研究人員開發了一種機器學習 (ML) 工具，可以幫助識別偏遠、難以到達的地點的岩石藝術。
研究人員開發的機器學習模型可以掃描照片來識別潛在的岩石藝術，然後由人類專家進行評估。
機器學習是人工智慧的一個子領域，它允許應用程式模仿人類的學習方式，而無需明確編程。相反，電腦存取資料來進行自我學習。
澳洲格里菲斯大學的發言人告訴歐洲新聞台：“該工具非常有用，因為它可以快速幫助識別和自動化以前的手動任務，這些任務既費力又昂貴。”
格里菲斯大學的數位考古學家安德里亞·賈蘭多尼博士領導了這項研究。她的團隊使用了該國崎嶇景觀中的數百張岩石藝術圖像來訓練機器學習模型，以檢測圖像中是否存在彩繪岩石藝術。
「其中一些地點並不容易到達，因此減少一些時間、精力和費用來進行一些探索任務對於澳大利亞一些最偏遠地區的此類考古研究具有巨大的價值，」賈蘭多尼博士在新聞稿。
“一旦我們的機器學習模型識別出拍攝的區域是否可能包含以前未被發現的岩石藝術，科學家們就可以進入該地點並進行地面實況驗證，以驗證是否存在岩石藝術並進一步報告。”
他們開發的機器學習工具的成功率為 89%。
他們用來訓練機器學習模型的岩石藝術是在澳洲卡卡杜國家公園發現的。研究人員與公園的傳統長者密切合作進行這項研究。
研究人員在他們的報告中寫道：“岩石藝術在全球範圍內被認為具有重要意義，但用於研究和探索這一重要文化遺產形式的資源往往很稀缺。”紙。
他們補充說：“在存在眾多岩石藝術遺址的地區，許多岩石藝術尚未被識別，因此仍然未被記錄和研究。”
該工具還可以被訓練來檢測世界各地不同地區發現的岩石藝術。
Zaidi 博士表示，他們的工作表明機器學習和人工智慧可以為考古研究帶來許多好處，有可能為未來幾年的「突破性研究」鋪平道路。
「我們對第二階段的研究感到興奮，」她說。
研究小組表示，岩石藝術研究的部分自動化可以透過多種方式促進岩石藝術研究，例如透過物體識別以及檢測和重建。
賈蘭多尼博士表示，這些發現也可能有助於開發一個應用程序，遊客可以使用該應用程式上傳潛在未被發現的岩石藝術實例的圖像，以進行進一步分析。
「如果您是遊客，來到一個可能有岩石藝術的地區並且您正在拍照，我們未來的目標之一是開發一款應用程序，您可以將您的圖像添加到收藏中，看看它是否已被是否有記錄，或者是否可能是未被發現的岩石藝術，需要進行檢查，」她說。
“因此，這將使當地的公民科學家能夠參與重要的考古研究。”
研究結果「關於在岩石藝術研究中使用機器學習方法及其在自動彩繪岩石藝術識別中的應用」已發表在《考古科學雜誌》上。
