Dobici:
- Korištenje umjetne inteligencije u nepristranom opisu i vizualnom preliminarnom grupiranju nalaza te sposobnost razlikovanja kulturno-kronološke reference od rada stručnjaka s referentnim katalogom.
- Sposobnost razumijevanja kako kvaliteta fotografije (razmjer, svjetlo, karta boja) i metavizualni podaci kao što su tekstura, profil, kontekst određuju točnost klasifikacije.
- Sposobnost prepoznavanja tendencije umjetne inteligencije da forsira najpoznatiji obrazac u rijetkim i netipičnim nalazima i potvrdi svako pripisivanje s neovisnim izvorom
Jedan od najzamornijih, ali informativnih zadataka iskopavanja je klasifikacija nalaza (odvajanje pronađenih predmeta prema vrsti, obliku i razdoblju). Deseci tisuća keramičkih komada, stotine novčića, kamenih alata (litika), kostiju, stakla i metalnih predmeta iskopanih u sezoni moraju se pregledati i zabilježiti jedan po jedan. U ovoj jedinici naučit ćemo kako analiza slike (automatsko izdvajanje značajki kao što su oblik, boja, tekstura iz fotografije objekta) i klasifikacija temeljena na umjetnoj inteligenciji ubrzavaju pronalazak, ali zašto konačna odluka o atribuciji uvijek ostaje na stručnjaku.
Osnovni princip je sljedeći: AI brzo grupira one koji izgledaju slično; ali može se napraviti kulturno-kronološka referenca poput "ovaj je komad istočnogrčka produkcija iz 6. stoljeća pr. Kr." na temelju referentnog kataloga i stručnog oka. AI je pomoćnik u prethodnom sortiranju i mjerenju, a ne autoritet za tipologiju.
Koraci klasifikacije nalaza
1. Vizualno snimanje. Svaki nalaz fotografira se standardnim redoslijedom, s skalom (ravnalo koje pokazuje veličinu) i karticom u boji. Konzistentno svjetlo i pozadina kritični su za AI analizu slike; Loša fotografija znači lošu klasifikaciju.
2. Ekstrakcija značajki. AI; Izdvaja mjerljive značajke kao što su rubni profil, oblik (obod, dno, ručka), obrada površine (poliranje, staklo, boja), boja paste i tekstura. Tijesto (pečeni oblik gline; boja i dodaci ukazuju na mjesto i tehniku izrade) okosnica je arheološke tipologije.
3. Predgrupiranje. AI razvrstava tisuće dijelova u klastere na temelju vizualne sličnosti: "vjerojatno ista posuda", "sličan oblik", "slično tijesto". Ovo stavlja uredne gomile pred stručnjaka.
4. Stručna atribucija. Stručnjak svakoj grupi pripisuje razdoblje, mjesto proizvodnje i funkciju kroz referentne kataloge, tipske serije i vlastito iskustvo. Izjava umjetne inteligencije "ovo je rimsko razdoblje" je nagovještaj, a ne odluka.
5. Registracija. Svaki nalaz ulazi u bazu podataka sa svojim kontekstnim brojem, mjerama, fotografijom i atribucijom (to je tema 5. jedinice).
Savjet: Neka umjetna inteligencija "opiše" nalaz, a ne da ga "opiše". "Koje je ovo doba?" umjesto toga pitajte “objektivno navedite mjerljive značajke (oblik, rub, površina, boja) ovog dijela”; Za period se odlučujete uz referentni katalog. Opis je pouzdan, atribucija je riskantna.
Posebnu pozornost treba obratiti na kovanice i natpise.
Kovanice su privlačne u analizi slike jer su brojne i standardizirane. AI može pomoći u prepoznavanju portreta na prednjoj strani novčića (avers) i simbola na poleđini (revers). Ali identifikacija novčića zahtijeva numizmatičku stručnost: radi li se o istrošenom natpisu, krivotvorenom kovaniku ili rijetkoj varijanti, pogrešna atribucija je previše očita. AI tvrdnju "ovo je novčić onog cara" definitivno potvrđuje standardni katalog novčića. Isto vrijedi i za ispisane i žigosane nalaze.
Oprez: umjetna inteligencija ima tendenciju "spajati" nalaz koji sliči poznatoj vrsti s tom poznatom vrstom; Prisiljava rijetke, lokalne ili netipične primjere u najpoznatiji obrazac. Budite u najboljem slučaju skeptični prema prvom spominjanju umjetne inteligencije u neobičnom pronalasku.
tri mini kućišta
Slučaj 1 — Prethodno sortiranje smanjilo je opterećenje. U naselju iz željeznog doba otkriveno je 8400 keramičkih ulomaka. AI vizualno grupiranje podijelilo je dijelove u gotovo 40 prethodnih skupina; Umjesto da eliminira svaki komad od nule, stručnjak je prošao kroz klastere, a vrijeme sortiranja smanjeno je za otprilike trećinu. Stručnjak je odvojio dvije različite serije tijesta koje je AI pogrešno spojio.
Slučaj 2 — Uhvaćeno lažno pripisivanje. Pripravnik je uveo novčić u AI; AI ga je pouzdano pripisao poznatom rimskom tipu. Kada ju je numizmatičar usporedio s katalogom, vidio je da su reversni simbol i legenda (pisanje na novčiću) drugačiji i da je riječ o regionalnoj imitaciji kovanja. AI je forsirao najpoznatiji tip.
Slučaj 3 — problem nedosljednosti boja. Jedan tim hranio je AI fotografije snimljene različitim danima pri različitom svjetlu; Boje tijesta bile su nedosljedne i grupiranje je bilo poremećeno. Kad je tim prešao na shemu boja i stalnog svjetla, točnost grupiranja značajno se povećala. Lekcija: kvaliteta slike je kvaliteta klasifikacije.
Četiri predloška za kopiranje
1) Neutralni opis:
Vaša uloga: pomoćnik za pronalaženje opisa. Dat ću vam fotografiju/podatke o pronalasku. Objektivno navedite samo UOČIVE karakteristike: oblik (usta/dno/tijelo/ručka), procijenjena veličina, završna obrada površine, boja, ukrasi, stanje lomljenja/istrošenosti. NEMOJTE SE POZIVATI NA RAZDOBLJE, KULTURU ILI MJESTO PROIZVODNJE. Ako niste sigurni u značajku, napišite "nesiguran".
2) Predgrupiranje:
U nastavku ću zalijepiti opisne podatke [N] dijelova. Podijelite ih u skupine prema obliku i sličnosti tijesta. Za svaku skupinu: napišite zajedničke značajke, brojeve dijelova koji spadaju u skupinu i kriterije koji povezuju skupinu. Stavite sve nejasne dijelove na poseban popis "za pregled". Nemojte navoditi točan naziv vrste.
3) Izrada kontrolne liste za citiranje:
Vaša uloga: stručni savjetnik za keramiku. Za sljedeću skupinu navedite kriterije koje trebam provjeriti prilikom POTVRDE razdoblja/proizvodne stavke (analiza tijesta, referentni katalog, paralelni nalaz, kontekstni datum itd.). Nemojte navoditi referencu; Reci mi što da provjerim.
4) Provjera kvalitete fotografije:
Ocijenite sljedeće pronađene fotografije: postoji li skala, je li svjetlo dosljedno, je li vidljiva karta boja, je li pozadina čista, je li komad jasan? Koje fotografije treba ponovno snimiti za klasifikaciju? Navedite probleme s brojem dijela.
Slab upit / Jak upit
Slab upit:
Iz koje je civilizacije potjecao ovaj komad keramike, koliko je bio star i čemu je služio?
AI izmišlja preciznu civilizaciju, točnu starost i preciznu funkciju iz jedne fotografije; Svi su neutemeljeni i samouvjereni.
Snažan upit:
Vaša uloga: pomoćnik za pronalaženje opisa. Opišite samo vidljive značajke komada na fotografiji: dio oblika (ušće/dno?), površinu (glazirano/neglazirano, brunirano?), boju, ukras, procijenjenu debljinu. Zatim mi na temelju ovog opisa recite koji su dodatni podaci (analiza tijesta, crtež profila, kontekst) potrebni za razjašnjenje funkcije i razdoblja. Ne navodite preciznu referencu civilizacije/doba.
Razlika: prvi zahtijeva odluku i prima prikladnost; drugi zahtijeva opis i provjerljivu mapu puta.
Izvan vizualnog: tijesto, kontekst i profil
Zamka u AI analizi slike je da gleda samo izgled površine. Međutim, okosnica arheološke tipologije često je nevidljiva golim okom. Tijesto (pečeno stanje gline, njeni dodaci i njezina tekstura u prelomljenom presjeku) otkriva gdje je i kako napravljena posuda i koji je izvor gline korišten; Iako su dva komada na površini slična, ako im je tijesto različito, možda pripadaju različitim tradicijama proizvodnje. Stoga, ozbiljna klasifikacija zahtijeva da se slomljeni dio komada fotografira.
Isto tako, profil (crtež bočnog dijela trupa i dna posude) mnogo preciznije definira formu nego jedna fotografija; Kut ušća, debljina ruba i oblik dna pokazatelji su razdoblja. AI može pomoći automatski izdvojiti crtež profila i grupirati slične profile, ali stručnjak provjerava crtež i mjerenje. Naposljetku, kontekst (u kojem je sloju komad pronađen, s čim) snažan je trag za datiranje neovisno o vizualnoj sličnosti: dijelovi u istom zatvorenom kontekstu često su iz istog razdoblja. Ako umjetnoj inteligenciji date samo fotografiju i preskočite teksturu, profil i kontekst, ignorirate svoj najvrjedniji dokaz.
Savjet: kada dajete artefakt umjetnoj inteligenciji, osigurajte tri prikaza ako je moguće: vanjsku površinu, unutarnju površinu i slomljeni dio. Također uključite broj konteksta i sva mjerenja profila. Što su podaci nepristraniji, to je grupiranje pouzdanije.
Tablica upotrebe umjetne inteligencije prema vrsti pronalaska
Vrsta nalaza
AI je moćan
Rizičan/ljudski posao
Obavezna provjera
keramika
Predgrupiranje oblika/tijesta
Referenca razdoblja, mjesta proizvodnje
Referentni katalog, analiza tijesta
novčić
Prethodno prepoznavanje lica/ikone
Pripisivanje, imitacija/rijetka detekcija
Katalog kovanica, stručnjak
Litik (kameni alat)
Mjerenje vrste i veličine
Funkcija, pregled tehnologije
Analiza korištenja i trošenja
staklo/metal
Boja, prethodno odvajanje oblika
Kompozicija, kronologija
Laboratorijska analiza
mali nalaz
Usklađivanje fotografije inventara
Funkcija, tumačenje važnosti
Kontekst, paralelni primjer
Uobičajene greške
- Tražim reference radije nego opise. Pitajte AI za "kako izgleda", a ne "kako je"; Donesite svoju odluku uz katalog.
- Razvrstavanje s lošom fotografijom. Bez ljestvice, svjetla i kartice u boji rezultat je nepouzdan.
- Prihvaćanje prve reference AI-a na rijetko otkriće. AI forsira atipični obrazac u najpoznatiji obrazac.
- Preskakanje zalijepljenih/kontekstnih podataka. Sama vizualna sličnost dovodi u zabludu; tijesto i kontekst su odlučujući.
- Zamjena preliminarnog grupiranja za konačnu tipologiju. Grupiranje je početak; Tipologija je stručno i referentno djelo.
Ukratko
AI u pronađenoj klasifikaciji; Štedi ozbiljno vrijeme u vizualnom opisu, izdvajanju značajki i preliminarnim zadacima grupiranja. No kulturno-kronološka atribucija, imitacija/rijetka detekcija i funkcionalna interpretacija pripadaju stručnim i referentnim katalozima. Recite AI "opiši", a ne "opiši"; standardizirati kvalitetu fotografija; provjeriti svako pripisivanje neovisnim izvorima; U rijetkim slučajevima budite skeptični prema prvom odgovoru umjetne inteligencije.
Zadatak aplikacije
Pripremite 10 pronađenih slika koje imate (ili odaberite iz kataloga) u standardnom formatu. Opišite svaki predloškom "Neutralni opis", a zatim ih grupirajte predloškom "Pre-grupiranje". Zatim usporedite grupu sa stvarnim referentnim katalogom i zabilježite gdje je grupiranje umjetne inteligencije bilo točno, a gdje pogrešno.
popis za provjeru
- [ ] Fotografije sam standardizirao s kartom mjerila, svjetla i boja.
- [ ] Htio sam neutralan opis od umjetne inteligencije, a ne atribuciju.
- [ ] Provjerio sam preliminarno grupiranje stručnim okom i referentni katalog.
- [ ] Doveo sam u pitanje početnu atribuciju AI u rijetkim/atipičnim nalazima.
- [ ] Svaku kulturno-kronološku referencu provjerio sam s neovisnim izvorima.