Машинное обучение поможет археологам классифицировать древние глиняные изделия
При разработке исследователи использовали метод машинного обучения, основанный на свёрточной нейронной сети. Последнюю они натренировали на нескольких тысячах изображений различных древних глиняных изделий, по поводу типологии и стилистики которых научное сообщество уже достигло консенсуса.
Были предприняты испытания, в ходе которых система доказала свою эффективность: по точности она могла сравниться с человеком, а иногда ей и вовсе удавалось распознать и классифицировать объекты древности лучше, чем археологам с многолетним опытом кропотливой работы с подобными материалами.
К тому же, система умеет буквально собирать исторические артефакты «по крупицам»: среди множества осколков идентифицировать те, что были частями одного и того же объекта.
Ранее подобная точность была невозможна, и типологизация различных глиняных изделий была многолетним трудом, не лишённым ошибок. Теперь у археологов наконец-то есть метод, благодаря которому они смогут быстрее осуществлять процедуры идентификации и соотнесения древних объектов и их фрагментов, что поспособствует уточнению наших знаний о них, а значит и возникновению новых археологических вопросов и концепций.
Наука
Антон Тальский
Учёные из СПбГУ обнаружили вещество, меняющее активность под воздействием света
Парниковый эффект приводит к уменьшению стратосферы Земли
