Ultralytics YOLO27: Bekleme listesine katıl.
YOLO'yu lisansla
Görsel Yapay Zekâ

Arkeolojide yapay zekâ yeni keşiflerin önünü açıyor

Yapay zekânın arkeologların gizli alanları keşfetmesine, antik eserleri restore etmesine ve antik tarihi anlayışımıza yeni bakış açıları kazandırmasına nasıl yardımcı olduğunu gör.

Abirami VinaAbirami Vina7 dakikalık okuma
Arkeologların alanları keşfetmesine ve antik eserleri restore etmesine yardımcı olan yapay zekâ

Arkeoloji, eserleri kazıp inceleyerek antik tarihi araştırır; keşfedilecek geniş alanlar ve eserlerin kırılgan yapısı gibi zorluklarla sık sık karşılaşır. Geleneksel yöntemler zaman alabilir, hatta gizli alanların veya hazinelerin gözden kaçmasına yol açabilir. Yapay zekâ (AI) bu konuda yardımcı olabilir. Örneğin Yucatan Yarımadası'nda yakın zamanda gerçekleştirilen çığır açıcı bir çalışmada, derin öğrenme yoğun bitki örtüsünün altında gizlenmiş, daha önce bilinmeyen 60.000'den fazla antik Maya arkeolojik alanını ortaya çıkardı.

Özellikle bilgisayarlı görü, arkeologların görüntüleri analiz ederek eserleri tespit etmesine ve antik alanların haritasını hassas biçimde çıkarmasına yardımcı olabilir. Görüntü analizi, manzaralardaki gizli örüntüleri ortaya çıkarabilir, hatta keşifleri hızlandırmak ve tarihimizin ve kültürümüzün en küçük ayrıntılarını bile korumak için kırık eserleri bir araya getirebilir. Arkeologlar, geçmişimizi her zamankinden daha hızlı, hassas ve kapsamlı biçimde araştırmak için yapay zekâ destekli yeni yöntemlerden yararlanıyor.

Yapay zekâ destekli arkeoloji tekniklerinin gelişimi#

Yapay zekâ, veri analizindeki gelişmeler sayesinde 20. yüzyılın sonlarına doğru arkeolojide ses getirmeye başladı. 1990'lara gelindiğinde arkeologlar, topladıkları büyük miktardaki bilgiyi analiz etmek için makine öğrenimi ve veri madenciliği kullanmaya başladı. İlk büyük başarılardan biri, tarihsel ve coğrafi veri örüntülerine dayanarak arkeolojik alanların nerede olabileceğini tahmin etmek için yapay zekâ kullanılmasıydı; bu, kazıların planlanma biçimini dönüştürdü.

Yapay zekânın arkeolojide giderek artan rolünün ilk örneklerinden biri, 2010'da kurulan Paris merkezli Iconem şirketinin çalışmalarıdır. Iconem, savaş, çatışma ve doğal aşınma tehdidi altındaki tarihi yapıların 3B dijital modellerini oluşturmak için dronlar ve yapay zekâ kullanıyor. Binlerce görüntü yakalayan Iconem, Pompeii antik kalıntıları, Irak'taki Asur kentleri ve Afganistan'daki Budist manastırları da dâhil olmak üzere 20'den fazla ülkedeki alanları belgeledi. Bu dijital koruma çalışmaları, özellikle ulaşılması zor veya zarar görmüş alanlar için eğitim ve araştırma açısından değerli kaynaklar sunuyor.

Suriye'deki Palmira'nın 2015'te yıkılmadan önceki 3B modeli

Şekil 1. Iconem'in Suriye'deki Palmira için oluşturduğu ve 2015'te yıkılmadan önceki 3B modeli.

2021'e gelindiğinde yapay zekâ, antik eserleri onarmak için bile kullanılıyordu. İtalya'daki RePAIR girişimi gibi projelerde, Pompeii gibi yerlerden çıkarılan kırılgan parçaları dikkatle bir araya getirmek için robotlardan yararlanıldı. Günümüzde yapay zekânın arkeolojideki rolü genişlemeyi sürdürüyor; antik metinleri çözümleme ve uydu görüntülerini analiz etme gibi görevlere yardımcı oluyor. Yapay zekâ, tarihimizi ortaya çıkarmak ve korumak için vazgeçilmez bir araç hâline geldi.

Arkeolojide bilgisayarlı görü nasıl kullanılır?#

Bilgisayarlı görü, bilgisayarların görsel verileri anlamasını ve yorumlamasını sağlayan bir yapay zekâ dalıdır. Arkeolojide bilgisayarlı görü, araştırmacıların eserleri analiz etmesine, antik alanların haritasını çıkarmasına ve hatta tarihi yapıları yeniden oluşturmasına yardımcı olur. Derin öğrenme kullanarak görüntü ve videoları işleyen bilgisayarlı görü, arkeolojik bulguları korumayı ve yorumlamayı kolaylaştıran içgörüler ortaya çıkarabilir.

Bilgisayarlı görüyle eserleri analiz etme#

Arkeologlar kazılar sırasında çoğu zaman çanak çömlek, kemik ve diğer malzemelere ait binlerce parça bulur. Geleneksel yöntemlerle bu parçaları tanımlamak ve kataloglamak çok zaman alır ve uzmanlık gerektirir. Ancak bilgisayarlı görüyle bu süreç otomatikleştirilebilir. Örneğin Leicester Üniversitesi'ndeki Arch-I-Scan projesi, çanak çömlek parçalarının ayrıntılarını otomatik olarak tanımlamak ve kaydetmek için görüntü tanıma ve makine öğreniminden yararlanıyor. Sistem, elde taşınan cihazlarla çekilen fotoğrafları analiz edebilir ve eserleri boyut, şekil, tasarım ve dokuya göre sınıflandırabilir.

Arch-I-Scan'in çanak çömlek kalıntılarını tanıyıp ayrıntılarını kaydetmesi

Şekil 2. Arch-I-Scan, çanak çömlek kalıntılarının tanınmasına ve ayrıntılarının kaydedilmesine yardımcı olabilir.

Arkeolojik alanların görüntü tabanlı haritalanması#

Yapay zekâ, arkeoloji projelerinin ilk aşamalarında özellikle yararlıdır. Kazı başlamadan önce olası arkeolojik alanları belirlemeye yardımcı olabilir ve tarihî alanlara zarar verme riskini azaltır. Havadan veya uydudan çekilen görüntüleri işleyerek Ultralytics YOLOv8 gibi bilgisayarlı görü modelleri, gömülü alanları tespit etmek için nesne tespitinden yararlanabilir. YOLOv8, antik duvarlar, yollar veya binalar gibi gömülü yapıların varlığına işaret edebilecek ince peyzaj değişikliklerini tespit edecek şekilde eğitilebilir. Nitekim toprak rengindeki, bitki örtüsünün büyümesindeki veya zemin dokusundaki küçük farklılıklar bile yer altındaki kalıntılara işaret edebilir.

Kazı yapılacak yerleri belirlemek için yapay zekâ kullanımı

Şekil 3. Kazı yapılacak yerleri belirlemek için yapay zekâ kullanımı (Kaynak: ArchAI).

Bunun iyi bir örneği, Portekiz'in Alto Minho bölgesinde yapılan bir vaka çalışmasıdır. Araştırmacılar, veri kümesini benzer yeni eğitim örnekleri oluşturarak genişleten veri artırma adlı bir teknikle, işaretlenmiş mezar höyükleri üzerinde eğitilmiş bir yapay zekâ modeli geliştirdi. Yapay zekâ sistemi, yeni olası mezar höyüğü konumları önerebiliyor. LiDAR verilerinin havadan elde edilen perspektifi nedeniyle yanlış pozitif sonuçlar verme zorluğuna rağmen, bu yaklaşım uzman doğrulamasının ardından %72,53 başarı oranına ulaştı.

Antik eserlerin 3B olarak yeniden oluşturulması#

Arkeologlar kazılar sırasında çoğunlukla sağlam eserler yerine kırık parçalar bulur. Geleneksel olarak bu parçaları bir araya getirmek yavaş ve özen gerektiren bir iştir. Ancak yapay zekâ destekli 3B yeniden yapılandırma çok daha hızlıdır. Algoritmalar, dijital 3B modeller kullanarak parçaların şekillerini analiz edebilir ve özgün eserleri doğru biçimde yeniden oluşturabilir. Bu süreç zaman kazandırır, hassas ölçümler sağlar ve eserler hakkında daha iyi bir kavrayış sunar; böylece eserleri yaratan kültürleri daha derinlemesine anlamaya yardımcı olur.

Eser parçalarının 3B olarak yeniden oluşturulması

Şekil 4. Parçaların 3B olarak yeniden oluşturulması.

Sualtı arkeolojisinde yapay zekâ#

Geçmişi keşfetmek için yapay zekânın kullanıldığı heyecan verici alanlardan biri de sualtı arkeolojisidir. İtalya kıyılarının açıklarında su altında kalmış bir Roma kenti olan Baiae'de yapay zekâ, denizin altındaki antik kalıntıların izlenmesine ve korunmasına yardımcı oluyor. Sualtı iletişimi konusunda uzmanlaşmış bir girişim olan WSense, yapay zekâ destekli akustik modemler ve sensörlerden oluşan bir ağ geliştirdi. Bu sistemler değişen deniz koşullarına gerçek zamanlı olarak uyum sağlıyor ve çevresel verileri iletiyor. Alanın uzaktan izlenmesini mümkün kılıyor, dalgıçların su altında iletişim kurmasına ve yön bulmasına yardımcı oluyor; hatta yakında etkileşimli akıllı tabletler aracılığıyla turistlerin kullanımına da sunulabilir.

İtalya'nın Napoli kentindeki Baiae'nin su altındaki kalıntılarını keşfeden dalgıçlar

Şekil 5. Dalgıçlar, İtalya'nın Napoli kentindeki Baiae'nin su altındaki kalıntılarını keşfediyor.

Antik metinleri anlamak için yapay zekâ kullanımı#

Yapay zekâ, antik metinleri çözümleme konusunda da ilerleme kaydediyor. DeepMind'ın Ithaca sistemi, hasarlı yazıtları onarmak, kökenlerini belirlemek ve tarihlerini doğru biçimde saptamak için derin öğrenmeden yararlanıyor. Büyük bir Yunan yazıtı veri kümesiyle eğitilen Ithaca, metinleri %62 doğrulukla onarabiliyor ve tarihlerini gerçek yaşlarından 30 yıl sapmayla belirleyebiliyor. Yapay zekâ, araştırmacıların Yunan tarihinin önemli dönemlerini daha hassas biçimde yeniden incelemesini sağlayarak tarih araştırmalarını yeniden şekillendiriyor. Yapay zekâ sistemleri, insan uzmanlığıyla birleştirildiğinde metin onarımlarının doğruluğunu önemli ölçüde artırabilir.

MÖ 485/4'e tarihlenen onarılmış bir yazıt örneği

Şekil 6. MÖ 485/4'e tarihlenen onarılmış bir yazıt örneği.

Arkeolojide yapay zekâ kullanımının artıları ve eksileri#

Yapay zekâ, arkeoloji alanına birçok fayda sağlar ve arkeologların aksi hâlde gözden kaçabilecek örüntüleri ve içgörüleri ortaya çıkarmasına yardımcı olabilir. Arkeolojide yapay zekânın başlıca faydalarından bazıları şunlardır:

  • Eserleri tanımlama ve sınıflandırma doğruluğunu artırır.
  • İnsan hatasını azaltarak daha hassas yorumlar yapılmasını sağlar.
  • Bulguların kişisel önyargılar yerine sağlam verilere dayanmasını sağlar.
  • Yapay zekâ, dünya çapında paylaşılabilecek ayrıntılı eser kayıtları oluşturmaya yardımcı olur.
  • Akıllı yenilikler, araştırmacıların iş birliği yapmasını ve değerli kültürel mirası gelecek nesiller için korumasını kolaylaştırır.

Pek çok faydasına rağmen, arkeolojide yapay zekâya güvenmenin getirdiği zorluklar da vardır. Arkeolojide yapay zekânın başlıca zorluklarından bazıları şunlardır:

  • Dijital araçlar, geleneksel arkeolojik yöntemlerin önüne geçebilir.
  • Yüzyıllar boyunca geliştirilen uygulamalı beceriler ve teknikler önemini yitirebilir.
  • Kültürel mirası ve yerli halkların haklarını korumak gibi etik kaygılar dikkatle ele alınmalıdır.
  • Teknolojiye aşırı bağımlılık, insan uzmanlığının arkeolojiye kattığı eleştirel düşünme ve yaratıcılık becerilerini zayıflatabilir.

Genel olarak, geleneksel arkeoloji uygulamalarının yerini almak yerine onları destekleyen bir denge kurmak önemlidir. Bu dengeyi korumak için yapay zekâ uzmanları ve arkeologlar arasında açık iletişim şarttır.

Arkeolojide yapay zekâ uygulamasını hangi faktörler etkiler?#

Yapay zekâyı arkeolojiye entegre etmek, geleneksel yöntemlerin yerini almak yerine onları tamamlamasını sağlamak için dikkatli planlama gerektirir. Yapay zekâ araçlarını arkeolojik araştırmalara başarıyla dâhil etmek için birkaç temel adımı izlemek önemlidir. Öncelikle, veri analizini hızlandırmak, eser sınıflandırmasını iyileştirmek veya alanların haritasını çıkarmaya yardımcı olmak gibi yapay zekâyı kullanmaya yönelik net hedefler belirle. Belirli hedeflerin olması, araştırma ihtiyaçlarına uygun yapay zekâ araçlarını seçmene yardımcı olur.

Ardından, yapay zekâ araçlarını seçerken arkeolojik hedeflerine ne ölçüde uyduklarını değerlendir. Araçlar ideal olarak ölçeklenebilir, artan miktardaki veriyi işleyebilir ve arkeologların kapsamlı teknik bilgiye ihtiyaç duymadan etkili biçimde kullanabilmesi için kullanıcı dostu olmalıdır. Yapay zekâ çözümlerinin uygulanması ve bakımı pahalı olabileceğinden maliyet etkinliğini de göz önünde bulundurmak önemlidir.

Bulgularımızı toparlayalım#

Yapay zekâ arkeolojiyi dönüştürerek araştırmaları daha hızlı, hassas ve erişilebilir hâle getiriyor. Büyük miktarda veriyi analiz ederek, gizli alanları ortaya çıkararak ve antik eserleri onararak geçmişi araştırma ve anlama biçimimizi geliştiriyor. Bilgileri hızla ve doğru biçimde işleyebilmesi, arkeologların geleneksel yöntemlerle yıllar sürebilecek keşifleri yapmasını sağlıyor. Yapay zekâ gelişmeye devam ettikçe tarihimiz hakkında daha da fazla şeyi ortaya çıkarma potansiyeli büyüyor. Yapay zekânın kültürel mirasımızı korumada ve eski uygarlıkları daha derinlemesine anlamamızda önemli rol oynadığı arkeolojinin geleceği umut verici görünüyor.

Yapay zekâ hakkında daha fazla bilgi edinmek için GitHub depomuzu ziyaret et ve topluluğumuza katıl. Çözümler sayfalarımızda üretim ve tarım alanlarındaki yapay zekâ uygulamalarını keşfet.

Yazan

Abirami Vina
Abirami Vina

İçerik Üreticisi · Ultralytics

Bilgisayarlı görü mühendisi olarak kariyerine başlayan Abirami Vina, görü AI’sı ve makine öğrenimi alanlarında sağlam bir temel oluşturdu. Ultralytics’te İçerik Üreticisi, Scribe of AI’da ise Kurucu ve Baş Yazar olarak AI odaklı şirketler için nitelikli teknik içerikler hazırlıyor. AI’yı hem anlaşılır hem de ilgi çekici kılma tutkusuyla çalışan Abirami, en yeni teknolojiler ile gerçek dünyadaki etkileri arasında köprü kuruyor.

Yorumlar

Soru sor, sonuçlarını paylaş veya başka birine yardım et.

Çözümleri keşfet

Sporda bilgisayarlı görü

Sporda bilgisayarlı görü

Ultralytics YOLO'nun oyuncu ve top takibi, performans analitiği, antrenörlük içgörüleri ve sporcu rehabilitasyonuyla spor alanında görsel yapay zekâyı nasıl güçlendirdiğini keşfet.
Daha fazla bilgi edin
Hava görüntüleri için bilgisayarlı görü

Hava görüntüleri için bilgisayarlı görü

İHA ve hava görüntülerini Ultralytics YOLO ile tarım, su ürünleri yetiştiriciliği, koruma çalışmaları ve jeo-uzamsal analiz için gerçek zamanlı içgörülere dönüştür.
Daha fazla bilgi edin
Havacılıkta bilgisayarlı görü

Havacılıkta bilgisayarlı görü

Uçak denetimi, pistteki yabancı madde tespiti, havaalanı yer operasyonları ve kompozit malzeme kusurlarının tespiti için Ultralytics YOLO ile havacılık ve uzay sektöründe bilgisayarlı görü uygula.
Daha fazla bilgi edin
Güvenlikte bilgisayarlı görü

Güvenlikte bilgisayarlı görü

Ultralytics YOLO modelleriyle her sahayı koru. Görsel yapay zekâ; çevre izleme, tehdit tespiti, plaka tanıma ve iş yeri güvenliğini destekler.
Daha fazla bilgi edin
Robotikte bilgisayarlı görü

Robotikte bilgisayarlı görü

Ultralytics YOLO modelleriyle daha akıllı makinelere güç ver. Robotikte görsel yapay zekâ; otonom navigasyonu, algılamayı, nesne takibini ve gerçek zamanlı kontrolü destekler.
Daha fazla bilgi edin
Lojistikte bilgisayarlı görü

Lojistikte bilgisayarlı görü

Ultralytics YOLO modelleriyle lojistiği kolaylaştır. Görüntü yapay zekâsı; paket denetimini, ayrıştırmayı, araç takibini ve gerçek zamanlı depo güvenliği izlemeyi mümkün kılar.
Daha fazla bilgi edin
Perakendede bilgisayarlı görü

Perakendede bilgisayarlı görü

Ultralytics YOLO modelleriyle perakendeyi yeniden tasarla. Görüntü yapay zekâsı; envanter takibini, raf izlemeyi, kuyruk yönetimini ve daha kapsamlı müşteri analizlerini mümkün kılar.
Daha fazla bilgi edin
Sağlık hizmetlerinde bilgisayarlı görü

Sağlık hizmetlerinde bilgisayarlı görü

Ultralytics YOLO modelleriyle sağlık çözümleri geliştir. Sağlık hizmetlerinde görüntü yapay zekâsı; daha hızlı tıbbi görüntüleme, daha akıllı tanı ve hasta takibini mümkün kılar.
Daha fazla bilgi edin
Üretimde bilgisayarlı görü

Üretimde bilgisayarlı görü

Ultralytics YOLO modelleriyle üretimi optimize et. Görsel yapay zekâ; kalite kontrolünü, kusur tespitini, kişisel koruyucu donanım uyumunu ve montaj hattı otomasyonunu destekler.
Daha fazla bilgi edin
Otomotivde bilgisayarlı görü

Otomotivde bilgisayarlı görü

Ultralytics YOLO modelleriyle otomotivde bilgisayarlı görüden yararlan. Görsel yapay zekâ; daha akıllı yollar için yol güvenliğini, sürüş desteğini ve araç otomasyonunu ileri taşır.
Daha fazla bilgi edin
Tarımda bilgisayarlı görü

Tarımda bilgisayarlı görü

Ultralytics YOLO modelleriyle akıllı tarıma görüntü yapay zekâsı kazandır. Daha yüksek ve akıllı verim için mahsul izleme, hayvan takibi ve hassas tarımı destekle.
Daha fazla bilgi edin

Geleceğin yapay zekasını birlikte inşa edelim!

Makine öğreniminin geleceğine yolculuğuna başla