人工智慧在考古遺址檢測的應用
人工智慧掃描衛星影像、航空照片和雷射掃描地形，以發現人類測量員可能錯過的埋藏或隱藏的考古遺址。
概述
It dramatically speeds up the search across landscapes too vast to walk on foot.
深入探討
考古學家越來越多地使用機器學習來尋找遺址，而無需先挖掘。卷積神經網路根據已知特徵（墓葬、古道、野外系統、建築地基）的標記範例進行訓練，然後掃描大片影像區域以查找相似模式。一個關鍵的資料來源是雷射雷達，它從飛機或無人機發射雷射脈衝並測量其返回，以建立精確的地面 3D 模型。由於雷射穿透植被間隙，雷射雷達可以揭示隱藏在茂密森林樹冠下的土方工程。人工智慧已經幫助繪製了危地馬拉叢林和英國各地羅馬時代地形下數千個瑪雅建築的地圖。多光譜和熱影像增加了進一步的線索，因為埋藏的牆壁和溝渠改變了土壤保持水分和熱量的方式。
技術洞察
LiDAR 點雲被轉換為數位高程模型，然後透過山體陰影、坡度和局部地形模型等視覺化效果進行增強，這些模型會誇大細微的凹凸和凹陷。經過這些處理過的影像訓練的 CNN 可以學習人造特徵與自然地形的幾何特徵。至關重要的是，模型會標記候選者以供專家在地面上進行驗證，因為植被、地質和現代幹擾會產生許多誤報。
戰略影響
配裝選擇
應用級設計決定了人工智慧是否能改善實際結果。
團隊與工作流程
良好的工作流程整合可以創造使用者值得信賴的生產力效益。
風險與安全
範圍明確的用例可以減少變更疲勞和實施風險。
人工智慧在考古遺址檢測的未來
預計免費提供的全球衛星數據將得到更廣泛的使用，讓調查不足地區的研究人員能夠探測到大陸範圍內的地點。自我監督學習將減少對大型標記資料集的需求，這是考古學的一個長期瓶頸。光達、雷達和歷史地圖的更好融合應該可以減少誤報。人們也越來越多地努力使用檢測工具來監測搶劫並保護受氣候變遷、發展和衝突威脅的地點。
現實世界的實施
PACUNAM LiDAR 調查利用機載雷射掃描揭示了隱藏在危地馬拉雨林下方的 60,000 多個以前未知的瑪雅建築。
研究人員利用雷射雷達資料訓練神經網絡，自動繪製荷蘭和英國部分地區的史前墓葬和凱爾特野外系統地圖。
衛星影像分析幫助莎拉·帕卡克（Sarah Parcak）的團隊識別了埃及潛在的埋葬墳墓、定居點和金字塔，這種方法被稱為「太空考古學」。
衛星時間序列的機器學習已被用來偵測和追蹤衝突期間敘利亞和伊拉克地點的搶劫坑。
風險與防護欄
將損壞的流程自動化可能會加劇現有問題。
團隊可能會過度自動化並消除所需的人工判斷。
如果不持續評估輸出，品質可能會出現偏差。
實施路線圖
繪製目前工作流程並確定摩擦最大的步驟。
在完全自動化之前定義人工檢查點。
對使用者進行提示、升級路徑和品質標準的訓練。
追蹤任務級結果以確認持續價值。
不斷探索
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
常見問題
What is AI in Archaeological Site Detection?
人工智慧掃描衛星影像、航空照片和雷射掃描地形，以發現人類測量員可能錯過的埋藏或隱藏的考古遺址。它極大地加快了對過於廣闊而無法步行的景觀的搜索速度。
為什麼光達對於偵測森林下的地點特別有價值？
雷射雷達從空中發射雷射脈衝；由於一些脈衝通過樹冠的間隙到達地面，處理過程可能會剝離植被並露出下面的土方工程。
哪種類型的人工智慧模型最常用於識別影像中的考古特徵？
CNN 擅長尋找視覺模式，並接受了土丘、道路和地基標記範例的訓練，可以在大圖像中發現相似的形狀。
哪個著名項目使用光達揭示了數萬個隱藏的瑪雅結構？
PACUNAM 雷射雷達計畫繪製了危地馬拉叢林中隱藏的 60,000 多個瑪雅建築的地圖。
為什麼人工智慧探測仍然需要人類考古學家去實地驗證？
自然地質、植被模式和現代乾擾可以模仿考古特徵，因此專家必須親自確認候選地點。
埋牆或溝渠如何在多光譜或熱影像中顯現出來？
埋藏的特徵會改變土壤的排水和熱特性，從而產生感測器可以檢測到的作物生長、濕度和表面溫度的細微差異。