Japanische Medien: KI analysiert Nazca-Geoglyphen effizient

PHPz
Freigeben: 2023-06-11 10:35:04
nach vorne
1356 Leute haben es durchsucht

Japanische Medien: KI analysiert Nazca-Geoglyphen effizient

Reference News Network berichtete am 10. JuniLaut der japanischen Website „Yomiuri Shimbun“ vom 4. Juni gab ein Forschungsteam bestehend aus der japanischen Yamagata-Universität und anderen bekannt, dass sie mithilfe künstlicher Intelligenz (KI) vier Arten von Luftbildern entdeckt haben. . Nazca-Gemälde. Die Nazca-Gemälde gehören zum Weltkulturerbe in Peru, einem südamerikanischen Land. Wenn es darum geht, neue Nazca-Gemälde zu finden, kann künstliche Intelligenz schneller eingesetzt werden als das bloße Auge allein. „Die Arbeit, die früher 20 Jahre dauerte, dauert jetzt nur noch ein Jahr.“ Die Geoglyphenforschung, die noch immer viele Rätsel aufwirft, wird voraussichtlich weiter beschleunigt.

Der bisherige Ansatz bestand darin, dass Forscher mit bloßem Auge Geoglyphenkandidaten aus Luftbildern auswählten und dann Felduntersuchungen durchführten, um spezifische Bewertungen vorzunehmen. Die Geoglyphen sind sporadisch in einem Gebiet von etwa 20 Kilometern von Ost nach West und etwa 15 Kilometern von Süden nach Süden der Nazca Mesa verstreut, wobei die Längen zwischen einigen Metern und Hunderten von Metern liegen. Es dauert lange, Luftbilder einzeln mit bloßem Auge zu betrachten.

Im Jahr 2018 führten das Nazca Research Institute der Yamagata-Universität und International Business Machines Japan ein empirisches Experiment mit künstlicher Intelligenz durch, um Geoglyphen zu finden. Durch Deep-Learning-Technologie kann KI große Datenmengen nutzen, um Landeigenschaften zu beherrschen und so die Effizienz bei der Entdeckung neuer Landeigenschaften zu verbessern.

Forscher fanden heraus, dass die Grundmalereien viele Formen enthielten, beispielsweise einzigartige Muster wie Charaktere, Tiere und geometrische Figuren, und es für sie schwierig war, die gemeinsamen Merkmale zwischen ihnen zu bestimmen. Uns stehen nur 21 geologische Daten zur Verfügung, was bei weitem nicht ausreicht, um auf die Tausenden oder sogar Zehntausenden von Daten anzuwenden, die für Deep Learning erforderlich sind.

Die vom Forschungsteam gewählte Lösung besteht nicht darin, die KI ein Gemälde als Ganzes lesen zu lassen, sondern es in verschiedene Teile wie „Kopf“ und „Füße“ zu unterteilen, sodass die KI insgesamt 307 Daten erlernen kann. Wenn ein Gemälde die zuvor genannten Elemente enthält, können Forscher diese mithilfe künstlicher Intelligenz erkennen.

Durch die Verwendung von KI zum Lesen von Luftbildern der Nazca Mesa nimmt sie nur etwa 10 % der Oberfläche ein, kann jedoch schnell mehrere Geoglyphenkandidaten anzeigen, was 21-mal schneller ist als die Suche mit bloßem Auge. Artikel, die die Forschungsergebnisse zusammenfassen, wurden in internationalen Fachzeitschriften mit Bezug zur Archäologie veröffentlicht.

Vier Arten von Geoglyphen wurden durch Felduntersuchungen identifiziert, nämlich „Mensch“ (ca. 5 Meter), „Füße“ (78 Meter), „Fisch“ (ca. 19 Meter) und „Vogel“ (ca. 17 Meter). Unter den 143 neu entdeckten Geoglyphen, die im Jahr 2019 angekündigt wurden, waren Porträt-Geoglyphen enthalten, während die anderen drei Arten von Geoglyphen zu den 168 im letzten Jahr angekündigten Geoglyphen gehörten.

Das Forschungsteam plant, die Untersuchungen in Zukunft im gesamten Nazca Mesa voranzutreiben. In den letzten Jahren hat das Problem der Beschädigung von Geoglyphen aufgrund der Stadterweiterung und anderer Faktoren zunehmend an Aufmerksamkeit gewonnen. KI entdeckt schnell unbekannte Geoglyphen und hilft, die Nazca-Geoglyphen zu schützen.

Der Archäologieprofessor Masato Sakai sagte, er sei voller Erwartungen, durch den vollen Einsatz der Technologie der künstlichen Intelligenz noch originellere Wandgemälde zu entdecken. Dies wird dazu beitragen, den Zweck der Geoglyphen der alten Menschen zu klären.

Das obige ist der detaillierte Inhalt vonJapanische Medien: KI analysiert Nazca-Geoglyphen effizient. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:sohu.com
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage
Über uns Haftungsausschluss Sitemap
Chinesische PHP-Website:Online-PHP-Schulung für das Gemeinwohl,Helfen Sie PHP-Lernenden, sich schnell weiterzuentwickeln!