Un equipo de científicos japoneses han descubierto cuatro nuevos geoglifos en las Líneas de Nasca, utilizando deep learning (aprendizaje profundo) de Inteligencia Artificial (IA) en la árida llanura costera peruana, al norte de la Pampa de Nasca.
La investigación ha sido realizada desde el año 2004 por un equipo de la Yamagata University, dirigido por el profesor Makato Sakai. La Yamagata University ha llevado a cabo estudios de distribución de geoglifos utilizando imágenes por satélite, fotografía aérea, LiDAR de escaneado aerotransportado y fotografía con drones para investigar la vasta zona de la Pampa de Nazca, que abarca más de 390 km2.
Se cree que las Líneas de Nasca fueron creadas a lo largo de siglos, alrededor del año 100 a. C., por el pueblo Nasca del actual Perú. Se estudiaron por primera vez en detalle en la década de 1940, y en 1994, cuando fueron declaradas Patrimonio de la Humanidad por la UNESCO, ya se habían identificado unas treinta. El clima seco del desierto y los vientos que barren la arena han contribuido a su buen estado de conservación, pero las inundaciones y la actividad humana las están oscureciendo.
Los arqueólogos descubrieron 142 nuevos diseños en el desierto a lo largo de diez años, identificándolos manualmente mediante fotografías aéreas y prospecciones in situ. Después, en colaboración con investigadores de IBM Japón, utilizaron aprendizaje automático para buscar en los datos diseños que no habían sido detectados en estudios anteriores.
Arqueología e Inteligencia Artificial
Para crear un estudio exhaustivo de la zona en 2016, los investigadores utilizaron fotografía aérea con una resolución del terreno de 0.1 m por píxel. El equipo ha identificado numerosos geoglifos a lo largo del tiempo, pero como el proceso lleva mucho tiempo, han recurrido al aprendizaje profundo de IA para analizar las imágenes mucho más rápido.
Un estudio publicado en el Journal of Archaeological Science reveló el descubrimiento de cuatro nuevos geoglifos de Nasca utilizando este nuevo método mediante el desarrollo de un enfoque de etiquetado para los datos de entrenamiento que identifica un patrón parcial similar entre los geoglifos conocidos y los nuevos.
Cuatro nuevos geoglifos Nasca identificados mediante Deep Learning. (A) Un humanoide, tipo relieve. (B) Un par de piernas, tipo línea. (C) Un pez, tipo relieve. (D) Un pájaro, tipo línea. Crédito de 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 largo. El geoglifo del pez, con la boca abierta, mide 19 metros, el del pájaro 17 metros y el del par de patas 78 metros.
Los autores escribieron en su investigación:
“Hemos desarrollado una tubería DL que aborda los retos que surgen con frecuencia en la tarea de detección de objetos en imágenes arqueológicas. Nuestro método permite descubrir objetivos antes inalcanzables al permitir que la DL aprenda representaciones de las imágenes con mejor generalización y rendimiento. Además, al acelerar el proceso de investigación, nuestro planteamiento hace avanzar la arqueología al introducir un novedoso paradigma que combina la investigación de campo y la IA, lo que se traduce en investigaciones más eficaces y eficientes”.
Estos resultados ilustran una vez más la utilidad del aprendizaje automático para los científicos, sobre todo a la hora de abordar tareas relacionadas con grandes conjuntos de datos. Al igual que los humanos, se puede enseñar a los algoritmos a examinar determinados tipos de datos en busca de patrones y anomalías. Aunque crear estas herramientas puede suponer un reto, una vez entrenados, estos algoritmos son incansables y constantes.
Los hallazgos de la investigación han sido publicados en Journal of Archaeological Science.
[H/T: arkeonews]
Como lector de CODIGO OCULTO, lo invitamos a seguirnos en nuestra Fan Page, para estar al tanto de todas las noticias que publicamos a diario. También puedes unirte a nuestro Grupo Oficial y a nuestra comunidad en Telegram. Además puedes suscribirte a nuestro boletín semanal de noticias.
0 comentarios