考古学におけるAIが新たな発見への道を切り拓く

遺物の発掘や分析を通じて古代の歴史を研究する考古学は、探索すべき広大な範囲や遺物の脆弱性といった課題にしばしば直面します。伝統的な手法では時間がかかることもあり、隠れた遺跡や宝物が見過ごされる可能性さえあります。人工知能（AI）は、こうした課題を解決する助けとなります。例えば、ユカタン半島における近年の画期的な取り組みでは、ディープラーニングを活用して、深い植生の下に隠れていた6万件以上の未知の古代マヤ文明の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、古代の遺跡を正確にマッピングするのに役立ちます。画像解析は、風景の中に隠れたパターンを発見したり、破損した遺物を繋ぎ合わせたりすることで、発見を加速させ、歴史や文化の最も小さな詳細までも保存する一助となります。考古学者は、これまで以上に迅速で、より正確で、より深い洞察をもたらす、AI主導の新しい探究方法を解き放っています。

Link to this sectionAIを活用した考古学技術の発展#

AIが考古学の分野で注目を集め始めたのは、データ分析の進歩により20世紀後半のことでした。1990年代までには、考古学者は収集した膨大な情報を分析するためにマシンラーニングやデータマイニングを活用し始めました。初期の大きな成功例の一つに、歴史的および地理的なデータパターンに基づき遺跡の場所を予測するAIの活用があり、これにより発掘計画の手法が大きく変革されました。

考古学におけるAIの役割拡大を示す初期の例として、2010年に設立されたパリを拠点とする企業Iconemの取り組みが挙げられます。IconemはドローンとAIを駆使し、戦争、紛争、自然劣化の危機に瀕し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。数千枚の画像を撮影することで、Iconemはポンペイの古代遺跡、イラクのアッシリア都市、アフガニスタンの仏教僧院など、20カ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データは、教育や研究、特にアクセスが困難な場所や損傷を受けた場所にとって貴重なリソースとなります。

図1. 2015年の破壊前のシリア、パルミラ遺跡のIconemによる3Dモデル。

2021年までには、AIは古代遺物の修復にも使われるようになりました。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発掘された壊れやすい品々を慎重に繋ぎ合わせる試みが行われました。今日、考古学におけるAIの役割は拡大し続けており、古代文字の解読や衛星画像の分析といった作業を支援しています。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りました。

Link to this section考古学におけるコンピュータビジョンの活用方法#

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の一分野です。考古学において、コンピュータビジョンは研究者が遺物を分析し、古代遺跡をマッピングし、歴史的建造物を再構築する手助けをします。ディープラーニングを用いて画像や動画を処理することで、コンピュータビジョンは考古学的調査結果の保存や解釈を容易にする洞察を引き出すことができます。

Link to this sectionコンピュータビジョンによる遺物の分析#

考古学者は発掘中に、土器や骨などの断片を何千個も発見することがあります。伝統的に、これらの断片を特定しカタログ化するには多くの時間と専門知識を要します。しかし、コンピュータビジョンを使えば、このプロセスを自動化できます。例えば、レスター大学のArch-I-Scanプロジェクトでは、画像認識とマシンラーニングを使用して、土器の断片の細部を自動的に識別・記録しています。このシステムは、ハンドヘルドデバイスから撮影した写真を分析し、大きさ、形状、デザイン、質感によって遺物を分類できます。

図2. Arch-I-Scanは土器の遺物を認識しその細部を記録するのに役立ちます。

Link to this sectionビジョンベースによる遺跡のマッピング#

AIは、考古学プロジェクトの初期段階で特に有用です。発掘が始まる前に潜在的な遺跡を特定し、歴史的なエリアを損傷するリスクを軽減できます。Ultralytics YOLOv8のようなコンピュータビジョンモデルは、航空画像や衛星画像を処理することでオブジェクト検出を行い、埋没した遺跡を検出できます。YOLOv8をトレーニングすることで、古代の壁、道路、建物などの埋没構造物の存在を示唆する可能性がある、地形の微細な変化を検出させることが可能です。実際、土壌の色、植生の成長、または地表の質感のわずかな差異が、地下に残された遺構を示すことさえあります。

図3. AIを使用して発掘場所を特定する（出典: ArchAI）。

この好例として、ポルトガルのアルト・ミーニョ地域のケーススタディがあります。研究者は、データ拡張と呼ばれる手法を使用して、注釈付きの古墳のデータでAIモデルをトレーニングしました。この手法は、類似した新しいトレーニング例を作成することでデータセットを拡張します。AIシステムは、新たに発見される可能性のある古墳の場所を提案できます。LiDARデータの航空視点による誤検出という課題はありますが、このアプローチは専門家の検証を経て72.53%の成功率を達成しています。

Link to this section古代遺物の3D再構築#

考古学者は発掘時に、完全な形の遺物ではなく断片を見つけることがよくあります。伝統的に、これらの断片を繋ぎ合わせる作業は遅く、骨の折れる作業です。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、アルゴリズムが断片の形状を分析し、元の遺物を正確に再構築できます。このプロセスにより時間を節約し、正確な測定値を提供できるだけでなく、それを作成した文化に対する深い洞察を得ることができます。

図4. 断片の3D再構築。

Link to this section水中考古学におけるAI#

過去を探求するAIのエキサイティングな分野の一つに、水中考古学があります。イタリア沖の沈没した古代ローマ都市バイアエでは、AIが海面下の古代遺跡の監視と保存を支援しています。水中通信を専門とするスタートアップであるWSenseは、AIによって駆動される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態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、現場のリモート監視が可能になり、ダイバーが水中でコミュニケーションを取りナビゲーションを行う支援も行われ、近い将来には対話型スマートタブレットを通じて観光客も利用できるようになる可能性があります。

図5. イタリア、ナポリのバイアエで水中遺跡を探索するダイバー。

Link to this section古代文字の理解に向けたAIの活用#

AIは、古代文字の解読においても進歩を遂げています。DeepMindの「Ithaca」は、ディープラーニングを使用して損傷した碑文を復元し、その起源を特定し、正確に年代を測定する最先端のツールです。ギリシャ語の碑文の膨大なデータセットでトレーニングされたIthacaは、62%の精度でテキストを復元し、本来の年代から30年以内の誤差で年代を特定できます。AIは、学者がギリシャ史の重要な時代をより高い精度で再検証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復元の精度を大幅に向上させることができます。

図6. 紀元前485/4年に遡る復元された碑文の例。

Link to this section考古学におけるAI活用のメリットとデメリット#

AIは考古学の分野に多くの利益をもたらし、考古学者がそうでなければ見過ごされていたかもしれないパターンや洞察を発見する一助となります。考古学におけるAIの主なメリットをいくつか紹介します。

• 遺物の識別および分類の精度が向上する。
• 人的エラーを低減し、より正確な解釈につながる。
• 個人的な偏見ではなく、確固たるデータに基づいた発見が保証される。
• 世界中で共有可能な遺物の詳細な記録を作成できる。
• スマートイノベーションにより、研究者同士のコラボレーションや将来世代のための貴重な文化遺産の保存が容易になる。

多くの利点がある一方で、考古学におけるAI依存には課題も存在します。考古学におけるAIの主な課題をいくつか紹介します。

• デジタルツールが従来の考古学的手法を上書きしてしまう可能性がある。
• 何世紀にもわたって培われてきた実践的なスキルや技術がその重要性を失う可能性がある。
• 文化遺産の保護や先住民の権利といった倫理的な懸念には、慎重な検討が必要である。
• テクノロジーへの過度な依存により、人間の専門知識が考古学にもたらす批判的思考や創造性が低下する可能性がある。

全体として、従来の考古学的な慣習を置き換えるのではなく、それをサポートするバランスを保つことが重要です。AI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が、バランスを維持するために不可欠です。

Link to this section考古学にAIを導入するための要素とは？#

Integrating AI into archaeology requires careful planning to make sure it complements rather than replaces traditional methods. To successfully bring AI tools into archaeological research, it's important to follow a few key steps. First, set clear objectives for using AI, whether to speed up data analysis, improve artifact classification, or assist in mapping sites. Having specific goals helps you choose the right AI tools for your research needs.

次に、AIツールを選択する際には、それらが考古学の目標にどの程度適合するかを検討してください。ツールは理想的にはスケーラブルであり、増加するデータ量に対処でき、考古学者が広範な技術的知識を必要とせず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ソリューションの実装や維持にはコスト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。

Link to this section調査結果の総括#

AIは考古学の様相を大きく変え、より迅速で、より正確で、よりアクセスしやすいものにしています。膨大なデータの分析、隠れた遺跡の発見、古代遺物の修復を通じて、AIは私たちが過去を探求し理解する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AIの能力により、考古学者は、かつては伝統的な手法で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が進化を続けるにつれ、歴史についてさらに多くのことを解明する可能性は無限大です。考古学の未来は有望であり、文化遺産の保存や古代文明への理解を深める上で、AIが重要な役割を果たしています。

AIの詳細については、私たちのGitHubリポジトリにアクセスし、私たちのコミュニティにご参加ください。また、ソリューションページで製造や農業におけるAIの応用事例もぜひご覧ください。🚀