Guadagni:
- Utilizzare l'intelligenza artificiale nella descrizione imparziale e nel raggruppamento preliminare visivo dei reperti ed essere in grado di distinguere il riferimento cronologico-culturale dal lavoro dell'esperto con il catalogo di riferimento.
- Capacità di comprendere come la qualità delle foto (scala, luce, cartella colori) e i dati metavisivi come texture, profilo, contesto determinano l'accuratezza della classificazione.
- Capacità di riconoscere la tendenza dell'intelligenza artificiale a forzare il modello più familiare nei reperti rari e atipici e di confermare ogni attribuzione con una fonte indipendente
Uno dei compiti più faticosi ma allo stesso tempo informativi di uno scavo è la classificazione dei ritrovamenti (separando gli oggetti rinvenuti in base al tipo, alla forma e al periodo). Decine di migliaia di pezzi di ceramica, centinaia di monete, utensili di pietra (litici), oggetti in osso, vetro e metallo rinvenuti in una stagione devono essere esaminati e registrati uno per uno. In questa unità impareremo come l'analisi delle immagini (estraendo automaticamente caratteristiche come forma, colore, consistenza da una fotografia di un oggetto) e la classificazione basata sull'intelligenza artificiale velocizzano il lavoro di ricerca, ma perché la decisione finale sull'attribuzione spetta sempre all'esperto.
Il principio di base è questo: l’intelligenza artificiale raggruppa rapidamente quelli che sembrano simili; ma si può fare un riferimento culturale-cronologico del tipo "questo pezzo è una produzione della Grecia orientale del VI secolo aC" basandosi sul catalogo di riferimento e sull'occhio esperto. L’intelligenza artificiale è un assistente di preselezione e misurazione, non un’autorità in materia di tipologia.
Passaggi per trovare la classificazione
1. Cattura visiva. Ogni reperto è fotografato in un ordine standard, con una barra di scala (righello che mostra le dimensioni) e una cartella colori. Luce e sfondo coerenti sono fondamentali per l'analisi delle immagini AI; Una brutta foto significa una cattiva classificazione.
2. Estrazione delle funzionalità. IA; Estrae caratteristiche misurabili come profilo del bordo, forma (bordo, fondo, maniglia), trattamento superficiale (lucidatura, vetro, vernice), colore della pasta e struttura. L'impasto (la forma cotta dell'argilla; il suo colore e gli additivi indicano il luogo e la tecnica di produzione) è la spina dorsale della tipologia archeologica.
3. Preraggruppamento. L’intelligenza artificiale ordina migliaia di parti in gruppi in base alla somiglianza visiva: “probabile stesso contenitore”, “forma simile”, “impasto simile”. Ciò mette pile ordinate di fronte all'esperto.
4. Attribuzione degli esperti. L'esperto attribuisce a ciascun gruppo periodo, luogo di produzione e funzione attraverso cataloghi di riferimento, serie tipografiche e la propria esperienza. L'AI che dice "questo è il periodo romano" è un suggerimento, non una decisione.
5. Registrazione. Ogni reperto entra nel database con il suo numero di contesto, misure, fotografia e attribuzione (questo è oggetto dell'unità 5).
Suggerimento: chiedi all'IA di "descrivere" un ritrovamento, non di "descriverlo". "Che epoca è questa?" chiedere invece di “elencare oggettivamente le caratteristiche misurabili (forma, bordo, superficie, colore) di questa parte”; Il periodo lo decidi tu con il catalogo di riferimento. La descrizione è affidabile, l'attribuzione è rischiosa.
Particolare attenzione dovrebbe essere prestata alle monete e alle iscrizioni.
Le monete sono attraenti nell'analisi delle immagini perché sono numerose e standardizzate. L'intelligenza artificiale può aiutare a riconoscere il ritratto sulla faccia della moneta (rovescio) e il simbolo sul suo rovescio (rovescio). Ma l’identificazione delle monete richiede esperienza numismatica: che si tratti di un’iscrizione usurata, di un conio contraffatto o di una variante rara, l’errata attribuzione è fin troppo evidente. L'affermazione dell'AI "questa è la moneta di quell'imperatore" è sicuramente confermata da un catalogo di monete standard. Lo stesso vale per i reperti iscritti e timbrati.
Attenzione: l'intelligenza artificiale tende ad "abbinare" un ritrovamento che assomiglia a un tipo famoso a quel tipo famoso; Costringe esempi rari, locali o atipici nello schema più familiare. Sii nella migliore delle ipotesi scettico riguardo al primo riferimento all'intelligenza artificiale in una scoperta insolita.
tre mini custodie
Caso 1 — La presmistamento ha ridotto il carico. In un insediamento dell'età del Ferro sono stati rinvenuti 8.400 frammenti di ceramica. Il raggruppamento visivo dell'intelligenza artificiale ha diviso le parti in quasi 40 gruppi precedenti; Invece di eliminare ogni pezzo da zero, l’esperto ha esaminato i cluster e il tempo di smistamento è stato ridotto di circa un terzo. L'esperto ha separato due diversi lotti di impasto che l'IA aveva combinato in modo errato.
Caso 2 – Rilevata falsa attribuzione. Uno stagista ha presentato una moneta all'IA; L'AI lo attribuisce con sicurezza ad un noto tipo romano. Quando l'esperto numismatico la confrontò con il catalogo, vide che l'ordine dei simboli al rovescio e della legenda (scrittura sulla moneta) erano diversi e che si trattava di una coniazione regionale d'imitazione. L'IA aveva forzato il tipo più familiare.
Caso 3: problema di incoerenza dei colori. Un team ha alimentato le foto AI scattate in giorni diversi con luce diversa; I colori dell'impasto erano incoerenti e il raggruppamento era interrotto. Quando il team è passato a una cartella colori e a uno schema di luce costante, la precisione del raggruppamento è aumentata in modo significativo. Lezione: la qualità dell'immagine è la qualità della classificazione.
Quattro modelli copiabili
1) Descrizione neutra:
Il tuo ruolo: assistente alla descrizione trovata. Ti darò una foto/dati di ricerca. Elenca solo le caratteristiche OSSERVABILI in modo obiettivo: forma (bocca/fondo/corpo/manico), dimensione stimata, finitura superficiale, colore, decorazione, condizione di rottura/usura. NON FARE RIFERIMENTO A PERIODO, CULTURA O LUOGO DI PRODUZIONE. Se non sei sicuro della funzionalità, scrivi "incerto".
2) Preraggruppamento:
Di seguito incollerò i dati descrittivi di [N] parti. Divideteli in gruppi in base alla forma e alla somiglianza dell'impasto. Per ciascun gruppo: scrivere le caratteristiche comuni, i numeri delle parti che rientrano nel gruppo e i criteri che collegano il gruppo. Inserisci tutte le parti che rimangono poco chiare in un elenco separato "da rivedere". Non fornire un nome esatto del tipo.
3) Produzione della lista di controllo per la citazione:
Il tuo ruolo: consulente esperto di ceramica. Per il gruppo seguente, elencare i criteri che devo verificare durante la VERIFICA del periodo/articolo di produzione (analisi dell'impasto, catalogo di riferimento, ricerca parallela, data di contesto, ecc.). Non fare il riferimento; Dimmi cosa devo controllare.
4) Ispezione della qualità delle foto:
Valuta le seguenti foto trovate: c'è una barra di scala, la luce è coerente, la cartella colori è visibile, lo sfondo è uniforme, il pezzo è chiaro? Quali foto dovrebbero essere scattate nuovamente per la classificazione? Elenca i problemi con il numero di parte.
Prompt debole / Prompt forte
Suggerimento debole:
Da quale civiltà proveniva questo pezzo di ceramica, quanti anni aveva e a cosa serviva?
L’intelligenza artificiale crea una civiltà precisa, un’età precisa e una funzione precisa da una singola fotografia; Tutti sono infondati e fiduciosi.
Suggerimento potente:
Il tuo ruolo: assistente alla descrizione trovata. Descrivi solo le caratteristiche osservabili del pezzo nella fotografia: parte di forma (bocca/fondo?), superficie (smaltata/non smaltata, brunita?), colore, decorazione, spessore stimato. Poi, sulla base di questa descrizione, dimmi quali dati aggiuntivi (analisi dell'impasto, disegno del profilo, contesto) sono necessari per chiarire funzione e periodo. Non fare riferimenti precisi alla civiltà/età.
Differenza: la prima richiede decisione e riceve congruenza; il secondo richiede una descrizione e una road map verificabile.
Oltre il visivo: impasto, contesto e profilo
Un errore nell’analisi delle immagini tramite intelligenza artificiale è che guarda solo l’aspetto della superficie. Tuttavia, la struttura portante della tipologia archeologica è spesso invisibile a occhio nudo. L'impasto (lo stato cotto dell'argilla, i suoi additivi e la sua consistenza nella sezione rotta) rivela dove e come è stato prodotto un vaso e quale fonte di argilla è stata utilizzata; Anche se due pezzi sono simili in superficie, se il loro impasto è diverso, possono appartenere a tradizioni produttive diverse. Pertanto, una classificazione seria richiede che venga fotografata la parte rotta del pezzo.
Allo stesso modo, il profilo (disegno in scala della sezione fianco-corpo-fondo di una nave) ne definisce la forma in modo molto più preciso di una singola fotografia; L'angolo della bocca, lo spessore del bordo e la forma del fondo sono indicatori del periodo. L'intelligenza artificiale può aiutare a estrarre automaticamente il disegno del profilo e raggruppare profili simili, ma l'esperto verifica il disegno e la misurazione. Infine, il contesto (in quale strato è stato trovato il pezzo, con cosa) è un forte indizio di datazione indipendente dalla somiglianza visiva: i pezzi nello stesso contesto chiuso sono spesso dello stesso periodo. Se fornisci all'IA solo la foto e tralasci texture, profilo e contesto, stai ignorando le prove più preziose.
Suggerimento: quando dai un artefatto all'IA, fornisci tre viste se possibile: superficie esterna, superficie interna e sezione rotta. Includere anche il numero del contesto e le eventuali misure del profilo. Più dati sono imparziali e più affidabile è il raggruppamento.
Tabella di utilizzo dell'IA per tipo di ricerca
Tipo di ritrovamento
L’intelligenza artificiale è potente
Affari rischiosi/umani
Verifica obbligatoria
ceramica
Preraggruppamento forma/impasto
Periodo, luogo di produzione di riferimento
Catalogo di riferimento, analisi dell'impasto
moneta
Prericonoscimento volti/icone
Attribuzione, imitazione/rilevazione rara
Catalogo delle monete, esperto
Litico (strumento di pietra)
Tipologia e misurazione della taglia
Funzione, revisione della tecnologia
Analisi dell'usura
vetro/metallo
Colore, forma pre-separazione
Composizione, cronologia
Analisi di laboratorio
piccola scoperta
Corrispondenza delle foto dell'inventario
Funzione, interpretazione dell'importanza
Contesto, esempio parallelo
Errori comuni
- Chiedere riferimenti piuttosto che descrizioni. Chiedi all’intelligenza artificiale “come appare”, non “cos’è”; Prendi la tua decisione con il catalogo.
- Classificazione con foto scadente. Senza scala, luce e cartella colori l'output non è affidabile.
- Accetto il primo riferimento di AI al raro ritrovamento. L’intelligenza artificiale forza il modello atipico nel modello più familiare.
- Saltare i dati di incolla/contesto. La sola somiglianza visiva è fuorviante; impasto e contesto sono decisivi.
- Confondere il raggruppamento preliminare con la tipologia definitiva. Il raggruppamento è un inizio; La tipologia è un lavoro esperto e di riferimento.
In sintesi
AI nella classificazione trovata; Consente di risparmiare molto tempo nella descrizione visiva, nell'estrazione delle funzionalità e nelle attività di raggruppamento preliminari. Ma l'attribuzione culturale-cronologica, l'imitazione/rilevamento raro e l'interpretazione funzionale appartengono ai cataloghi degli esperti e di riferimento. Di’ all’IA “descrivi” e non “descrivi”; standardizzare la qualità delle foto; verificare ogni attribuzione con fonti indipendenti; In rari casi, sii molto scettico sulla prima risposta dell'IA.
Compito dell'applicazione
Prepara 10 immagini trovate in tuo possesso (o scegli da un catalogo) in formato standard. Descrivili ciascuno con il modello "Descrizione neutra", quindi raggruppali con il modello "Pre-raggruppamento". Quindi confronta un gruppo con un catalogo di riferimento reale e nota dove il raggruppamento dell'IA era corretto e dove era sbagliato.
lista di controllo
- [ ] Ho standardizzato le foto con scala, luce e cartella colori.
- [] Volevo una descrizione neutra da parte dell'IA, non un'attribuzione.
- [ ] Ho controllato con occhio esperto il raggruppamento preliminare e il catalogo di riferimento.
- [ ] Ho messo in dubbio l'attribuzione iniziale dell'IA nei reperti rari/atipici.
- [ ] Ho verificato ogni riferimento culturale-cronologico con fonti indipendenti.