Xem cách AI giúp các nhà khảo cổ học khám phá những địa điểm ẩn giấu, phục hồi các hiện vật cổ đại và mang lại hiểu biết mới về lịch sử cổ đại.
Khảo cổ học, nghiên cứu về lịch sử cổ đại thông qua việc khai quật và phân tích các hiện vật, thường phải đối mặt với những thách thức như diện tích rộng lớn cần khám phá và bản chất dễ vỡ của các hiện vật. Các phương pháp truyền thống có thể tốn thời gian và thậm chí khiến các địa điểm hoặc kho báu ẩn bị bỏ qua. Trí tuệ nhân tạo (AI) có thể can thiệp để hỗ trợ việc này. Ví dụ, một bước đột phá gần đây ở Bán đảo Yucatan đã sử dụng học sâu để khám phá hơn 60.000 địa điểm khảo cổ Maya cổ đại chưa từng được biết đến trước đây ẩn dưới thảm thực vật rậm rạp.
Đặc biệt, thị giác máy tính có thể giúp các nhà khảo cổ học phân tích hình ảnh để phát hiện hiện vật và lập bản đồ chính xác các địa điểm cổ đại. Phân tích hình ảnh có thể giúp khám phá các mô hình ẩn trong cảnh quan hoặc thậm chí ghép các hiện vật bị vỡ lại với nhau để tăng tốc độ khám phá và bảo tồn ngay cả những chi tiết nhỏ nhất về lịch sử và văn hóa của chúng ta. Các nhà khảo cổ học đang mở khóa những cách mới do AI thúc đẩy để khám phá quá khứ của chúng ta nhanh hơn, chính xác hơn và sâu sắc hơn bao giờ hết.
AI bắt đầu tạo nên làn sóng trong ngành khảo cổ học vào cuối thế kỷ 20, nhờ vào những tiến bộ trong phân tích dữ liệu. Đến những năm 1990, các nhà khảo cổ học bắt đầu sử dụng máy học và khai thác dữ liệu để phân tích lượng thông tin khổng lồ mà họ thu thập được. Một trong những thành công lớn đầu tiên là sử dụng AI để dự đoán vị trí có thể có của các địa điểm khảo cổ dựa trên các mô hình dữ liệu lịch sử và địa lý, biến đổi cách thức khai quật được lên kế hoạch.
Một ví dụ ban đầu về vai trò ngày càng tăng của AI trong khảo cổ học là công trình của Iconem , một công ty có trụ sở tại Paris được thành lập vào năm 2010. Iconem sử dụng máy bay không người lái và AI để tạo ra các mô hình kỹ thuật số 3D của các địa danh lịch sử bị đe dọa bởi chiến tranh, xung đột và sự suy tàn tự nhiên. Bằng cách chụp hàng nghìn hình ảnh, Iconem đã ghi lại các địa điểm ở hơn 20 quốc gia, bao gồm các tàn tích cổ đại của Pompeii, các thành phố Assyria ở Iraq và các tu viện Phật giáo ở Afghanistan. Những bảo tồn kỹ thuật số này là nguồn tài nguyên có giá trị cho giáo dục và nghiên cứu, đặc biệt là đối với các địa điểm khó tiếp cận hoặc đã bị hư hại.
Đến năm 2021, AI thậm chí còn được sử dụng để phục chế các hiện vật cổ. Các dự án như sáng kiến RePAIR ở Ý đã sử dụng robot để ghép cẩn thận các vật phẩm dễ vỡ từ những nơi như Pompeii. Ngày nay, vai trò của AI trong khảo cổ học tiếp tục mở rộng, hỗ trợ các nhiệm vụ như giải mã các văn bản cổ và phân tích hình ảnh vệ tinh. AI đã trở thành một công cụ thiết yếu trong việc khám phá và bảo tồn lịch sử của chúng ta.
Thị giác máy tính là một nhánh của AI cho phép máy tính hiểu và diễn giải dữ liệu trực quan. Trong khảo cổ học, thị giác máy tính giúp các nhà nghiên cứu phân tích hiện vật, lập bản đồ các địa điểm cổ đại và thậm chí tái tạo các cấu trúc lịch sử. Bằng cách xử lý hình ảnh và video bằng cách sử dụng học sâu, thị giác máy tính có thể trích xuất thông tin chi tiết giúp bảo tồn và diễn giải các phát hiện khảo cổ dễ dàng hơn.
Các nhà khảo cổ học thường tìm thấy hàng ngàn mảnh vỡ như đồ gốm, xương và các vật liệu khác trong quá trình khai quật. Theo truyền thống, việc xác định và lập danh mục các mảnh vỡ này tốn rất nhiều thời gian và kiến thức chuyên môn. Tuy nhiên, với thị giác máy tính, quá trình này có thể được tự động hóa. Ví dụ, dự án Arch-I-Scan tại Đại học Leicester sử dụng công nghệ nhận dạng hình ảnh và máy học để xác định và ghi lại thông tin chi tiết về các mảnh vỡ đồ gốm một cách tự động. Hệ thống có thể phân tích ảnh từ các thiết bị cầm tay và phân loại hiện vật theo kích thước, hình dạng, thiết kế và kết cấu.
.png)
AI đặc biệt hữu ích trong giai đoạn đầu của các dự án khảo cổ học. Nó có thể giúp xác định các địa điểm khảo cổ tiềm năng trước khi bắt đầu bất kỳ hoạt động khai quật nào và giảm nguy cơ gây hư hại cho các khu vực lịch sử. Bằng cách xử lý hình ảnh trên không hoặc vệ tinh, các mô hình thị giác máy tính như Ultralytics YOLOv8 có thể sử dụng tính năng phát hiện vật thể để phát hiện các địa điểm bị chôn vùi. YOLOv8 có thể được đào tạo để phát hiện những thay đổi nhỏ trong cảnh quan có thể gợi ý về sự hiện diện của các công trình bị chôn vùi, chẳng hạn như tường cổ, đường sá hoặc tòa nhà. Trên thực tế, những thay đổi nhỏ về màu đất, sự phát triển của thảm thực vật hoặc kết cấu mặt đất thậm chí có thể chỉ ra các di tích dưới lòng đất.
.png)
Một ví dụ điển hình về điều này là một nghiên cứu điển hình ở khu vực Alto Minho của Bồ Đào Nha . Các nhà nghiên cứu đã phát triển một mô hình AI được đào tạo trên các gò chôn cất có chú thích bằng một kỹ thuật gọi là tăng cường dữ liệu , mở rộng tập dữ liệu bằng cách tạo ra các ví dụ đào tạo tương tự mới. Hệ thống AI có thể gợi ý các vị trí gò chôn cất mới tiềm năng. Bất chấp thách thức về các kết quả dương tính giả do góc nhìn từ trên không của dữ liệu LiDAR, phương pháp tiếp cận này đã đạt được tỷ lệ thành công 72,53% sau khi được chuyên gia xác thực.
Các nhà khảo cổ học thường tìm thấy những mảnh vỡ thay vì các hiện vật còn nguyên vẹn trong quá trình khai quật. Theo truyền thống, việc ghép các mảnh vỡ này lại với nhau là một nhiệm vụ chậm chạp và tỉ mỉ. Tuy nhiên, việc tái tạo 3D được hỗ trợ bởi AI nhanh hơn nhiều. Sử dụng các mô hình 3D kỹ thuật số, các thuật toán có thể phân tích hình dạng của các mảnh vỡ và tái tạo chính xác các hiện vật ban đầu. Quá trình này tiết kiệm thời gian và cung cấp các phép đo chính xác cũng như hiểu biết tốt hơn về các hiện vật có thể cung cấp những hiểu biết sâu sắc hơn về các nền văn hóa đã tạo ra chúng.
.png)
Một lĩnh vực thú vị của AI trong việc khám phá quá khứ là khảo cổ học dưới nước . Tại Baiae, một thành phố La Mã chìm ngoài khơi bờ biển Ý, AI đang giúp giám sát và bảo tồn các di tích cổ đại dưới biển. WSense , một công ty khởi nghiệp chuyên về giao tiếp dưới nước, đã phát triển một mạng lưới modem âm thanh và cảm biến được hỗ trợ bởi AI. Các hệ thống này thích ứng với các điều kiện biển thay đổi theo thời gian thực và truyền dữ liệu môi trường. Chúng giúp giám sát địa điểm từ xa, giúp thợ lặn giao tiếp và điều hướng dưới nước, và thậm chí có thể sớm được cung cấp cho khách du lịch thông qua máy tính bảng thông minh tương tác.
AI cũng đang có những bước tiến trong việc giải mã các văn bản cổ. Ithaca của DeepMind, một công cụ tiên tiến, sử dụng học sâu để khôi phục các bản khắc bị hư hỏng, xác định nguồn gốc của chúng và xác định niên đại chính xác. Được đào tạo trên một tập dữ liệu lớn về các bản khắc của Hy Lạp, Ithaca có thể khôi phục các văn bản với độ chính xác 62% và xác định niên đại trong vòng 30 năm so với tuổi thực của chúng. AI đang định nghĩa lại nghiên cứu lịch sử bằng cách cho phép các học giả xem xét lại các giai đoạn quan trọng trong lịch sử Hy Lạp với độ chính xác cao hơn. Khi kết hợp với chuyên môn của con người, các hệ thống AI có thể cải thiện đáng kể độ chính xác của việc khôi phục văn bản.
.png)
AI mang lại nhiều lợi ích cho lĩnh vực khảo cổ học và có thể giúp các nhà khảo cổ học khám phá ra các mô hình và hiểu biết mà nếu không có AI, chúng ta có thể bỏ lỡ. Sau đây là một số lợi ích chính của AI trong khảo cổ học:
Mặc dù có nhiều lợi ích, nhưng cũng có những thách thức liên quan đến việc dựa vào AI trong khảo cổ học. Sau đây là một số thách thức chính của AI trong khảo cổ học:
Nhìn chung, điều quan trọng là phải đạt được sự cân bằng hỗ trợ chứ không phải thay thế các hoạt động khảo cổ truyền thống. Giao tiếp cởi mở giữa các chuyên gia AI và nhà khảo cổ học là điều cần thiết để duy trì sự cân bằng.
Việc tích hợp AI vào khảo cổ học đòi hỏi phải có kế hoạch cẩn thận để đảm bảo rằng nó bổ sung chứ không phải thay thế các phương pháp truyền thống. Để đưa các công cụ AI vào nghiên cứu khảo cổ học thành công, điều quan trọng là phải thực hiện theo một số bước chính. Đầu tiên, hãy đặt ra các mục tiêu rõ ràng để sử dụng AI , cho dù là để tăng tốc phân tích dữ liệu, cải thiện phân loại hiện vật hay hỗ trợ lập bản đồ các địa điểm. Việc có các mục tiêu cụ thể giúp bạn chọn đúng công cụ AI cho nhu cầu nghiên cứu của mình.
Sau đó, khi lựa chọn các công cụ AI, hãy cân nhắc xem chúng phù hợp với mục tiêu khảo cổ học của bạn như thế nào. Các công cụ lý tưởng nhất là có khả năng mở rộng, có thể xử lý lượng dữ liệu ngày càng tăng và thân thiện với người dùng để các nhà khảo cổ học có thể sử dụng chúng hiệu quả mà không cần kiến thức chuyên môn sâu rộng. Điều quan trọng nữa là phải cân nhắc đến hiệu quả về mặt chi phí , vì các giải pháp AI có thể tốn kém để triển khai và duy trì.
AI đang thay đổi bộ mặt của ngành khảo cổ học, giúp ngành này nhanh hơn, chính xác hơn và dễ tiếp cận hơn. Bằng cách phân tích lượng lớn dữ liệu, khám phá các địa điểm ẩn và phục hồi các hiện vật cổ, AI đang cải thiện cách chúng ta khám phá và hiểu về quá khứ. Khả năng xử lý thông tin nhanh chóng và chính xác của AI cho phép các nhà khảo cổ học thực hiện những khám phá mà trước đây phải mất nhiều năm mới đạt được bằng các phương pháp truyền thống. Khi AI tiếp tục phát triển, tiềm năng của nó trong việc tiết lộ nhiều hơn nữa về lịch sử của chúng ta là vô hạn. Tương lai của ngành khảo cổ học có vẻ đầy hứa hẹn, với việc AI đóng vai trò quan trọng trong việc bảo tồn di sản văn hóa của chúng ta và làm sâu sắc thêm sự hiểu biết của chúng ta về các nền văn minh cổ đại.
Để tìm hiểu thêm về AI, hãy truy cập kho lưu trữ GitHub của chúng tôi và tương tác với cộng đồng của chúng tôi. Khám phá các ứng dụng AI trong sản xuất và nông nghiệp trên các trang giải pháp của chúng tôi. 🚀
Bắt đầu hành trình của bạn với tương lai của machine learning
