchAIDEプロジェクトをもたらしました。 Horizon 2020プロジェクトから資金提供を受けたこのプロジェクトには、現在、ヨーロッパ全土の研究者と、ニューラルネットワークを開発したイスラエルのテルアビブ大学のコンピューター科学者のグループが参加しています。
このプロジェクトでは、紙のカタログをデジタル化し、これらの画像に基づいてさまざまな種類のセラミック容器を認識するようにニューラルネットワークをトレーニングしました。 2番目のネットワークは、セラミックの破片の輪郭を認識するようにトレーニングされました。これまでのところ、ArchAIDEはいくつかの特定の種類のセラミックしか識別できませんが、データベースが大きくなるにつれて、ニューラルネットワークの機能も大きくなると予想されます。
「私はあらゆる種類のセラミックのカタログを夢見ています」とアニチーニ博士は言いました。 「しかし、それは一生の仕事ではないようです。」
時間を節約することは、ニューラルネットワークの最大の利点の1つです。水中考古学では、時間がかかり、探検家のダイバーは健康を危険にさらすことなく水中で多くの時間を過ごすことはできません。カリフォルニア州クレアモントにあるハーベイマッドカレッジのエンジニアであるクリスクラークは、ロボットを使用して海底をスキャンし、ニューラルネットワークを使用して画像を処理することで両方の問題を解決します。近年、彼はマルタ大学の考古学者であるティミー・ガンビンと協力して、マルタ島周辺の地中海の海底を研究しました。
スタートは簡単ではありませんでした。最初の「水泳」の1つで、ロボットが難破船の現場に衝突し、科学者はその後ダイバーを派遣しなければなりませんでした。この過剰の後、すべてが良くなりました。2017年、ニューラルネットワークは、第二次世界大戦の潜水爆撃機の残骸であることが判明したものを特定しました。クラーク博士とガンビン博士は現在別の問題に取り組んでいますが、まだ詳細を明らかにしたくありません。
研究者たちは、マルタ沖で自律型水中車両を打ち上げました。写真：ゾーイウッド博士/ハーベイマッドカレッジ。
マルタ沖の第二次世界大戦の飛行機の難破船の3D再構築。再構成は、自律型水中車両から取得したセンサーデータを使用して構築されました。出典：ハーベイマッドカレッジ。
オタワのカールトン大学のデジタルヒューマニティーズの教授であるSeanGrahamは、Inception3.0と呼ばれるニューラルネットワークを使用しています。 Googleが開発したCNNは、インターネット上の画像を検索して、人間の骨を売買する広告を探すのに役立ちます。米国および他の多くの国では、博物館のコレクションにある人間の骨を骨の「所有者」の子孫に返却することを要求する法律があります。しかし、この法律に違反する人々がいます。グラハム博士は、ブラックマーケットを養うために墓を掘っている人々のビデオさえインターネット上で見つけたと言いました。
彼は、人間の骨の写真を認識できるように、Inception3.0ネットワークにいくつかの変更を加えました。システムは、何百万もの画像内のオブジェクトを認識するようにすでにトレーニングされていましたが、それらのオブジェクトはどれも骨ではありませんでした。それ以来、彼は人間の骨の80,000以上の画像で彼の神経ネットワークを訓練してきました。科学者は現在、インターネット上のCombating Crimeと呼ばれる組織と協力しています。この組織は、ニューラルネットワークを使用して、違法な象牙取引と性的奴隷制に関連する画像を追跡しています。
科学者のクレスポとカスパリは、社会科学と人類はITの導入からのみ恩恵を受けると確信しています。それらの畳み込み神経ネットワークは使いやすく、研究目的に応じて変更することができます。最終的に、科学の進歩は2つのことに要約されると彼らは言います。
「新しい発見は、すでに学んだことの交差点で起こります」とジーノ・カスパリは言います。「時々、隣人と一緒にビールを否定しないでください」と彼の同僚のクレスポ博士は締めくくります。
