Arkeolojide yapay zeka, yeni keşiflerin yolunu açıyor

Arkeoloji, eserlerin kazısı ve analizi yoluyla antik tarihi inceleyen bir disiplindir; genellikle keşfedilecek geniş alanlar ve eserlerin kırılgan yapısı gibi zorluklarla karşı karşıya kalır. Geleneksel yöntemler zaman alıcı olabilir ve hatta gizli alanların veya hazinelerin gözden kaçırılmasına neden olabilir. Yapay zeka (AI), bu konuda yardımcı olmak için devreye girebilir. Örneğin, Yucatan Yarımadası'ndaki son bir çığır açan gelişmede, yoğun bitki örtüsünün altında gizlenmiş 60.000'den fazla daha önce bilinmeyen ancient Maya archeological sites derin öğrenme kullanılarak gün ışığına çıkarıldı.

Özellikle computer vision, arkeologların görüntüleri analiz ederek eserleri detect etmelerine ve antik alanların haritasını hassas bir şekilde çıkarmalarına yardımcı olabilir. Image analysis, manzaralardaki gizli örüntüleri ortaya çıkarmaya ve hatta kırık eserleri bir araya getirerek keşifleri hızlandırmaya, tarihimizin en küçük detaylarını bile korumaya ve culture unsurlarımızı yaşatmaya yardımcı olabilir. Arkeologlar, geçmişimizi keşfetmek için her zamankinden daha hızlı, daha hassas ve daha içgörülü olan yeni AI destekli yolların kilidini açıyor.

YZ destekli arkeoloji tekniklerinin gelişimi#

AI, veri analizindeki gelişmeler sayesinde 20. yüzyılın sonlarına doğru arkeolojide dalgalar yaratmaya başladı. 1990'lara gelindiğinde arkeologlar, topladıkları devasa veri miktarını analiz etmek için machine learning ve veri madenciliği kullanmaya başladılar. En büyük erken başarılardan biri, kazıların nasıl planlanacağını dönüştüren tarihsel ve coğrafi veri örüntülerine dayanarak arkeolojik alanların nerede olabileceğini predict etmek için AI kullanmak oldu.

AI'nin arkeolojideki artan rolünün erken bir örneği, 2010 yılında kurulan Paris merkezli bir şirket olan Iconem şirketinin çalışmasıdır. Iconem, savaş, çatışma ve doğal bozulma tehdidi altındaki tarihi simge yapıların 3D dijital modellerini oluşturmak için dronelar ve AI kullanır. Binlerce görüntü yakalayarak Iconem; Pompeii antik kalıntıları, Irak'taki Asur şehirleri ve Afganistan'daki Budist manastırları dahil olmak üzere 20'den fazla ülkedeki alanları belgelemiştir. Bu dijital korumalar, özellikle ulaşılması zor olan veya hasar görmüş alanlar için eğitim ve araştırma açısından değerli kaynaklardır.

Fig 1. 2015 Yılında Yıkılmadan Önce Suriye'nin Palmira Şehrinin Iconem Tarafından Oluşturulan 3D Modeli.

2021'e gelindiğinde, YZ antik eserleri restore etmek için bile kullanılıyordu. İtalya'daki RePAIR girişimi gibi projeler, Pompeii gibi yerlerden gelen kırılgan parçaları dikkatlice birleştirmek için robotlar kullandı. Bugün YZ'nin arkeolojideki rolü, antik metinlerin deşifre edilmesi ve uydu görüntülerinin analizi gibi görevlere yardımcı olarak genişlemeye devam ediyor. YZ, tarihimizi ortaya çıkarmada ve korumada temel bir araç haline geldi.

Arkeolojide computer vision nasıl kullanılır#

Computer vision, bilgisayarların görsel verileri anlamasını ve yorumlamasını sağlayan bir YZ dalıdır. Arkeolojide computer vision, araştırmacıların eserleri analiz etmelerine, antik alanları haritalandırmalarına ve hatta tarihi yapıları yeniden inşa etmelerine yardımcı olur. Derin öğrenme kullanarak görüntüleri ve videoları işleyen computer vision, arkeolojik bulguların korunmasını ve yorumlanmasını kolaylaştıran içgörüler çıkarabilir.

Eserlerin computer vision ile analizi#

Arkeologlar kazılar sırasında genellikle çanak çömlek, kemik ve diğer materyaller gibi binlerce parça bulurlar. Geleneksel olarak bu parçaları tanımlamak ve kataloglamak çok zaman ve uzmanlık gerektirir. Ancak computer vision ile bu süreç otomatize edilebilir. Örneğin, Leicester Üniversitesi'ndeki Arch-I-Scan projesi, çanak çömlek parçalarının detaylarını otomatik olarak tanımlamak ve kaydetmek için görüntü tanıma ve machine learning kullanır. Sistem, elde taşınan cihazlardan gelen fotoğrafları analiz edebilir ve eserleri boyut, şekil, tasarım ve dokuya göre sınıflandırabilir.

Fig 2. Arch-I-Scan, Çanak Çömlek Kalıntılarının Detaylarını Tanımaya ve Kaydetmeye Yardımcı Olabilir.

Arkeolojik alanların görüntü tabanlı haritalanması#

AI, arkeolojik projelerin ilk aşamalarında özellikle faydalıdır. Herhangi bir kazı başlamadan önce potansiyel arkeolojik alanların tanımlanmasına yardımcı olabilir ve tarihi alanlara zarar verme riskini azaltır. Hava veya uydu görüntülerini işleyerek Ultralytics YOLOv8 gibi computer vision modelleri, gömülü alanları tespit etmek için object detection kullanabilir. YOLOv8; antik duvarlar, yollar veya binalar gibi gömülü yapıların varlığına işaret edebilecek manzaradaki ince değişiklikleri tespit etmek üzere eğitilebilir. Aslında toprak rengindeki, bitki örtüsü büyümesindeki veya zemin dokusundaki hafif varyasyonlar bile yeraltı kalıntılarına işaret edebilir.

Şekil 3. Kazı Yapılacak Yerleri Belirlemek İçin YZ Kullanımı (Kaynak: ArchAI).

Bunun iyi bir örneği, Portugal’s Alto Minho bölgesindeki bir vaka çalışmasıdır. Araştırmacılar, benzer yeni eğitim örnekleri yaratarak veri setini genişleten data augmentation adı verilen bir teknik kullanarak etiketlenmiş mezar tepeleri üzerinde eğitilmiş bir AI modeli geliştirdiler. AI sistemi potansiyel yeni mezar tepesi konumları önerebilir. LiDAR verilerinin havadan perspektifi nedeniyle yanlış pozitiflerin zorluğuna rağmen bu yaklaşım, uzman doğrulamasından sonra %72.53 başarı oranına ulaşmıştır.

Antik eserlerin 3D rekonstrüksiyonu#

Arkeologlar kazılar sırasında genellikle bozulmamış eserlerden ziyade kırık parçalar bulurlar. Geleneksel olarak bu parçaları birleştirmek yavaş ve titiz bir iştir. Ancak, YZ destekli 3D rekonstrüksiyon çok daha hızlıdır. Dijital 3D modeller kullanan algoritmalar, parçaların şekillerini analiz edebilir ve orijinal eserleri doğru bir şekilde yeniden oluşturabilir. Bu süreç zaman kazandırır, kesin ölçümler sağlar ve onları yaratan kültürler hakkında daha derin içgörüler sunabilecek eserlerin daha iyi anlaşılmasına yardımcı olur.

Şekil 4. Parçaların 3D Rekonstrüksiyonu.

Sualtı arkeolojisinde YZ#

Geçmişi keşfetmede AI'nin heyecan verici alanlarından biri underwater arkeolojisidir. İtalya kıyılarındaki batık bir Roma şehri olan Baiae'de AI, deniz altındaki antik kalıntıları izlemeye ve korumaya yardımcı oluyor. Sualtı iletişimi konusunda uzmanlaşmış bir girişim olan WSense, AI tarafından desteklenen bir akustik modem ve sensör ağı geliştirmiştir. Bu sistemler değişen deniz koşullarına gerçek zamanlı olarak uyum sağlar ve çevresel verileri iletir. Alanı uzaktan izlemeyi mümkün kılar, dalgıçların su altında iletişim kurmasına ve gezinmesine yardımcı olur ve yakında etkileşimli akıllı tabletler aracılığıyla tourists için bile erişilebilir hale gelebilir.

Fig 5. Dalgıçlar İtalya'nın Napoli kentindeki Baiae'de su altındaki kalıntıyı keşfediyor.

Antik metinleri anlamak için YZ kullanımı#

AI aynı zamanda antik metinleri çözmede de ilerleme kaydediyor. DeepMind'in son teknoloji ürünü aracı Ithaca, hasarlı yazıtları onarmak, kökenlerini belirlemek ve bunları doğru bir şekilde tarihlendirmek için derin öğrenmeyi kullanır. Yunanca yazıtların devasa bir dataset verisi üzerinde eğitilen Ithaca, metinleri %62 doğrulukla onarabilir ve gerçek yaşlarının 30 yılı içinde tarihlendirebilir. AI, akademisyenlerin Yunan tarihindeki kilit dönemleri daha yüksek hassasiyetle yeniden incelemesine izin vererek tarihi araştırmaları yeniden tanımlıyor. İnsan uzmanlığıyla birleştirildiğinde AI sistemleri, metin restorasyonlarının doğruluğunu önemli ölçüde artırabilir.

Fig 6. MÖ 485/4 yıllarına dayanan restore edilmiş bir yazıt örneği.

Arkeolojide YZ kullanmanın artıları ve eksileri#

YZ, arkeoloji alanına birçok fayda sunar ve arkeologların aksi takdirde gözden kaçabilecek desenleri ve içgörüleri ortaya çıkarmalarına yardımcı olabilir. İşte arkeolojide YZ'nin temel faydalarından bazıları:

• Eserlerin tanımlanmasında ve sınıflandırılmasında doğruluğu artırır.
• İnsan hatasını azaltarak daha hassas yorumlara yol açar.
• Bulguların kişisel önyargılar yerine sağlam verilere dayanmasını sağlar.
• YZ, dünya çapında paylaşılabilecek ayrıntılı eser kayıtları oluşturmaya yardımcı olur.
• Akıllı yenilikler, araştırmacıların iş birliği yapmasını ve değerli kültürel tarihi gelecek nesiller için korumasını kolaylaştırır.

Birçok faydaya rağmen, arkeolojide YZ'ye güvenmekle ilgili zorluklar da vardır. İşte arkeolojide YZ'nin temel zorluklarından bazıları:

• Dijital araçlar geleneksel arkeolojik yöntemleri gölgede bırakabilir.
• Yüzyıllar boyunca geliştirilen pratik beceriler ve teknikler önemini yitirebilir.
• Kültürel mirası ve yerli haklarını korumak gibi ethical concerns dikkatli bir şekilde ele alınmalıdır.
• Teknolojiye aşırı bağımlılık, insan uzmanlığının arkeolojiye kattığı eleştirel düşünceyi ve yaratıcılığı azaltabilir.

Genel olarak, geleneksel arkeolojik uygulamaların yerini almak yerine onları destekleyen bir denge kurmak önemlidir. YZ uzmanları ile arkeologlar arasında açık iletişim, dengeyi korumak için şarttır.

Arkeolojide YZ uygulamasında neler etkilidir?#

AI'yi arkeolojiye entegre etmek, geleneksel yöntemlerin yerini almaktan ziyade onları tamamladığından emin olmak için dikkatli bir planlama gerektirir. AI araçlarını arkeolojik araştırmalara başarılı bir şekilde dahil etmek için birkaç önemli adımı izlemek önemlidir. İlk olarak, veri analizini hızlandırmak, eser classification sürecini iyileştirmek veya alanların haritalandırılmasına yardımcı olmak olsun, clear objectives for using AI belirlenmelidir. Belirli hedeflere sahip olmak, araştırma ihtiyaçlarınız için doğru AI araçlarını seçmenize yardımcı olur.

Ardından, AI araçlarını seçerken arkeolojik hedeflerinize ne kadar iyi uyduklarını değerlendirin. Araçlar ideal olarak ölçeklenebilir, artan veri miktarını işleyebilir ve arkeologların kapsamlı teknik bilgiye ihtiyaç duymadan bunları etkili bir şekilde kullanabilmesi için kullanıcı dostu olmalıdır. AI çözümlerinin uygulanması ve sürdürülmesi maliyetli olabileceğinden, consider cost-effectiveness hususunu göz önünde bulundurmak da önemlidir.

Bulgularımızı özetlerken#

YZ, arkeolojinin çehresini değiştirerek onu daha hızlı, daha hassas ve daha erişilebilir kılıyor. Büyük miktardaki verileri analiz ederek, gizli alanları ortaya çıkararak ve antik eserleri restore ederek YZ, geçmişi keşfetme ve anlama biçimimizi geliştiriyor. Bilgiyi hızlı ve doğru bir şekilde işleme yeteneği, arkeologların geleneksel yöntemlerle yıllar süren keşifleri yapmalarına olanak tanıyor. YZ gelişmeye devam ettikçe, tarihimiz hakkında daha fazlasını ortaya çıkarma potansiyeli sınırsızdır. Arkeolojinin geleceği, YZ'nin kültürel mirasımızı korumada ve antik medeniyetlere dair anlayışımızı derinleştirmede kilit bir rol oynamasıyla umut verici görünüyor.

Yapay zeka hakkında daha fazla bilgi edinmek için GitHub deponumuzu ziyaret et ve topluluğumuzla etkileşime geç. Çözüm sayfalarımızda üretim ve tarım alanındaki yapay zeka uygulamalarını keşfet. 🚀