고고학 유적지 탐지의 AI
AI는 위성 이미지, 항공 사진, 레이저 스캔 지형을 스캔하여 인간 측량자가 놓칠 수 있는 묻혀 있거나 숨겨진 고고학 유적지를 찾아냅니다.
개요
It dramatically speeds up the search across landscapes too vast to walk on foot.
심층 분석
고고학자들은 먼저 발굴하지 않고도 유적지를 찾기 위해 기계 학습을 점점 더 많이 사용하고 있습니다. 컨벌루션 신경망은 알려진 특징(고분, 고대 도로, 현장 시스템, 건물 기초)의 라벨이 지정된 예에 대해 훈련을 받은 다음 유사한 패턴을 찾기 위해 거대한 이미지 영역을 스캔합니다. 핵심 데이터 소스는 항공기나 드론에서 레이저 펄스를 발사하고 그 반사를 측정하여 지면의 정확한 3D 모델을 구축하는 LiDAR입니다. 레이저는 식물의 틈을 관통하기 때문에 LiDAR는 울창한 숲 캐노피 아래 숨겨진 토공사를 드러낼 수 있습니다. AI는 영국 전역의 과테말라 정글과 로마 시대 지형지물 아래 수천 개의 마야 구조물을 매핑하는 데 도움을 주었습니다. 매립된 벽과 도랑은 토양이 수분과 열을 유지하는 방식을 변경하기 때문에 다중 스펙트럼 및 열 이미지는 추가 단서를 추가합니다.
기술적 통찰력
LiDAR 포인트 클라우드는 디지털 표고 모델로 변환된 후 음영기복, 경사, 미묘한 범프와 함몰을 과장하는 지역 구호 모델과 같은 시각화를 통해 향상됩니다. 이러한 처리된 이미지로 훈련된 CNN은 인간이 만든 특징과 자연 지형의 기하학적 특징을 학습합니다. 결정적으로, 모델은 전문가가 현장에서 검증할 후보를 표시합니다. 왜냐하면 초목, 지질학 및 현대의 교란이 많은 거짓 긍정을 생성하기 때문입니다.
전략적 영향
빌드 선택
애플리케이션 수준 설계는 AI가 실제 결과를 개선하는지 여부를 결정합니다.
팀과 워크플로우
훌륭한 워크플로우 통합은 사용자가 신뢰할 수 있는 생산성 향상을 가져옵니다.
위험과 안전
범위가 적절한 사용 사례는 변경 피로도와 구현 위험을 줄여줍니다.
고고학 유적지 탐지에 있어서 AI의 미래
무료로 이용 가능한 글로벌 위성 데이터의 광범위한 사용을 기대하여 조사가 부족한 지역의 연구자들이 대륙 규모의 현장을 탐지할 수 있게 해줄 것입니다. 자기 지도 학습은 고고학의 만성적인 병목 현상인 대규모 레이블이 지정된 데이터 세트의 필요성을 줄여줍니다. LiDAR, 레이더 및 과거 지도를 더 잘 융합하면 잘못된 경보가 줄어들 것입니다. 또한 약탈을 모니터링하고 기후 변화, 개발, 분쟁으로 위협받는 지역을 보호하기 위해 탐지 도구를 사용하려는 노력도 늘어나고 있습니다.
실제 구현
PACUNAM LiDAR 조사에서는 공중 레이저 스캐닝을 사용하여 과테말라 열대우림 아래 숨겨진 이전에 알려지지 않았던 60,000개 이상의 마야 구조물을 밝혀냈습니다.
연구원들은 LiDAR 데이터로 신경망을 훈련하여 네덜란드와 영국 일부 지역의 선사 시대 고분과 켈트족 현장 시스템을 자동으로 매핑했습니다.
위성 이미지 분석은 Sarah Parcak 팀이 '우주 고고학'으로 대중화된 접근 방식인 이집트의 잠재적인 매장 무덤, 거주지 및 피라미드를 식별하는 데 도움이 되었습니다.
위성 시계열에 대한 기계 학습은 분쟁 기간 동안 시리아와 이라크 현장에서 약탈 구덩이를 탐지하고 추적하는 데 사용되었습니다.
위험 및 가드레일
손상된 프로세스를 자동화하면 기존 문제가 증폭될 수 있습니다.
팀은 필요한 인간 판단을 과도하게 자동화하고 제거할 수 있습니다.
출력을 지속적으로 평가하지 않으면 품질이 달라질 수 있습니다.
구현 로드맵
현재 워크플로를 매핑하고 마찰이 가장 큰 단계를 식별합니다.
완전 자동화 전에 휴먼 체크포인트를 정의하세요.
프롬프트, 에스컬레이션 경로, 품질 표준에 대해 사용자를 교육합니다.
작업 수준 결과를 추적하여 지속적인 가치를 확인하세요.
계속 탐색하세요
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
다음 가이드
표절 및 학문적 정직성 탐지 분야의 AI
자주 묻는 질문
What is AI in Archaeological Site Detection?
AI는 위성 이미지, 항공 사진, 레이저 스캔 지형을 스캔하여 인간 측량자가 놓칠 수 있는 묻혀 있거나 숨겨진 고고학 유적지를 찾아냅니다. 도보로 걸을 수 없을 정도로 광활한 풍경을 탐색하는 속도가 극적으로 향상됩니다.
숲 속 장소를 탐지하는 데 LiDAR가 특히 중요한 이유는 무엇입니까?
LiDAR는 공중에서 레이저 펄스를 발사합니다. 일부 펄스는 캐노피의 틈을 통해 땅에 도달하기 때문에 처리 과정에서 식물이 제거되고 아래 토공사가 드러날 수 있습니다.
이미지에서 고고학적 특징을 인식하는 데 가장 일반적으로 사용되는 AI 모델 유형은 무엇입니까?
CNN은 시각적 패턴을 찾는 데 탁월하며 고분, 도로 및 기초의 라벨이 붙은 예에 대해 훈련을 받아 큰 이미지에서 유사한 모양을 찾아냅니다.
LiDAR를 사용하여 수만 개의 숨겨진 Maya 구조를 밝혀낸 유명한 프로젝트는 무엇입니까?
PACUNAM LiDAR 이니셔티브는 과테말라 정글에 숨겨져 있는 60,000개 이상의 마야 구조물을 매핑했습니다.
AI 탐지를 위해 여전히 인간 고고학자들이 현장에서 이를 검증해야 하는 이유는 무엇입니까?
자연 지질학, 식생 패턴 및 현대 교란은 고고학적 특징을 모방할 수 있으므로 전문가는 후보 유적지를 직접 확인해야 합니다.
매립된 벽이나 배수로가 다중 스펙트럼 이미지 또는 열화상 이미지에서 어떻게 모습을 드러낼 수 있습니까?
매립된 지형은 토양의 배수 및 열적 특성을 변경하여 센서가 감지할 수 있는 작물 성장, 수분 및 표면 온도에 미묘한 차이를 생성합니다.