AI dalam Deteksi Situs Arkeologi
AI memindai citra satelit, foto udara, dan medan yang dipindai dengan laser untuk menemukan situs arkeologi yang terkubur atau tersembunyi yang mungkin terlewatkan oleh surveyor manusia.
Ikhtisar
It dramatically speeds up the search across landscapes too vast to walk on foot.
Menyelam Lebih Dalam
Para arkeolog semakin banyak menggunakan pembelajaran mesin untuk menemukan situs tanpa menggali terlebih dahulu. Jaringan saraf konvolusional dilatih berdasarkan contoh berlabel fitur yang diketahui (gundukan kuburan, jalan kuno, sistem lapangan, fondasi bangunan) dan kemudian memindai area citra yang luas untuk mencari pola serupa. Sumber data utamanya adalah LiDAR, yang menembakkan gelombang laser dari pesawat terbang atau drone dan mengukur kembalinya gelombang tersebut untuk membuat model 3D permukaan tanah secara presisi. Karena laser menembus celah vegetasi, LiDAR dapat mengungkap pekerjaan tanah yang tersembunyi di bawah kanopi hutan lebat. AI telah membantu memetakan ribuan bangunan Maya di bawah hutan Guatemala dan fitur-fitur era Romawi di seluruh Inggris. Citra multispektral dan termal menambah petunjuk lebih lanjut, karena dinding dan parit yang terkubur mengubah cara tanah mempertahankan kelembapan dan panas.
Wawasan Teknis
Awan titik LiDAR diubah menjadi model elevasi digital, kemudian disempurnakan dengan visualisasi seperti bayangan bukit, kemiringan, dan model relief lokal yang membesar-besarkan gundukan dan depresi yang tidak kentara. CNN yang dilatih pada gambar yang diproses ini mempelajari ciri-ciri geometris fitur buatan manusia versus medan alami. Yang terpenting, model-model tersebut menandai calon-calon ahli yang akan diverifikasi di lapangan, karena vegetasi, geologi, dan gangguan modern menghasilkan banyak hasil positif palsu.
Dampak Strategis
Build choices
Desain tingkat aplikasi menentukan apakah AI meningkatkan hasil nyata.
Team and workflow
Integrasi alur kerja yang baik menciptakan peningkatan produktivitas yang dapat dipercaya oleh pengguna.
Risk and safety
Kasus penggunaan yang tercakup dengan baik mengurangi kelelahan perubahan dan risiko implementasi.
Masa Depan AI dalam Deteksi Situs Arkeologi
Harapkan penggunaan lebih luas dari data satelit global yang tersedia secara gratis, sehingga para peneliti di wilayah yang kurang disurvei dapat mendeteksi lokasi pada skala benua. Pembelajaran dengan pengawasan mandiri akan mengurangi kebutuhan akan kumpulan data berlabel besar, yang merupakan hambatan kronis dalam arkeologi. Penggabungan yang lebih baik antara LiDAR, radar, dan peta sejarah akan mengurangi alarm palsu. Ada juga peningkatan upaya untuk menggunakan alat deteksi untuk memantau penjarahan dan melindungi situs-situs yang terancam oleh perubahan iklim, pembangunan, dan konflik.
Implementasi Dunia Nyata
Survei LiDAR PACUNAM menggunakan pemindaian laser di udara untuk mengungkap lebih dari 60.000 bangunan Maya yang sebelumnya tidak diketahui tersembunyi di bawah hutan hujan Guatemala.
Para peneliti melatih jaringan saraf pada data LiDAR untuk secara otomatis memetakan gundukan kuburan prasejarah dan sistem lapangan Celtic di seluruh wilayah Belanda dan Inggris.
Analisis citra satelit membantu tim Sarah Parcak mengidentifikasi potensi makam, pemukiman, dan piramida yang terkubur di Mesir, sebuah pendekatan yang dipopulerkan sebagai 'arkeologi luar angkasa'.
Pembelajaran mesin pada rangkaian waktu satelit telah digunakan untuk mendeteksi dan melacak lubang penjarahan di lokasi di Suriah dan Irak selama periode konflik.
Risiko & Pagar Pembatas
Mengotomatiskan proses yang rusak dapat memperburuk masalah yang ada.
Tim mungkin terlalu mengotomatiskan dan menghilangkan penilaian manusia yang diperlukan.
Kualitas dapat menurun jika keluaran tidak dievaluasi secara terus menerus.
Peta Jalan Implementasi
Petakan alur kerja saat ini dan identifikasi langkah dengan gesekan tertinggi.
Tentukan pos pemeriksaan manusia sebelum otomatisasi penuh.
Latih pengguna tentang petunjuk, jalur eskalasi, dan standar kualitas.
Lacak hasil tingkat tugas untuk memastikan nilai berkelanjutan.
Terus Menjelajah
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Archaeological Site Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
AI dalam Plagiarisme dan Deteksi Integritas Akademik
Pertanyaan yang sering diajukan
What is AI in Archaeological Site Detection?
AI memindai citra satelit, foto udara, dan medan yang dipindai dengan laser untuk menemukan situs arkeologi yang terkubur atau tersembunyi yang mungkin terlewatkan oleh surveyor manusia. Hal ini secara signifikan mempercepat pencarian di lanskap yang terlalu luas untuk dilalui dengan berjalan kaki.
Mengapa LiDAR sangat berguna untuk mendeteksi lokasi di bawah hutan?
LiDAR menembakkan pulsa laser dari udara; karena sebagian pulsa mencapai tanah melalui celah di kanopi, pengolahan dapat menghilangkan vegetasi dan mengungkap pekerjaan tanah di bawahnya.
Jenis model AI apa yang paling umum digunakan untuk mengenali fitur arkeologi dalam citra?
CNN unggul dalam menemukan pola visual dan dilatih menggunakan contoh gundukan, jalan, dan fondasi yang diberi label untuk menemukan bentuk serupa pada gambar besar.
Proyek terkenal manakah yang menggunakan LiDAR untuk mengungkap puluhan ribu bangunan Maya yang tersembunyi?
Inisiatif LiDAR PACUNAM memetakan lebih dari 60.000 bangunan Maya yang tersembunyi di hutan Guatemala.
Mengapa deteksi AI masih memerlukan arkeolog manusia untuk memverifikasinya di lapangan?
Geologi alam, pola vegetasi, dan gangguan modern dapat meniru ciri-ciri arkeologi, sehingga para ahli harus memastikan lokasi calon lokasi secara langsung.
Bagaimana dinding atau parit yang terkubur dapat terlihat dalam citra multispektral atau termal?
Fitur yang terkubur mengubah sifat drainase dan termal tanah, menghasilkan perbedaan halus dalam pertumbuhan tanaman, kelembapan, dan suhu permukaan yang dapat ditangkap oleh sensor.