研究人员使用机器学习从古代蚀刻中发现人形图案

日本山形大学的研究人员与 IBM 的研究人员合作,利用 IBM PAIRS Geoscope 和 Watson 机器学习加速器,对秘鲁神秘的纳斯卡线条进行研究,结果发现了一个人形图案。

纳斯卡线条是蚀刻在秘鲁南部纳斯卡荒原中的文字线条,描绘了包括动物和植物在内的 300 多个不同的形象。据考证该线条创建于公元前 500 年到公元 500 年之间,虽已经被研究了几十年(1994 年被联合国教科文组织列为世界遗产),但至今无人能解其奥秘。

山形大学与 IBM 的研究人员利用该 IBM PAIRS Geoscope 获得了对纳斯卡线条起源的空前洞察。IBM PAIRS Geoscope 是一个云托管平台,用于将地理空间分析扩展到大型和复杂的数据集。它可以用于时间数据查询和分析服务,非常适合与山形大学的卫星和无人机遥感图像协同工作。研究人员由此发现了一个新地层,这是他们发现的第一批 100 个地文字之一。

之后,研究团队使用 IBM 的 Watson 机器学习加速器(WMLA)来加速他们的分析。在训练了一个 AI 模型来识别地层之后,研究人员向系统输入额外的数据,看看它能否识别出之前隐藏的标记。这并不是一件容易的事情——大量的“白噪音”围绕着纳斯卡线条,包括道路和洪水路径——但这个过程最终是成功的。该模型发现了一个类人的图形。

IBM Research 工作人员 Johannes Schmude 在一篇博客中写道:“IBM Research 和山形大学一起工作,期望使用 PAIRS 集成多模式、异类和大型数据集。他们的希望是,通过训练人工智能和深度学习模型,利用这些海量的独特和非结构化信息,能够在纳斯卡线条周围有更大的发现。”

这并不是人工智能和机器学习首次被应用于此类分析。在去年 9 月发表的一篇预印本论文中,一组研究人员描述了一种 AI 模型,可以检测、分离和分类刻在基辅一座大教堂石墙上的古代字母。今年 3 月,一个来自艾伦·图灵研究所、华威大学、赫尔辛基大学和亚马逊的团队提出了一个模型,利用分类元数据来揭示古希腊数据集意义的演变。最近,谷歌的母公司 Alphabet 的 DeepMind 训练了一种算法,可以从 1500 年到 2600 年之间的石头、陶瓷和金属上的希腊碑文中猜出缺失的单词或字符。

【数字叙事 黎雾】

有问题和想法?与数字诗人讨论、交流,以获得更多的信息、意见。

赞赏
黎雾
黎雾
技术一直以来都是艺术不可或缺的因素
本文系数字叙事原创(编译)内容,未经授权,不得用于商业目的,非商业转载须注明来源并加回链。

订阅

受欢迎的

相关文章
Related