AIが考古学者の隠された遺跡の発掘、古代遺物の修復、古代史の理解にどのように役立っているかをご覧ください。
考古学は、遺物の発掘と分析を通じて古代史を研究する学問ですが、探査すべき広大な地域や遺物の壊れやすい性質など、多くの課題に直面しています。従来の方法では時間がかかり、隠された遺跡や宝物が見過ごされることさえあります。人工知能（AI）は、この問題を解決するために役立ちます。たとえば、ユカタン半島における最近の画期的な事例では、深層学習を使用して、密集した植生の下に隠されていた6万を超える未知の古代マヤの考古学的遺跡が発見されました。
特に、コンピュータビジョンは、考古学者が画像を分析して遺物を検出し、古代遺跡を正確に地図化するのに役立ちます。画像解析は、風景の中に隠されたパターンを発見したり、壊れた遺物を繋ぎ合わせたりして、発見を加速し、私たちの歴史と文化の細部まで保存するのに役立ちます。考古学者は、AIを活用した新しい方法で、これまでよりも迅速、正確、かつ洞察力に富んだ方法で過去を探求しています。
AIは、データ分析の進歩のおかげで、20世紀の終わりに向かって考古学に大きな影響を与え始めました。1990年代までに、考古学者は機械学習とデータマイニングを使用して、収集した膨大な量の情報を分析し始めました。最初の大きな成功の1つは、歴史的および地理的なデータパターンに基づいて考古学的遺跡がどこにあるかを予測するためにAIを使用し、発掘の計画方法を変革したことでした。
考古学におけるAIの役割の拡大を示す初期の例は、2010年にパリに設立されたIconemの活動です。Iconemは、ドローンとAIを使用して、戦争、紛争、自然崩壊の脅威にさらされている歴史的建造物の3Dデジタルモデルを作成しています。Iconemは、数千枚の画像をキャプチャすることにより、ポンペイの古代遺跡、イラクのアッシリアの都市、アフガニスタンの仏教修道院など、20か国以上の遺跡を記録してきました。これらのデジタル保存は、特にアクセスが困難または損傷している遺跡にとって、教育および研究のための貴重なリソースです。
2021年までに、AIは古代の遺物を復元するためにも使用されていました。イタリアのRePAIRイニシアチブのようなプロジェクトでは、ロボットを使用して、ポンペイのような場所から壊れやすいアイテムを注意深く組み立てました。今日、考古学におけるAIの役割は拡大し続けており、古代のテキストの解読や衛星画像の分析などのタスクを支援しています。AIは、私たちの歴史を発見し、保存するための不可欠なツールとなっています。
コンピュータビジョンは、コンピュータが視覚データを理解し、解釈できるようにするAIの分野です。考古学では、コンピュータビジョンは研究者が人工物を分析し、古代の遺跡を地図化し、歴史的建造物を再構築するのに役立ちます。深層学習を使用して画像やビデオを処理することにより、コンピュータビジョンは、考古学的発見の保存と解釈を容易にする洞察を抽出できます。
考古学者は、発掘中に陶器、骨、その他の材料のような何千もの破片をよく見つけます。従来、これらの破片を特定してカタログ化するには、多くの時間と専門家の知識が必要です。ただし、コンピュータビジョンを使用すると、このプロセスを自動化できます。たとえば、レスター大学のArch-I-Scanプロジェクトでは、画像認識と機械学習を使用して、陶器の破片の詳細を自動的に識別して記録します。このシステムは、ハンドヘルドデバイスからの写真を分析し、サイズ、形状、デザイン、テクスチャごとに人工物を分類できます。
.webp)
AIは、特に考古学プロジェクトの初期段階で役立ちます。掘削を開始する前に遺跡の候補地を特定し、史跡を損傷するリスクを軽減できます。航空写真や衛星画像を処理することで、Ultralytics YOLOv8のようなコンピュータビジョンモデルは、物体検出を使用して埋没した遺跡を検出できます。YOLOv8は、古代の壁、道路、建物など、埋没構造物の存在を示唆する可能性のある地形のわずかな変化を検出するように学習できます。実際、土壌の色のわずかな違い、植生の成長、または地面の質感でさえ、地下の遺物を示すことがあります。
.webp)
この良い例が、ポルトガルのアルト・ミーニョ地方での事例研究です。研究者たちは、データ拡張と呼ばれる手法を用いて、注釈が付けられた墳丘墓で学習させたAIモデルを開発しました。データ拡張とは、類似の新しい学習例を作成してデータセットを拡張するものです。このAIシステムは、新たな墳丘墓の候補地を提案できます。LiDARデータの航空写真という特性から、誤検出という課題はあるものの、専門家による検証の結果、このアプローチは72.53%の成功率を達成しました。
考古学者は発掘調査中に、完全な遺物ではなく、壊れた破片を発見することがよくあります。従来、これらの破片を繋ぎ合わせる作業は、時間のかかる細心の注意を要する作業でした。しかし、AI支援による3D再構築は、はるかに迅速です。デジタル3Dモデルを使用することで、アルゴリズムは破片の形状を分析し、元の遺物を正確に再構築できます。このプロセスは時間を節約し、正確な測定と遺物に対するより良い理解を提供し、それらを作成した文化に対するより深い洞察を提供できます。
.webp)
過去の探求におけるAIの有望な分野の1つは、水中考古学です。イタリア沿岸の海底に沈んだ古代ローマ都市バイアエでは、AIが海底の古代遺跡の監視と保全に役立っています。水中通信を専門とするスタートアップ企業であるWSenseは、AIを搭載した音響モデムとセンサーのネットワークを開発しました。これらのシステムは、変化する海の状況にリアルタイムで適応し、環境データを送信します。これにより、遺跡を遠隔監視したり、ダイバーが水中での通信やナビゲーションを行ったりすることが可能になり、インタラクティブなスマートタブレットを通じて観光客も間もなく利用できるようになる可能性があります。
AIは古代テキストの解読においても進歩を遂げています。DeepMindの最先端ツールであるIthacaは、深層学習を使用して、損傷した碑文の修復、起源の特定、および正確な年代測定を行います。ギリシャ碑文の膨大なデータセットで学習したIthacaは、62%の精度でテキストを修復し、実際の年代から30年以内の年代を特定できます。AIは、研究者がギリシャ史の重要な時代をより高い精度で再検討できるようにすることで、歴史研究を再定義しています。人間の専門知識と組み合わせることで、AIシステムはテキストの復元精度を大幅に向上させることができます。
.webp)
AIは考古学の分野に多くの利点をもたらし、考古学者がこれまで見逃していた可能性のあるパターンや洞察を発見するのに役立ちます。考古学におけるAIの主な利点を以下に示します。
多くの利点がある一方で、考古学におけるAIの利用には課題もあります。ここでは、考古学におけるAIの主な課題をいくつかご紹介します。
全体として、従来の考古学的な慣行を置き換えるのではなく、サポートするバランスを取ることが重要です。AIの専門家と考古学者の間のオープンなコミュニケーションは、バランスを維持するために不可欠です。
考古学にAIを統合するには、従来のメソッドを置き換えるのではなく、補完するように慎重な計画が必要です。AIツールを考古学研究に導入するには、いくつかの重要なステップに従うことが重要です。まず、データ分析の迅速化、アーティファクトの分類の改善、または遺跡のマッピング支援など、AIを使用するための明確な目標を設定します。具体的な目標を持つことで、研究ニーズに適したAIツールを選択できます。
AIツールを選択する際には、そのツールが考古学的な目標にどれだけ適合するかを検討してください。理想的には、ツールはスケーラブルで、増え続けるデータ量を処理でき、考古学者が広範な技術知識なしに効果的に使用できるように、ユーザーフレンドリーであるべきです。AIソリューションは実装と維持に費用がかかる可能性があるため、費用対効果を考慮することも重要です。
AIは考古学の様相を一変させ、より迅速、正確、かつアクセスしやすいものにしています。大量のデータを分析し、隠された遺跡を発掘し、古代の遺物を復元することで、AIは過去の探求と理解の方法を向上させています。情報を迅速かつ正確に処理する能力により、考古学者は従来の方法では何年もかかっていた発見を成し遂げることができます。AIが進化し続けるにつれて、私たちの歴史についてさらに多くのことを明らかにする可能性は無限大です。考古学の未来は有望であり、AIは文化遺産の保護と古代文明の理解を深める上で重要な役割を果たしています。
AIの詳細については、GitHubリポジトリにアクセスし、コミュニティにご参加ください。ソリューションページで、製造業および農業におけるAIアプリケーションをご覧ください。🚀
