Un equipo de científicos japoneses ha descubierto cuatro nuevos geoglifos en las Líneas de Nasca utilizando el aprendizaje profundo de inteligencia artificial (IA) en la árida planicie costera peruana al norte de las Pampas de Nasca.
La investigación ha sido realizada desde 2004 por un equipo del Universidad de Yamagatadirigido por el profesor makato sakai. El Universidad de Yamagata realizó estudios de distribución de geoglifos utilizando imágenes satelitales, fotografía aérea, escaneo aéreo LiDAR y fotografía con drones para relevar la vasta área de la Pampa de Nazca, que cubre más de 390 km2.
Se cree que las Líneas de Nasca se originaron a lo largo de los siglos, alrededor del año 100 a. C., por el pueblo Nasca del actual Perú. Se estudiaron en detalle por primera vez en la década de 1940 y en 1994 cuando se declararon patrimonio de la humanidad por la unesco, ya se habían identificado una treintena. El clima seco del desierto y los vientos que soplan sobre las arenas han contribuido a su buena conservación, pero las inundaciones y la actividad humana los oscurecen.
Los arqueólogos descubrieron 142 nuevos diseños en el desierto durante una década y los identificaron manualmente a través de fotografías aéreas y estudios en el sitio. Luego, en colaboración con investigadores de IBM Japón, utilizaron el aprendizaje automático para buscar en los datos diseños que no se habían detectado en estudios anteriores.
Arqueología e Inteligencia Artificial
Para realizar un estudio exhaustivo de la zona en 2016, los investigadores utilizaron fotografías aéreas con una resolución del terreno de 0,1 m por píxel. El equipo ha identificado numerosos geoglifos a lo largo del tiempo, pero dado que el proceso lleva mucho tiempo, recurrieron al aprendizaje profundo de IA para analizar las imágenes mucho más rápido.
Un estudio publicado en el Revista de Ciencias Arqueológicas reveló el descubrimiento de cuatro nuevos geoglifos de Nasca, que utiliza este nuevo método mediante el desarrollo de un enfoque de etiquetado de los datos de entrenamiento que identifica un patrón parcial similar entre geoglifos conocidos y nuevos.
Cuatro nuevos geoglifos de Nasca identificados a través del aprendizaje profundo. (A) Un humanoide, tipo relieve. (B) Un par de patas, tipo línea. (C) Un pez, tipo relieve. (D) Un pájaro, tipo línea. Crédito de la imagen: Science Direct/ masato sakai
Los cuatro nuevos geoglifos representan una figura humanoide, un par de piernas, un pez y un pájaro. El geoglifo humanoide lleva un garrote en la mano derecha y mide 5 metros de altura. El geoglifo del pez, con la boca abierta, mide 19 metros, el del ave 17 metros y el del par de patas 78 metros.
Los autores escribieron en su estudio:
“Hemos desarrollado una tubería DL que aborda los desafíos que a menudo surgen al detectar objetos en imágenes arqueológicas. Nuestro método permite el descubrimiento de objetivos previamente inalcanzables al permitir que el DL aprenda representaciones de imágenes con una mejor generalización y rendimiento. Además, al acelerar el proceso de investigación, nuestro enfoque hace avanzar la arqueología al introducir un nuevo paradigma que combina la investigación de campo y la IA, lo que da como resultado una investigación más eficaz y eficiente”.
Estos resultados ilustran nuevamente la utilidad del aprendizaje automático para los científicos, especialmente cuando se enfrentan a tareas que involucran grandes conjuntos de datos. Al igual que los humanos, a los algoritmos se les puede enseñar a examinar ciertos tipos de datos en busca de patrones y anomalías. Si bien crear estas herramientas puede ser un desafío, una vez entrenados, estos algoritmos son implacables y constantes.
Los resultados de la investigación han sido publicados en Revista de Ciencias Arqueológicas.
[H/T: arkeonews]
Como lector de CÓDIGO OCULTOte invitamos a seguirnos en nuestro página de fans, para estar al día de todas las novedades que publicamos a diario. También puede ponerse en contacto con nosotros Grupo oficial y en nuestra comunidad Telegrama. También puede suscribirse a nuestro boletín semanal.
-
-
-
-
