ትርፍ፡
- ሰው ሰራሽ የማሰብ ችሎታ በሬዲዮካርቦን መለካት፣ ተከታታይነት እና ባለብዙ ልዩነት ትንተና የመጠቀም ችሎታ እና ዘዴ ምርጫ እና ግምቶች የባለሙያዎች ናቸው።
- የሬዲዮካርቦን ውጤት ብዙ እድል እንዳለው እና ለአንድ አመት እርግጠኛ አለመሆንን መቀነስ ሳይንሳዊ መዛባት መሆኑን የመገንዘብ ችሎታ
- የናሙና ትክክለኛነትን 'ቆሻሻ ወደ ውስጥ፣ ከቆሻሻ መውጣት' በሚለው መርህ የመጠየቅ እና ግራ የሚያጋባ ግንኙነትን እና ምክንያታዊነትን የመተግበር ችሎታ።
"መቼ" የሚለውን ጥያቄ ለመመለስ አርኪኦሎጂ በሁለቱም የላብራቶሪ ሳይንስ እና ስታቲስቲክስ ላይ የተመሰረተ ነው። በዚህ ክፍል ውስጥ እንደ የፍቅር ጓደኝነት (የማግኘት ወይም የንብርብር ዕድሜን መወሰን) ፣ ራዲዮካርበን (C14) ትንተና ፣ ታይፕሎጂ (መደርደር እና ወቅታዊ ግኝቶችን እንደ መደበኛ ባህሪያቸው) እና ተከታታይ (በጊዜ ሂደት የአግኝ ዓይነቶችን መለወጥ መሠረት አውዶችን በጊዜ ቅደም ተከተል የማደራጀት ዘዴ) እንደ የፍቅር ጓደኝነት (የግኝት ወይም የንብርብር ዕድሜን መወሰን) ፣ ራዲዮካርቦን (C14) ትንተና ያሉ ተግባራትን AI እንዴት እንደሚያፋጥን እንመለከታለን።
መሰረታዊ መርህ: AI ስሌትን, መለካትን, የስታቲስቲክስ ንድፍ እና እይታን ያፋጥናል; ነገር ግን የትኛው ዘዴ ተስማሚ ነው, ናሙናው ትክክል ነው ወይም አይደለም, እና ውጤቱ ምን ማለት እንደሆነ ሳይንሳዊ ፍርድን ይጠይቃል. የተሳሳተ ስታቲስቲክስን በጥሩ ግራፍ ውስጥ ማስቀመጥ ትክክል አያደርገውም።
የፍቅር ጓደኝነት ዘዴዎች እና AI
ራዲዮካርቦን (C14). ዕድሜ በኦርጋኒክ ቅሪቶች ውስጥ በሬዲዮአክቲቭ ካርቦን መበስበስ ይሰላል። ጥሬው ውጤቱ በዛፍ ቀለበቶች ላይ በተመሰረተ ከርቭ (መለኪያ - የጥሬውን የሬዲዮካርቦን ዘመን ወደ ትክክለኛው የቀን መቁጠሪያ አመት የሚቀይር ማስተካከያ) ተስተካክሏል. AI የመለኪያ ስሌቶችን እና የበርካታ ቀናት ንፅፅር እይታን ያፋጥናል። ነገር ግን AI እንደ አሮጌው የእንጨት ችግር ያሉ ወጥመዶችን አያውቅም (ለብዙ መቶ ዓመታት ከኖረ ዛፍ ላይ የተወሰደ ናሙና ጥቅም ላይ ከዋለበት ክስተት በጣም ይበልጣል); የናሙና ትችት የባለሙያዎች ስራ ነው።
ትየባ እና ተከታታይ. የማግኘት ዓይነቶች ድግግሞሽ በጊዜ ውስጥ ይለያያል; አንድ ዓይነት ይታያል, ይስፋፋል, ይቀንሳል. ተከታታይ ይህንን የ"ብርድ ልብስ" ስርዓተ-ጥለት በመጠቀም አውዶችን ይመድባል። AI እነዚህን ንድፎች በትልልቅ የውሂብ ስብስቦች እና በባለብዙ ልዩነት ትንተና (ብዙ ባህሪያትን በአንድ ጊዜ የሚገመግም ስታቲስቲክስ) ለማግኘት ኃይለኛ ነው. ነገር ግን ኤክስፐርቱ ውጤቱ በጊዜ ቅደም ተከተል ወይም በተግባራዊ / ክልላዊ ልዩነት ምክንያት መሆኑን መለየት ይችላል.
ሌሎች ዘዴዎች. እንደ ዴንድሮክሮኖሎጂ (የዛፍ ቀለበት) ፣ ቴርሞሚሚኔስሴስ እና አርኪኦማግኔቲዝም ያሉ ዘዴዎች እንዲሁ በ AI ስሌት እና ንፅፅር ውስጥ ይረዳሉ። ዘዴ ምርጫ እና አተረጓጎም ለባለሞያው የተተወ ነው።
ጠቃሚ ምክር: AI ስታቲስቲክስን ሲያካሂድ "ምን አይነት ዘዴ ተጠቅመህ እና ምን ግምቶች አሉ?" ብለው ይጠይቁ። ዘዴው የተሳሳተ ከሆነ (ለምሳሌ አማካኝ ተከታታይ ያልሆነ መረጃ፣ ውጫዊውን ችላ ማለት) ውጤቱ በእይታ "ንፁህ" ይሆናል ነገር ግን በሳይንሳዊ መልኩ የተሳሳተ ነው። ዘዴውን ሳይረዱ በሰንጠረዡ ላይ አትመኑ.
በስታቲስቲክስ ውስጥ የ AI ጥንካሬዎች እና ድክመቶች
ኃይለኛ፡ ተደጋጋሚ ስሌት፣ መለካት፣ በትልልቅ የውሂብ ስብስቦች ውስጥ ስርዓተ-ጥለት መቃኘት፣ የእይታ ኮድ ማመንጨት፣ የተለያዩ ዘዴዎችን በፍጥነት መሞከር።
ደካማ/አደጋ
- የተሳሳተውን ዘዴ አይጠቁሙ. AI ከመረጃው ጋር የማይጣጣም ሙከራን በልበ ሙሉነት ሊመክር ይችላል።
- የዓይነ ስውርነት ናሙና. ትንሹን, አድሏዊ ወይም የተበከለውን ናሙና አያይም; "መረጃው ይህ ነው" ይላል።
- እጅግ በጣም ጥሩ አስተያየት። እንደ ጠንካራ ውጤት ደካማ ግንኙነትን ሊያቀርብ ይችላል; ዝምድና መንስኤ አይደለም (ሁለት ነገሮች አብረው ስለሚቀየሩ አንዱ ለሌላው መንስኤ ይሆናል ማለት አይደለም)።
- የተሰራ ቁጥር. ከተፈለገ፣ “አሳማኝ” ነገር ግን የማይጨበጥ ቀን ወይም ዕድል መፍጠር ይችላል።
ማስጠንቀቂያ፡ የራዲዮካርቦን ቀን መቼም አንድም “ትክክለኛ ዓመት” አይደለም። የይሆናልነት ክልል ነው (ለምሳሌ 750-680 ዓክልበ. በ95% እምነት)። AI ውጤቱን ወደ አንድ አመት እንዲቀንስ አትፍቀድ; ሁልጊዜ እርግጠኛ አለመሆንን ይያዙ። እርግጠኛ አለመሆንን መደበቅ የሳይንስ መዛባት ነው።
ሶስት ጥቃቅን ጉዳዮች
ጉዳይ 1 - ልኬት ተፋጠነ። አንድ ፕሮጀክት 48 የራዲዮካርቦን ናሙናዎችን ማስተካከል እና ንፅፅርን ያሳያል። AI ከሰዓታት ይልቅ በደቂቃዎች ውስጥ የካሊብሬሽን ኮድ እና የንፅፅር ግራፎችን አመነጨ። ኤክስፐርቱ ራሱ የናሙና ሁኔታዎችን እና የአሮጌ እንጨት አደጋን ገምግሟል እና ሁለት ናሙናዎችን "አስተማማኝ" በማለት ምልክት አድርጓል.
ጉዳይ 2 - የተሳሳተ ዘዴ ተያዘ. አንድ ተማሪ የአይነት ድግግሞሾችን ለማግኘት በ AI የተጠቆመውን ፈተና አመልክቶ "በስታቲስቲካዊ ጉልህ" ውጤት አግኝቷል። የስታቲስቲክስ አማካሪው መረጃው ለዚህ ፈተና ተስማሚ እንዳልሆነ አሳይቷል (ግምቶች ተጥሰዋል); በትክክለኛው ዘዴ ውጤቱ ትርጉም የለሽ ነበር. ትምህርት: ዘዴው ምርጫ ውጤቱን ይወስናል.
ጉዳይ 3 - እርግጠኛ አለመሆን ወደ ኋላ ተመለሰ. አንድ ቡድን ከአንድ ንብርብር AI ማጠቃለያ አንድ ነጠላ ቀን ሪፖርት ያደርጋል፣ “720 ዓክልበ. ኤክስፐርቱ የካሊበር ክልል 800-680 ዓክልበ ነበር፣ እና ነጠላው አመት አሳሳች ነው ብለዋል። ሪፖርት በይርጋታ ክልል ተስተካክሏል። እርግጠኛ አለመሆንን መሸከም ታማኝነት ነው።
አራት ሊገለበጡ የሚችሉ አብነቶች
1) ዘዴ ተስማሚነት ጥያቄ;
የእርስዎ ሚና፡ የአርኪኦሎጂ ስታትስቲክስ አማካሪ። የሚከተለውን ውሂብ እና ጥያቄ እገልጻለሁ: [የውሂብ አይነት, የናሙና መጠን, ጥያቄ]. በዚህ መረጃ ስለፀደቁት ዘዴ አማራጮች፣ የእያንዳንዳቸው ግምቶች እና ምርቱ እነዚያን ግምቶች የሚያሟላ መሆኑን እንዴት ማረጋገጥ እንደሚቻል ንገሩኝ። ተገቢ ያልሆኑ ዘዴዎችም እንዲሁ በምክንያት መቅረብ አለባቸው።
2) የራዲዮካርቦን ትርጓሜ ማዕቀፍ;
ከዚህ በታች የተስተካከሉ የራዲዮካርቦን ክፍተቶች አሉኝ፡ [ዝርዝር]። እነዚህን በሚተረጉሙበት ጊዜ ማወቅ ያለብኝን ወጥመዶች (የድሮ እንጨት፣ ብክለት፣ የባህር ውስጥ የውሃ ማጠራቀሚያ ውጤት፣ የናሙና-ከክስተት ግንኙነት) እና እርግጠኛ ያለመሆንን ልዩነት እንዴት በትክክል መግለጽ እንደሚቻል አብራራ። አንድ አመት አትስጡት; ክፍተቶችን መጠበቅ.
3) የስታስቲክስ ኦዲት;
የሚከተለውን ትንታኔ አደረግሁ: [ዘዴ እና ውጤት]. እባክዎን ይተቹ፡ ዘዴው ከመረጃው ጋር ይጣጣማል፣ ግምቶቹ ይያዛሉ፣ ናሙናው በቂ ነው፣ ውጫዊ ነገሮች/ድብልቅሎች አሉ፣ ውጤቱ ከመጠን በላይ ተተርጉሟል? ደካማ ነጥቦችዎን ይዘርዝሩ; ውጤቱን አያረጋግጡ, ይጠይቁት.
4) እይታ (ሐቀኛ)
ከሚከተለው ውሂብ ጋር ገበታ/ ኮድ ያዘጋጁ፡ [ዳታ]። እርግጠኛ ያልሆኑ ክልሎችን ማሳየት አለበት (የስህተት አሞሌ/ክልል)። አሳሳች ቁርጥራጮችን ሳያደርጉ ዘንግ እና ሚዛን ያዘጋጁ። በመረጃው ውስጥ የሌሉ ምንም ነጥቦችን አይጨምሩ። ግራፉ ምን እንደሚሰራ እና እንደማያሳይ በማስታወሻ ያብራሩ።
ደካማ ጥያቄ / ጠንካራ ጥያቄ
ደካማ ጥያቄ፡
ይህንን አግኝ ውሂብ ተንትነው እና የጣቢያው ትክክለኛ ቀን ይግለጹ።
AI ተገቢ ያልሆነ ዘዴ ሊመርጥ እና አንድ ትክክለኛ ቀን ሊፈጥር ይችላል። እርግጠኛ አለመሆንን ይደብቃል እና የናሙና ችግሮችን አያይም።
ኃይለኛ ጥያቄ፡-
የእርስዎ ሚና፡ የስታቲስቲክስ አማካሪ። ምርት፡ [ፍቺ፣ የናሙና መጠን]። መጀመሪያ ለዚህ መረጃ ተስማሚ የሆነውን ዘዴ እና ግምቶቹን ንገረኝ፣ ከዚያ ከተጠቀምንበት እርግጠኛ ካልሆንን ውጤቱን ይስጡት። አንድ የተወሰነ ቀን አይስጡ። እንዲሁም ከናሙናው ጋር የተያያዙት የትኞቹ አደጋዎች (ትንሽ n, ድብልቅ, አሮጌ እንጨት) ውጤቱን ሊያዳክሙ እንደሚችሉ ያመልክቱ.
ልዩነቱ: የቀድሞው የውሸት እርግጠኛነትን ያመጣል; ሁለተኛ፣ ዘዴው ግልጽ ግምቶችን እና እርግጠኛ አለመሆንን ያቆያል።
የባዬዥያ አቀራረብ፣ ናሙና እና "ቆሻሻ መጣያ፣ ቆሻሻ መጣያ"
በዘመናዊ አርኪኦሎጂያዊ የፍቅር ጓደኝነት ውስጥ ኃይለኛ ዘዴ የቤኤሺያን ሞዴሊንግ ነው (የቀድሞ መረጃን የሚያጣምር ስታቲስቲካዊ አቀራረብ - ለምሳሌ ፣ “Laer A underlies B”—ከመለኪያዎች ጋር ጠባብ እና የበለጠ ተጨባጭ የቀን ክልሎች) በርካታ የሬዲዮካርቦን ቀኖችን ከስትራቲግራፊክ ቅደም ተከተሎች ጋር ያጣምራል። ይህ አካሄድ የነጠላ ቀኖችን ወደሚታወቀው የንብርብሮች ቅደም ተከተል በመገደብ ሰፊውን እርግጠኛ አለመሆንን ያጠባል። AI እነዚህን ሞዴሎች ለመገንባት እና ለማስላት ሊረዳ ይችላል; ነገር ግን ቀደምት መረጃ (ስትራቲግራፊክ ግንኙነቶች) ወደ ሞዴል ውስጥ የሚገባው የባለሙያዎች ውሳኔ ነው, እና ትክክለኛ ያልሆነ ቅድመ እገዳ በራስ መተማመን ግን ትክክለኛ ያልሆነ ውጤት ያስገኛል.
ከዚህ በመነሳት ወደ ሞጁሉ በጣም መሠረታዊ የስታቲስቲክስ መርህ ደርሰናል-"ቆሻሻ መጣያ, ቆሻሻ መጣያ." በጣም የላቀ AI እና በጣም የሚያምር ስታቲስቲክስ እንኳን ከመጥፎ መረጃ ጥሩ ውጤት ማምጣት አይችሉም. የተበከለ የራዲዮካርቦን ናሙና፣ ከተደባለቀ አውድ የተገኘ፣ ወይም አድሏዊ የሆነ ናሙና ምንም ያህል ሂደት ቢደረግ ልክ እንዳልሆነ ይቆያል። AI እነዚህን ችግሮች ማየት አይችልም ምክንያቱም ውሂቡን "ከውጭ" አይመለከትም; የሰጡትን ቁጥሮች እንደ እውነት ይቀበላል። ናሙናው እንዴት እንደተሰበሰበ፣ ከየትኛው አውድ እንደመጣ እና ምን እንደሚወክለው መስኩን የሚያውቅ ባለሙያ ብቻ ነው።
ስለዚህ ማንኛውንም የስታቲስቲክስ ውጤት ከማመንዎ በፊት እነዚህን ሶስት ጥያቄዎች ይጠይቁ፡ ናሙናው ትልቅ እና በቂ ነው? ዐውደ-ጽሑፉ አስተማማኝ እና ግራ የተጋባ ነው? የመለኪያ ዘዴ ለዚህ ጥያቄ ተስማሚ ነው? ለእነዚህ ሶስት ጥያቄዎች "አዎ" ብለው መመለስ ካልቻሉ ውጤቱ ምን ያህል "ጉልህ" ቢመስልም ምንም አይደለም.
ጠቃሚ ምክር፡ የስታስቲክስ ውጤትን ስትገመግም መጀመሪያ ውጤቱን ሳይሆን ግቤትን ተመልከት። "ይህ መረጃ ከየት ነው የመጣው፣ እንዴት፣ በስንት ናሙናዎች?" ጥያቄ ግራፉን ከመመልከትዎ በፊት ብዙ የውሸት መደምደሚያዎችን ያስወግዳል።
የትንታኔ ተግባር ሰንጠረዥ
ተልዕኮ
የ AI ሚና
የሰው ውሳኔ
ማረጋገጥ
C14 ልኬት
ስሌት, ምስላዊነት
የናሙና ትክክለኛነት
አውድ, አሮጌ እንጨት
ተከታታይ
ስርዓተ-ጥለት መቃኘት
የዘመን አቆጣጠር/የተግባር መለያየት
ከስትራቲግራፊ ጋር ማወዳደር
ሁለገብ
ስታቲስቲክስ ማስያ
ዘዴ ምርጫ
ግምት ማረጋገጥ
ምስላዊነት
ግራፊክስ / ኮድ
ሐቀኛ ውክልና
እርግጠኛ አለመሆን ፣ ልኬት
አስተያየት
ማጠቃለያ ረቂቅ
ትርጉም, ገደብ
ባለሙያ, ሥነ ጽሑፍ
የተለመዱ ስህተቶች
- ዘዴውን ያለምንም ጥያቄ መተግበር. የተሳሳተ ፈተና "ንጹህ" ግን የተሳሳተ ውጤት ይሰጣል.
- እርግጠኛ አለመሆንን ወደ አንድ አመት መቀነስ። ራዲዮካርቦን ክልል ነው; አንድ አመት አሳሳች ነው።
- የናሙና ችግሮችን ማለፍ። ትንሽ/ቆሻሻ/ አድሏዊ የሆነ ናሙና ውጤቱን ዋጋ ያጠፋል።
- ለምክንያት የተሳሳተ ግንኙነት። አብሮ መቀየር ምክንያትና ውጤት አይደለም።
- በግራፊክስ ማሳሳት። የተሰወረው ዘንግ፣ የተደበቀ እርግጠኛ አለመሆን ሳይንሳዊ መዛባት ነው።
በማጠቃለያው
የፍቅር ጓደኝነት እና ስታቲስቲክስ ውስጥ AI; ለካሊብሬሽን፣ የስርዓተ-ጥለት ቅኝት፣ ስሌት እና ምስላዊነት ኃይለኛ ማፋጠን ነው። ነገር ግን የስልት ምርጫ፣ የናሙና ትችት፣ እርግጠኛ አለመሆንን በታማኝነት መግለጽ እና የውጤቱ አተረጓጎም የሳይንሳዊ ፍርድ ነው። ዘዴውን ሳይረዱ በሰንጠረዡ ላይ አትመኑ; ሁልጊዜ እርግጠኛ አለመሆን; እና በአንድ “ትክክለኛ ቀን” ላይ ያለውን ግፊት ተቃወሙ።
የመተግበሪያ ተግባር
የናሙና ፍለጋ-ድግግሞሽ ሰንጠረዥ ወይም የተስተካከሉ የራዲዮካርቦን ክፍተቶች ስብስብ ያዘጋጁ። ተገቢውን ትንታኔ እና ግምቶቹን በ"ዘዴ ተስማሚነት መጠይቅ" አብነት እንዲለዩ ያድርጉ፣ ከዚያም በ"ስታቲስቲካዊ ኦዲት" አብነት ትችት ይኑርዎት። በ"እይታ (ሐቀኛ)" አብነት እርግጠኛ አለመሆንን የሚያሳይ የገበታ ንድፍ ያዘጋጁ እና የአንድ ዓመት ቅናሽ ያስወግዱ።
የማረጋገጫ ዝርዝር
- [] ዘዴ ምርጫውን እና ግምቶችን መርምሬያለሁ።
- [] የናሙና ትክክለኛነትን (መጠን፣ ድብልቅ፣ አሮጌ እንጨት) ጠየቅኩት።
- [ ] እርግጠኛ አለመሆንን እንደ ክፍተት ጠብቄአለሁ፣ ወደ አንድ አመት አልቀነስኩትም።
- [ ] ከምክንያት ጋር ያለውን ዝምድና ግራ አላጋባም።
- [ ] በገበታው ላይ ልኬቱን እና እርግጠኛ አለመሆንን በቅንነት አሳይቻለሁ።