L’apprentissage automatique ouvre de nouvelles portes en archéologie –

  • FrançaisFrançais



  • L’art rupestre de figures humaines créé au cours de milliers d’années dans le pays d’Arnhem en Australie a été soumis à une étude d’apprentissage machine transformatrice pour analyser les changements de style au fil des ans.

    L’étude a testé différents styles appelés «figures nordiques», «figures dynamiques», «figures post-dynamiques» et «figures simples avec boomerangs» pour comprendre comment ces styles sont liés les uns aux autres.

    En collaboration avec les propriétaires traditionnels Mimal et Marrku de la région de Wilton River dans le haut de gamme de l’Australie, des chercheurs australiens du sud dirigés par l’archéologue de l’Université Flinders, le Dr Daryl Wesley, ont examiné de plus près l’art de cette région.

    Jarrad Kowlessar, chercheur à Flinders, et l’équipe ont utilisé l’apprentissage automatique pour analyser des images d’art rupestre collectées lors d’enquêtes menées dans le pays de Marrku en 2018 et 2019.

    Les co-auteurs comprennent Dudley Lawrence et Abraham Weson et d’autres de la Mimal Land Management Aboriginal Corporation, Alfred Nayinggul de la Njanjma Aboriginal Corporation, le Dr Ian Moffat de Flinders et le chercheur de l’Université d’Adélaïde James Keal.

    La chronologie de l’art rupestre reconstitué, qui vient d’être publiée dans Australian Archaeology, utilise des ensembles de données existants de plus de 14 millions de photos différentes d’un large éventail de choses, des animaux tels que les chiens, les chats, les lézards et les insectes à des objets tels que des chaises, des tables et des tasses.

    «Au total, l’ordinateur a vu plus de 1000 types d’objets différents et a appris à faire la différence entre eux simplement en regardant des photos d’eux», explique le Dr Wesley.

    “La compétence importante que cet ordinateur a développée était un modèle mathématique qui a la capacité de dire à quel point deux images différentes sont similaires l’une à l’autre.”

    Ensuite, la modélisation mathématique a été appliquée aux images collectées dans le nord de l’Australie.

    «Cette approche nous permet d’utiliser le programme informatique pour montrer à quel point l’art rupestre est unique dans la rivière Wilton et comment il se rapporte à l’art rupestre dans d’autres parties d’Arnhem Land», explique le Dr Wesley.

    «Nous pouvons utiliser cela pour aider à montrer comment les styles d’art rupestre sont partagés par les propriétaires traditionnels de la Terre d’Arnhem et qui sont uniques à chaque groupe à travers le passé.

    L’apprentissage automatique permet à un ordinateur “ d’apprendre ” différentes choses sur les informations qui peuvent prendre plusieurs années à un être humain à parcourir et à apprendre, explique Jarrad Kowlessar, candidat au doctorat en archéologie de l’Université Flinders, qui a été le pionnier de l’approche d’apprentissage automatique pour l’analyse de l’art rupestre.

    “Un résultat étonnant est que l’approche d’apprentissage automatique a ordonné les styles dans la même chronologie que les archéologues les ont classés en inspectant ceux qui apparaissent au-dessus de laquelle. Cela montre que la similitude et le temps sont étroitement liés dans l’art rupestre d’Arnhem Land et l’homme les chiffres rapprochés dans le temps étaient plus similaires les uns aux autres que ceux tirés depuis longtemps », dit-il.

    “Par exemple, l’algorithme d’apprentissage automatique a tracé des figures Northern Running et des figures dynamiques très proches les unes des autres sur le graphique qu’il produit. Cela montre que ces styles que nous savons plus proches les uns des autres en âge sont également plus proches les uns des autres en apparence, ce qui pourrait être une chose très difficile à remarquer sans une approche comme celle-ci. “

    L’article souligne que la nouvelle méthodologie a éliminé un grand degré d’interprétation humaine individuelle et de biais possible en utilisant une approche d’apprentissage automatique appelée “ apprentissage par transfert ”.

    Cela a permis à l’ordinateur de comprendre comment chaque style était directement lié les uns aux autres, indépendamment des chercheurs impliqués.

    Les chercheurs sont enthousiasmés par cette méthodologie qui ouvre de nouvelles perspectives pour une grande quantité de recherches archéologiques afin de comprendre toutes sortes de cultures matérielles humaines différentes d’une manière différente.

    Source de l’histoire:

    Matériaux fourni par Université Flinders. .

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.