Phát hiện khảo cổ học dựa trên AI

Sky Nguyen nguồn bình luận 999
A- A A+
Ẩn sâu dưới những lớp cát dày đôi khi lại chứa đựng những bí mật về nền một văn minh cổ đại. Và sự tiến bộ về công nghệ, đặc biệt trí tuệ nhân tạo (AI), đang giúp các nhà khảo cổ học tiếp cận được những ’kho báu khảo cổ’ này.
Phát hiện khảo cổ học dựa trên AI
Hình ảnh vệ tinh ở Saruq al-Hadid cho thấy khu vực phía tây đang được khai quật (bên phải) và khu vực phía đông vẫn chưa được khai quật. Ảnh: Đại học Khalifa

Rub’ al Khali, có nghĩa "Khu vực trống rỗng", là một trong những sa mạc lớn và khắc nghiệt nhất thế giới với diện tích khoảng 650.000 km², trải dài qua các quốc gia Ả Rập Xê Út, Oman, Yemen và các tiểu Vương quốc Ả Rập Thống nhất.

Các nhà nghiên cứu tại Đại học Khalifa ở Abu Dhabi đã phát triển một loại công nghệ có thể giúp tìm kiếm các địa điểm khảo cổ trên những vùng sa mạc rộng lớn và khắc nghiệt như Rub’ al Khali.

Trước đây, các nhà khảo cổ thường dựa vào phương pháp khảo sát mặt đất để tìm kiếm nhưng phương pháp này tốn nhiều thời gian và không dễ thực hiện trong môi trường khắc nghiệt.

Với sự phát triển của công nghệ cảm biến từ xa và hình ảnh vệ tinh, các nhà khảo cổ từng sử dụng các hình ảnh quang học từ vệ tinh để phát hiện, nhận diện các khu vực tiềm năng để nghiên cứu sâu hơn. Google Earth là một ví dụ điển hình.

Tuy nhiên, trong môi trường sa mạc, các yếu tố như bão cát, bụi và cồn cát làm hình ảnh vệ tinh trở nên không rõ ràng. Chính vì vậy, các nhà khoa học tại Đại học Khalifa đã cải tiến công nghệ này bằng cách sử dụng cảm biến tiên tiến hơn và các thuật toán phân tích hình ảnh thông minh hơn.

Diana Francis và nhóm nghiên cứu tại Đại học Khalifa đã kết hợp công nghệ radar khẩu độ tổng hợp (SAR) và thuật toán học máy. SAR là một công nghệ hình ảnh vệ tinh sử dụng sóng vô tuyến để thâm nhập qua các lớp bề mặt như cát, đất và thảm thực vật, giúp phát hiện những vật thể bị chôn vùi bên dưới. Học máy sau đó được dùng để phân tích các hình ảnh này, giúp xác định các khu vực có tiềm năng khảo cổ.

Mặc dù cả hai công nghệ đều không mới - SAR đã được sử dụng từ thập niên 1980, còn học máy ngày được sử dụng phổ biến trong khảo cổ học - nhưng việc kết hợp cả hai là một bước tiến đột phá. Francis cho biết đây là lần đầu tiên ứng dụng cả hai công nghệ trong khảo cổ học.

Thuật toán học máy từ dữ liệu của Saruq Al-Hadid - khu định cư 5.000 năm. Francis nói rằng công nghệ này có độ chính xác đến 50 cm và có thể tạo ra các mô hình 3D, giúp các nhà khảo cổ hiểu rõ hơn về những gì đang nằm dưới cát.

Không chỉ Đại học Khalifa ứng dụng trí tuệ nhân tạo trong khảo cổ học mà Amina Jambajanstsan, một nghiên cứu sinh tiến sĩ khác tại viện Max Planck, cũng đang sử dụng học máy để tối ưu hóa công việc “tẻ nhạt” thay vì tìm kiếm qua những hình ảnh vệ tinh. Dự án của cô tập trung vào các địa điểm thời trung cổ ở Mông Cổ, một quốc gia có diện tích gần bằng Alaska. Nhờ AI, Jambajanstsan đã phát hiện ra hàng nghìn địa điểm tiềm năng.

Một số nhà nghiên cứu đang tích cực trong việc theo đuổi các giải pháp công nghệ như trí tuệ nhân tạo và cảm biến từ xa để xác định các địa điểm khảo cổ tiềm năng. Họ cho rằng chúng mang lại nhiều lợi thế trong việc phát hiện và giám sát các di tích, đặc biệt trong bối cảnh những địa điểm bị đe dọa bởi biến đổi khí hậu, thay đổi trong sử dụng đất và nạn cướp bóc di sản văn hóa.

Nguồn Tin:
Video và Bài nổi bật