ವರ್ಗೀಕರಣ ಮತ್ತು ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಹುಡುಕಿ: ಸೆರಾಮಿಕ್ಸ್, ನಾಣ್ಯಗಳು, ಲಿಥಿಕ್ಸ್ ಮತ್ತು ಸಣ್ಣ ಶೋಧನೆಗಳು

ಲಾಭಗಳು:

• ನಿಷ್ಪಕ್ಷಪಾತ ವಿವರಣೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವುದು ಮತ್ತು ಆವಿಷ್ಕಾರಗಳ ದೃಶ್ಯ ಪ್ರಾಥಮಿಕ ಗುಂಪು, ಮತ್ತು ಉಲ್ಲೇಖದ ಕ್ಯಾಟಲಾಗ್‌ನೊಂದಿಗೆ ತಜ್ಞರ ಕೆಲಸದಿಂದ ಸಾಂಸ್ಕೃತಿಕ-ಕಾಲಾನುಕ್ರಮದ ಉಲ್ಲೇಖವನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
• ಫೋಟೋ ಗುಣಮಟ್ಟ (ಸ್ಕೇಲ್, ಲೈಟ್, ಕಲರ್ ಕಾರ್ಡ್) ಮತ್ತು ವಿನ್ಯಾಸ, ಪ್ರೊಫೈಲ್, ಸಂದರ್ಭದಂತಹ ಮೆಟಾವಿಶುವಲ್ ಡೇಟಾವು ವರ್ಗೀಕರಣದ ನಿಖರತೆಯನ್ನು ಹೇಗೆ ನಿರ್ಧರಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ.
• ಅಪರೂಪದ ಮತ್ತು ವಿಲಕ್ಷಣವಾದ ಸಂಶೋಧನೆಗಳಲ್ಲಿ ಹೆಚ್ಚು ಪರಿಚಿತ ಮಾದರಿಯನ್ನು ಒತ್ತಾಯಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪ್ರವೃತ್ತಿಯನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಪ್ರತಿ ಗುಣಲಕ್ಷಣವನ್ನು ಸ್ವತಂತ್ರ ಮೂಲದೊಂದಿಗೆ ದೃಢೀಕರಿಸುವುದು

ಉತ್ಖನನದ ಅತ್ಯಂತ ದಣಿದ ಮತ್ತು ತಿಳಿವಳಿಕೆ ನೀಡುವ ಕಾರ್ಯವೆಂದರೆ ವರ್ಗೀಕರಣವನ್ನು ಕಂಡುಹಿಡಿಯುವುದು (ಪ್ರಕಾರ, ರೂಪ ಮತ್ತು ಅವಧಿಗೆ ಅನುಗುಣವಾಗಿ ಕಂಡುಬರುವ ವಸ್ತುಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು). ಒಂದು ಋತುವಿನಲ್ಲಿ ಪತ್ತೆಯಾದ ಹತ್ತು ಸಾವಿರ ಪಿಂಗಾಣಿ ತುಣುಕುಗಳು, ನೂರಾರು ನಾಣ್ಯಗಳು, ಕಲ್ಲಿನ ಉಪಕರಣಗಳು (ಶಿಲಾಮಯ), ಮೂಳೆ, ಗಾಜು ಮತ್ತು ಲೋಹದ ವಸ್ತುಗಳನ್ನು ಒಂದೊಂದಾಗಿ ಪರೀಕ್ಷಿಸಬೇಕು ಮತ್ತು ದಾಖಲಿಸಬೇಕು. ಈ ಘಟಕದಲ್ಲಿ, ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆ (ಆಕಾರ, ಬಣ್ಣ, ವಸ್ತುವಿನ ಛಾಯಾಚಿತ್ರದಿಂದ ವಿನ್ಯಾಸದಂತಹ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹೊರತೆಗೆಯುವುದು) ಮತ್ತು AI- ಆಧಾರಿತ ವರ್ಗೀಕರಣವು ಹುಡುಕುವ ಕೆಲಸವನ್ನು ಹೇಗೆ ವೇಗಗೊಳಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಕಲಿಯುತ್ತೇವೆ, ಆದರೆ ಅಂತಿಮ ಗುಣಲಕ್ಷಣದ ನಿರ್ಧಾರವು ಯಾವಾಗಲೂ ತಜ್ಞರ ಬಳಿ ಉಳಿಯುತ್ತದೆ.

ಮೂಲಭೂತ ತತ್ವ ಇದು: AI ತ್ವರಿತವಾಗಿ ಒಂದೇ ರೀತಿ ಕಾಣುವವರನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ; ಆದರೆ ಉಲ್ಲೇಖದ ಕ್ಯಾಟಲಾಗ್ ಮತ್ತು ತಜ್ಞರ ಕಣ್ಣಿನ ಆಧಾರದ ಮೇಲೆ "ಈ ತುಣುಕು 6 ನೇ ಶತಮಾನದ BC ಯ ಪೂರ್ವ ಗ್ರೀಕ್ ಉತ್ಪಾದನೆ" ನಂತಹ ಸಾಂಸ್ಕೃತಿಕ-ಕಾಲಾನುಕ್ರಮದ ಉಲ್ಲೇಖವನ್ನು ಮಾಡಬಹುದು. AI ಪೂರ್ವ-ವಿಂಗಡಣೆ ಮತ್ತು ಅಳತೆ ಸಹಾಯಕವಾಗಿದೆ, ಮುದ್ರಣಶಾಸ್ತ್ರದ ಪ್ರಾಧಿಕಾರವಲ್ಲ.

ವರ್ಗೀಕರಣವನ್ನು ಕಂಡುಹಿಡಿಯುವ ಹಂತಗಳು

1. ದೃಶ್ಯ ಸೆರೆಹಿಡಿಯುವಿಕೆ. ಪ್ರತಿ ಹುಡುಕಾಟವನ್ನು ಪ್ರಮಾಣಿತ ಕ್ರಮದಲ್ಲಿ ಛಾಯಾಚಿತ್ರ ಮಾಡಲಾಗುತ್ತದೆ, ಸ್ಕೇಲ್ ಬಾರ್ (ಗಾತ್ರವನ್ನು ತೋರಿಸುವ ಆಡಳಿತಗಾರ) ಮತ್ತು ಬಣ್ಣದ ಕಾರ್ಡ್. AI ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆಗೆ ಸ್ಥಿರವಾದ ಬೆಳಕು ಮತ್ತು ಹಿನ್ನೆಲೆಯು ನಿರ್ಣಾಯಕವಾಗಿದೆ; ಕೆಟ್ಟ ಫೋಟೋ ಎಂದರೆ ಕೆಟ್ಟ ವರ್ಗೀಕರಣ.

2. ವೈಶಿಷ್ಟ್ಯ ಹೊರತೆಗೆಯುವಿಕೆ. AI; ಇದು ಅಂಚಿನ ಪ್ರೊಫೈಲ್, ಫಾರ್ಮ್ (ರಿಮ್, ಬಾಟಮ್, ಹ್ಯಾಂಡಲ್), ಮೇಲ್ಮೈ ಚಿಕಿತ್ಸೆ (ಪಾಲಿಶಿಂಗ್, ಗ್ಲಾಸ್, ಪೇಂಟ್), ಪೇಸ್ಟ್ ಬಣ್ಣ ಮತ್ತು ವಿನ್ಯಾಸದಂತಹ ಅಳೆಯಬಹುದಾದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ. ಹಿಟ್ಟು (ಜೇಡಿಮಣ್ಣಿನ ಸುಡುವ ರೂಪ; ಅದರ ಬಣ್ಣ ಮತ್ತು ಸೇರ್ಪಡೆಗಳು ಉತ್ಪಾದನೆಯ ಸ್ಥಳ ಮತ್ತು ತಂತ್ರವನ್ನು ಸೂಚಿಸುತ್ತವೆ) ಪುರಾತತ್ತ್ವ ಶಾಸ್ತ್ರದ ಮುದ್ರಣಶಾಸ್ತ್ರದ ಬೆನ್ನೆಲುಬು.

3. ಪೂರ್ವ ಗುಂಪು ಮಾಡುವುದು. AI ದೃಶ್ಯ ಹೋಲಿಕೆಯ ಆಧಾರದ ಮೇಲೆ ಸಾವಿರಾರು ಭಾಗಗಳನ್ನು ಕ್ಲಸ್ಟರ್‌ಗಳಾಗಿ ವಿಂಗಡಿಸುತ್ತದೆ: "ಸಂಭವನೀಯವಾಗಿ ಒಂದೇ ಕಂಟೇನರ್," "ಇದೇ ರೂಪ," "ಇದೇ ರೀತಿಯ ಹಿಟ್ಟು." ಇದು ತಜ್ಞರ ಮುಂದೆ ಕ್ರಮಬದ್ಧವಾದ ರಾಶಿಗಳನ್ನು ಇರಿಸುತ್ತದೆ.

4. ತಜ್ಞರ ಗುಣಲಕ್ಷಣ. ಪರಿಣಿತರು ಉಲ್ಲೇಖ ಕ್ಯಾಟಲಾಗ್‌ಗಳು, ಪ್ರಕಾರದ ಸರಣಿಗಳು ಮತ್ತು ಅವರ ಸ್ವಂತ ಅನುಭವದ ಮೂಲಕ ಪ್ರತಿ ಗುಂಪಿಗೆ ಅವಧಿ, ಉತ್ಪಾದನೆಯ ಸ್ಥಳ ಮತ್ತು ಕಾರ್ಯವನ್ನು ನಿರೂಪಿಸುತ್ತಾರೆ. "ಇದು ರೋಮನ್ ಅವಧಿ" ಎಂದು ಹೇಳುವ AI ಒಂದು ಸುಳಿವು, ನಿರ್ಧಾರವಲ್ಲ.

5. ನೋಂದಣಿ. ಪ್ರತಿಯೊಂದು ಶೋಧನೆಯು ಅದರ ಸಂದರ್ಭ ಸಂಖ್ಯೆ, ಅಳತೆಗಳು, ಛಾಯಾಚಿತ್ರ ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಪ್ರವೇಶಿಸುತ್ತದೆ (ಇದು ಘಟಕ 5 ರ ವಿಷಯವಾಗಿದೆ).

ಸುಳಿವು: AI ಒಂದು ಪತ್ತೆಯನ್ನು "ವಿವರಿಸಲು" ಹೊಂದಿರಿ, ಅದನ್ನು "ವಿವರಿಸಲು" ಅಲ್ಲ. "ಇದು ಯಾವ ಯುಗ?" ಬದಲಿಗೆ "ಈ ಭಾಗದ ಅಳೆಯಬಹುದಾದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು (ರೂಪ, ಅಂಚು, ಮೇಲ್ಮೈ, ಬಣ್ಣ) ವಸ್ತುನಿಷ್ಠವಾಗಿ ಪಟ್ಟಿ ಮಾಡಿ" ಎಂದು ಕೇಳಿ; ಉಲ್ಲೇಖ ಕ್ಯಾಟಲಾಗ್‌ನೊಂದಿಗೆ ಅವಧಿಯನ್ನು ನೀವು ನಿರ್ಧರಿಸುತ್ತೀರಿ. ವಿವರಣೆಯು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆ, ಗುಣಲಕ್ಷಣವು ಅಪಾಯಕಾರಿಯಾಗಿದೆ.

ನಾಣ್ಯಗಳು ಮತ್ತು ಶಾಸನಗಳಿಗೆ ವಿಶೇಷ ಗಮನ ನೀಡಬೇಕು.

ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ನಾಣ್ಯಗಳು ಆಕರ್ಷಕವಾಗಿವೆ ಏಕೆಂದರೆ ಅವುಗಳು ಹಲವಾರು ಮತ್ತು ಪ್ರಮಾಣಿತವಾಗಿವೆ. ನಾಣ್ಯದ ಮುಖದ ಮೇಲಿನ ಭಾವಚಿತ್ರವನ್ನು (ವಿರೋಧಿ) ಮತ್ತು ಅದರ ಹಿಮ್ಮುಖ (ಹಿಮ್ಮುಖ) ಚಿಹ್ನೆಯನ್ನು ಗುರುತಿಸಲು AI ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಆದರೆ ನಾಣ್ಯ ಗುರುತಿಸುವಿಕೆಗೆ ನಾಣ್ಯಶಾಸ್ತ್ರದ ಪರಿಣತಿಯ ಅಗತ್ಯವಿದೆ: ಧರಿಸಿರುವ ಶಾಸನ, ನಕಲಿ ಟಂಕಸಾಲೆ ಅಥವಾ ಅಪರೂಪದ ರೂಪಾಂತರ, ತಪ್ಪು ಹಂಚಿಕೆ ಎಲ್ಲವೂ ತುಂಬಾ ಸ್ಪಷ್ಟವಾಗಿದೆ. "ಇದು ಆ ಚಕ್ರವರ್ತಿಯ ನಾಣ್ಯ" ಎಂದು AI ಹೇಳುವುದು ಪ್ರಮಾಣಿತ ನಾಣ್ಯ ಕ್ಯಾಟಲಾಗ್‌ನಿಂದ ಖಚಿತವಾಗಿ ದೃಢೀಕರಿಸಲ್ಪಟ್ಟಿದೆ. ಕೆತ್ತಿದ ಮತ್ತು ಸ್ಟ್ಯಾಂಪ್ ಮಾಡಿದ ಶೋಧನೆಗಳಿಗೆ ಇದು ಅನ್ವಯಿಸುತ್ತದೆ.

ಎಚ್ಚರಿಕೆ: AI ಆ ಪ್ರಸಿದ್ಧ ಪ್ರಕಾರಕ್ಕೆ ಪ್ರಸಿದ್ಧ ಪ್ರಕಾರವನ್ನು ಹೋಲುವ ಅನ್ವೇಷಣೆಯನ್ನು "ಹೊಂದಾಣಿಕೆ" ಮಾಡುತ್ತದೆ; ಇದು ಅಪರೂಪದ, ಸ್ಥಳೀಯ ಅಥವಾ ವಿಲಕ್ಷಣ ಉದಾಹರಣೆಗಳನ್ನು ಅತ್ಯಂತ ಪರಿಚಿತ ಮಾದರಿಗೆ ಒತ್ತಾಯಿಸುತ್ತದೆ. ಅಸಾಮಾನ್ಯ ಶೋಧನೆಯಲ್ಲಿ AI ಯ ಮೊದಲ ಉಲ್ಲೇಖದ ಬಗ್ಗೆ ಉತ್ತಮ ಸಂದೇಹವಿರಲಿ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಪೂರ್ವ-ವಿಂಗಡಣೆಯು ಲೋಡ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. 8,400 ಸೆರಾಮಿಕ್ ಚೂರುಗಳನ್ನು ಕಬ್ಬಿಣದ ಯುಗದ ವಸಾಹತುಗಳಲ್ಲಿ ಕಂಡುಹಿಡಿಯಲಾಯಿತು. AI ದೃಶ್ಯ ಸಮೂಹವು ಭಾಗಗಳನ್ನು ಸುಮಾರು 40 ರೂಪ ಪೂರ್ವ ಸಮೂಹಗಳಾಗಿ ವಿಂಗಡಿಸಿದೆ; ಪ್ರತಿ ತುಂಡನ್ನು ಮೊದಲಿನಿಂದ ತೆಗೆದುಹಾಕುವ ಬದಲು, ತಜ್ಞರು ಕ್ಲಸ್ಟರ್‌ಗಳ ಮೂಲಕ ಹೋದರು ಮತ್ತು ವಿಂಗಡಿಸುವ ಸಮಯವನ್ನು ಮೂರನೇ ಒಂದು ಭಾಗದಷ್ಟು ಕಡಿಮೆಗೊಳಿಸಲಾಯಿತು. AI ತಪ್ಪಾಗಿ ಸಂಯೋಜಿಸಿದ ಎರಡು ವಿಭಿನ್ನ ಬ್ಯಾಚ್ ಹಿಟ್ಟನ್ನು ತಜ್ಞರು ಬೇರ್ಪಡಿಸಿದರು.

ಪ್ರಕರಣ 2 - ತಪ್ಪು ಗುಣಲಕ್ಷಣವನ್ನು ಹಿಡಿಯಲಾಗಿದೆ. ಒಬ್ಬ ಇಂಟರ್ನ್ AI ಗೆ ನಾಣ್ಯವನ್ನು ಪರಿಚಯಿಸಿದನು; AI ವಿಶ್ವಾಸದಿಂದ ಇದು ಪ್ರಸಿದ್ಧ ರೋಮನ್ ಪ್ರಕಾರಕ್ಕೆ ಕಾರಣವಾಗಿದೆ. ನಾಣ್ಯಶಾಸ್ತ್ರದ ತಜ್ಞರು ಅದನ್ನು ಕ್ಯಾಟಲಾಗ್‌ನೊಂದಿಗೆ ಹೋಲಿಸಿದಾಗ, ಹಿಮ್ಮುಖ ಚಿಹ್ನೆ ಮತ್ತು ದಂತಕಥೆ (ನಾಣ್ಯದ ಮೇಲೆ ಬರೆಯುವುದು) ಕ್ರಮವು ವಿಭಿನ್ನವಾಗಿದೆ ಮತ್ತು ಇದು ಪ್ರಾದೇಶಿಕ ಅನುಕರಣೆ ಮಿಂಟೇಜ್ ಎಂದು ಅವರು ನೋಡಿದರು. AI ಅತ್ಯಂತ ಪರಿಚಿತ ಪ್ರಕಾರವನ್ನು ಒತ್ತಾಯಿಸಿತು.

ಪ್ರಕರಣ 3 - ಬಣ್ಣ ಅಸಂಗತತೆಯ ಸಮಸ್ಯೆ. ಒಂದು ತಂಡವು ವಿವಿಧ ದಿನಗಳಲ್ಲಿ ತೆಗೆದ AI ಫೋಟೋಗಳನ್ನು ವಿಭಿನ್ನ ಬೆಳಕಿನಲ್ಲಿ ನೀಡಿತು; ಹಿಟ್ಟಿನ ಬಣ್ಣಗಳು ಅಸಮಂಜಸವಾಗಿದ್ದವು ಮತ್ತು ಗುಂಪು ಮುರಿದುಹೋಯಿತು. ತಂಡವು ಬಣ್ಣದ ಕಾರ್ಡ್ ಮತ್ತು ನಿರಂತರ ಬೆಳಕಿನ ಯೋಜನೆಗೆ ಬದಲಾಯಿಸಿದಾಗ, ಗುಂಪಿನ ನಿಖರತೆಯು ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಾಯಿತು. ಪಾಠ: ಚಿತ್ರದ ಗುಣಮಟ್ಟವು ವರ್ಗೀಕರಣದ ಗುಣಮಟ್ಟವಾಗಿದೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ತಟಸ್ಥ ವಿವರಣೆ:

ನಿಮ್ಮ ಪಾತ್ರ: ವಿವರಣೆ ಸಹಾಯಕ ಕಂಡುಬಂದಿದೆ. ನಾನು ನಿಮಗೆ ಹುಡುಕುವ ಫೋಟೋ/ಡೇಟಾವನ್ನು ನೀಡುತ್ತೇನೆ. ವಸ್ತುನಿಷ್ಠವಾಗಿ ಗಮನಿಸಬಹುದಾದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಮಾತ್ರ ಪಟ್ಟಿ ಮಾಡಿ: ರೂಪ (ಬಾಯಿ/ಕೆಳಭಾಗ/ದೇಹ/ಹ್ಯಾಂಡಲ್), ಅಂದಾಜು ಗಾತ್ರ, ಮೇಲ್ಮೈ ಮುಕ್ತಾಯ, ಬಣ್ಣ, ಅಲಂಕಾರ, ಒಡೆಯುವಿಕೆ/ಉಡುಪು ಸ್ಥಿತಿ. ಒಂದು ಅವಧಿ, ಸಂಸ್ಕೃತಿ ಅಥವಾ ಉತ್ಪಾದನೆಯ ಸ್ಥಳವನ್ನು ಉಲ್ಲೇಖಿಸಬೇಡಿ. ವೈಶಿಷ್ಟ್ಯದ ಬಗ್ಗೆ ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, "ಅನಿಶ್ಚಿತ" ಎಂದು ಬರೆಯಿರಿ.

2) ಪೂರ್ವ ಗುಂಪು ಮಾಡುವುದು:

ಕೆಳಗೆ ನಾನು [N] ಭಾಗಗಳ ವಿವರಣೆ ಡೇಟಾವನ್ನು ಅಂಟಿಸುತ್ತೇನೆ. ರೂಪ ಮತ್ತು ಹಿಟ್ಟಿನ ಹೋಲಿಕೆಗೆ ಅನುಗುಣವಾಗಿ ಅವುಗಳನ್ನು ಗುಂಪುಗಳಾಗಿ ವಿಂಗಡಿಸಿ. ಪ್ರತಿ ಗುಂಪಿಗೆ: ಸಾಮಾನ್ಯ ವೈಶಿಷ್ಟ್ಯಗಳು, ಗುಂಪಿಗೆ ಸೇರುವ ಭಾಗ ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಗುಂಪನ್ನು ಸಂಪರ್ಕಿಸುವ ಮಾನದಂಡಗಳನ್ನು ಬರೆಯಿರಿ. ಅಸ್ಪಷ್ಟವಾಗಿರುವ ಯಾವುದೇ ಭಾಗಗಳನ್ನು ಪ್ರತ್ಯೇಕ "ಪರಿಶೀಲಿಸಲು" ಪಟ್ಟಿಯಲ್ಲಿ ಇರಿಸಿ. ನಿಖರವಾದ ಪ್ರಕಾರದ ಹೆಸರನ್ನು ನೀಡಬೇಡಿ.

3) ಉಲ್ಲೇಖಕ್ಕಾಗಿ ಪರಿಶೀಲನಾಪಟ್ಟಿ ಉತ್ಪಾದನೆ:

ನಿಮ್ಮ ಪಾತ್ರ: ಸೆರಾಮಿಕ್ಸ್ ತಜ್ಞ ಸಲಹೆಗಾರ. ಕೆಳಗಿನ ಗುಂಪಿಗಾಗಿ, ಅವಧಿ/ಉತ್ಪಾದನಾ ಐಟಂ ಅನ್ನು ಪರಿಶೀಲಿಸುವಾಗ ನಾನು ಪರಿಶೀಲಿಸಬೇಕಾದ ಮಾನದಂಡಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ (ಹಿಟ್ಟಿನ ವಿಶ್ಲೇಷಣೆ, ಉಲ್ಲೇಖ ಕ್ಯಾಟಲಾಗ್, ಸಮಾನಾಂತರ ಹುಡುಕಾಟ, ಸಂದರ್ಭ ದಿನಾಂಕ, ಇತ್ಯಾದಿ.). ಉಲ್ಲೇಖವನ್ನು ಮಾಡಬೇಡಿ; ನಾನು ಏನು ಪರಿಶೀಲಿಸಬೇಕು ಎಂದು ಹೇಳಿ.

4) ಫೋಟೋ ಗುಣಮಟ್ಟ ತಪಾಸಣೆ:

ಕೆಳಗಿನ ಕಂಡುಬರುವ ಫೋಟೋಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ: ಸ್ಕೇಲ್ ಬಾರ್ ಇದೆಯೇ, ಬೆಳಕು ಸ್ಥಿರವಾಗಿದೆಯೇ, ಬಣ್ಣದ ಕಾರ್ಡ್ ಗೋಚರಿಸುತ್ತದೆಯೇ, ಹಿನ್ನೆಲೆ ಸರಳವಾಗಿದೆಯೇ, ತುಣುಕು ಸ್ಪಷ್ಟವಾಗಿದೆಯೇ? ವರ್ಗೀಕರಣಕ್ಕಾಗಿ ಯಾವ ಫೋಟೋಗಳನ್ನು ಪುನಃ ತೆಗೆದುಕೊಳ್ಳಬೇಕು? ಭಾಗ ಸಂಖ್ಯೆಯೊಂದಿಗೆ ಸಮಸ್ಯೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ಕುಂಬಾರಿಕೆ ಯಾವ ನಾಗರಿಕತೆಯಿಂದ ಬಂದಿದೆ, ಎಷ್ಟು ಹಳೆಯದು ಮತ್ತು ಅದನ್ನು ಯಾವುದಕ್ಕಾಗಿ ಬಳಸಲಾಯಿತು?

AI ಒಂದು ಛಾಯಾಚಿತ್ರದಿಂದ ನಿಖರವಾದ ನಾಗರಿಕತೆ, ನಿಖರ ವಯಸ್ಸು ಮತ್ತು ನಿಖರವಾದ ಕಾರ್ಯವನ್ನು ರೂಪಿಸುತ್ತದೆ; ಎಲ್ಲಾ ಆಧಾರರಹಿತ ಮತ್ತು ಆತ್ಮವಿಶ್ವಾಸ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ವಿವರಣೆ ಸಹಾಯಕ ಕಂಡುಬಂದಿದೆ. ಛಾಯಾಚಿತ್ರದಲ್ಲಿ ತುಣುಕಿನ ಗಮನಿಸಬಹುದಾದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಮಾತ್ರ ವಿವರಿಸಿ: ರೂಪ ಭಾಗ (ಬಾಯಿ/ಕೆಳಭಾಗ?), ಮೇಲ್ಮೈ (ಮೆರುಗುಗೊಳಿಸಲಾದ/ಹೊದಿಕೆಯಿಲ್ಲದ, ಸುಟ್ಟ?), ಬಣ್ಣ, ಅಲಂಕಾರ, ಅಂದಾಜು ದಪ್ಪ. ನಂತರ, ಈ ವಿವರಣೆಯನ್ನು ಆಧರಿಸಿ, ಕಾರ್ಯ ಮತ್ತು ಅವಧಿಯನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಲು ಯಾವ ಹೆಚ್ಚುವರಿ ಡೇಟಾ (ಹಿಟ್ಟಿನ ವಿಶ್ಲೇಷಣೆ, ಪ್ರೊಫೈಲ್ ಡ್ರಾಯಿಂಗ್, ಸಂದರ್ಭ) ಅಗತ್ಯವಿದೆ ಎಂದು ಹೇಳಿ. ನಿಖರವಾದ ನಾಗರಿಕತೆ/ವಯಸ್ಸಿನ ಉಲ್ಲೇಖವನ್ನು ಮಾಡಬೇಡಿ.

ವ್ಯತ್ಯಾಸ: ಮೊದಲನೆಯದು ನಿರ್ಧಾರದ ಅಗತ್ಯವಿದೆ ಮತ್ತು ಅಳವಡಿಸುವಿಕೆಯನ್ನು ಪಡೆಯುತ್ತದೆ; ಎರಡನೆಯದಕ್ಕೆ ವಿವರಣೆ ಮತ್ತು ಪರಿಶೀಲಿಸಬಹುದಾದ ರಸ್ತೆ ನಕ್ಷೆಯ ಅಗತ್ಯವಿದೆ.

ದೃಶ್ಯವನ್ನು ಮೀರಿ: ಹಿಟ್ಟು, ಸಂದರ್ಭ ಮತ್ತು ಪ್ರೊಫೈಲ್

AI ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿನ ಅಪಾಯವೆಂದರೆ ಅದು ಮೇಲ್ಮೈಯ ನೋಟವನ್ನು ಮಾತ್ರ ನೋಡುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಪುರಾತತ್ತ್ವ ಶಾಸ್ತ್ರದ ಮುದ್ರಣಶಾಸ್ತ್ರದ ಬೆನ್ನೆಲುಬು ಸಾಮಾನ್ಯವಾಗಿ ಬರಿಗಣ್ಣಿಗೆ ಅಗೋಚರವಾಗಿರುತ್ತದೆ. ಹಿಟ್ಟನ್ನು (ಜೇಡಿಮಣ್ಣಿನ ಸುಡುವ ಸ್ಥಿತಿ, ಅದರ ಸೇರ್ಪಡೆಗಳು ಮತ್ತು ಮುರಿದ ವಿಭಾಗದಲ್ಲಿ ಅದರ ವಿನ್ಯಾಸ) ಎಲ್ಲಿ ಮತ್ತು ಹೇಗೆ ಒಂದು ಪಾತ್ರೆಯನ್ನು ಉತ್ಪಾದಿಸಲಾಯಿತು ಮತ್ತು ಯಾವ ಮಣ್ಣಿನ ಮೂಲವನ್ನು ಬಳಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ; ಎರಡು ತುಂಡುಗಳು ಮೇಲ್ಮೈಯಲ್ಲಿ ಹೋಲುತ್ತವೆಯಾದರೂ, ಅವುಗಳ ಹಿಟ್ಟು ವಿಭಿನ್ನವಾಗಿದ್ದರೆ, ಅವು ವಿಭಿನ್ನ ಉತ್ಪಾದನಾ ಸಂಪ್ರದಾಯಗಳಿಗೆ ಸೇರಿರಬಹುದು. ಆದ್ದರಿಂದ, ಗಂಭೀರವಾದ ವರ್ಗೀಕರಣವು ತುಣುಕಿನ ಮುರಿದ ವಿಭಾಗವನ್ನು ಛಾಯಾಚಿತ್ರ ಮಾಡಬೇಕಾಗಿದೆ.

ಅಂತೆಯೇ, ಪ್ರೊಫೈಲ್ (ಹಡಗಿನ ಸೈಡ್-ಬಾಡಿ-ಬಾಟಮ್ ವಿಭಾಗದ ಸ್ಕೇಲ್ ಡ್ರಾಯಿಂಗ್) ರೂಪವನ್ನು ಒಂದೇ ಛಾಯಾಚಿತ್ರಕ್ಕಿಂತ ಹೆಚ್ಚು ನಿಖರವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ; ಬಾಯಿಯ ಕೋನ, ಅಂಚಿನ ದಪ್ಪ ಮತ್ತು ಕೆಳಭಾಗದ ಆಕಾರವು ಅವಧಿಯ ಸೂಚಕಗಳು. ಪ್ರೊಫೈಲ್ ಡ್ರಾಯಿಂಗ್ ಅನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹೊರತೆಗೆಯಲು ಮತ್ತು ಒಂದೇ ರೀತಿಯ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ಗುಂಪು ಮಾಡಲು AI ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಆದರೆ ತಜ್ಞರು ರೇಖಾಚಿತ್ರ ಮತ್ತು ಅಳತೆಯನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ. ಅಂತಿಮವಾಗಿ, ಸನ್ನಿವೇಶವು (ಯಾವ ಪದರದಲ್ಲಿ ತುಣುಕು ಕಂಡುಬಂದಿದೆ, ಅದರೊಂದಿಗೆ) ದೃಶ್ಯ ಹೋಲಿಕೆಯಿಂದ ಸ್ವತಂತ್ರವಾದ ಬಲವಾದ ಡೇಟಿಂಗ್ ಸುಳಿವು: ಅದೇ ಮುಚ್ಚಿದ ಸನ್ನಿವೇಶದಲ್ಲಿರುವ ತುಣುಕುಗಳು ಒಂದೇ ಅವಧಿಗೆ ಸೇರಿವೆ. ನೀವು AI ಗೆ ಕೇವಲ ಫೋಟೋವನ್ನು ನೀಡಿದರೆ ಮತ್ತು ವಿನ್ಯಾಸ, ಪ್ರೊಫೈಲ್ ಮತ್ತು ಸಂದರ್ಭವನ್ನು ಬಿಟ್ಟುಬಿಟ್ಟರೆ, ನಿಮ್ಮ ಅತ್ಯಮೂಲ್ಯ ಸಾಕ್ಷ್ಯವನ್ನು ನೀವು ನಿರ್ಲಕ್ಷಿಸುತ್ತಿದ್ದೀರಿ.

ಸಲಹೆ: AI ಗೆ ಕಲಾಕೃತಿಯನ್ನು ನೀಡುವಾಗ, ಸಾಧ್ಯವಾದರೆ ಮೂರು ವೀಕ್ಷಣೆಗಳನ್ನು ಒದಗಿಸಿ: ಹೊರ ಮೇಲ್ಮೈ, ಒಳ ಮೇಲ್ಮೈ ಮತ್ತು ಮುರಿದ ವಿಭಾಗ. ಸಂದರ್ಭ ಸಂಖ್ಯೆ ಮತ್ತು ಯಾವುದೇ ಪ್ರೊಫೈಲ್ ಅಳತೆಗಳನ್ನು ಸಹ ಸೇರಿಸಿ. ಹೆಚ್ಚು ಪಕ್ಷಪಾತವಿಲ್ಲದ ಡೇಟಾ ಎಂದರೆ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹ ಗುಂಪು.

ಹುಡುಕುವ ಪ್ರಕಾರದ ಮೂಲಕ AI ಬಳಕೆಯ ಟೇಬಲ್

ಕಂಡುಹಿಡಿಯುವ ಪ್ರಕಾರ

AI ಶಕ್ತಿಯುತವಾಗಿದೆ

ಅಪಾಯಕಾರಿ/ಮಾನವ ವ್ಯವಹಾರ

ಕಡ್ಡಾಯ ಪರಿಶೀಲನೆ

ಸೆರಾಮಿಕ್ಸ್

ಫಾರ್ಮ್/ಹಿಟ್ಟನ್ನು ಪೂರ್ವ-ಗುಂಪು ಮಾಡುವುದು

ಅವಧಿ, ಉತ್ಪಾದನಾ ಉಲ್ಲೇಖದ ಸ್ಥಳ

ಉಲ್ಲೇಖ ಕ್ಯಾಟಲಾಗ್, ಹಿಟ್ಟಿನ ವಿಶ್ಲೇಷಣೆ

ನಾಣ್ಯ

ಮುಖ/ಐಕಾನ್ ಪೂರ್ವ ಗುರುತಿಸುವಿಕೆ

ಗುಣಲಕ್ಷಣ, ಅನುಕರಣೆ/ಅಪರೂಪದ ಪತ್ತೆ

ನಾಣ್ಯ ಕ್ಯಾಟಲಾಗ್, ತಜ್ಞ

ಲಿಥಿಕ್ (ಕಲ್ಲಿನ ಉಪಕರಣ)

ಪ್ರಕಾರ ಮತ್ತು ಗಾತ್ರ ಮಾಪನ

ಕಾರ್ಯ, ತಂತ್ರಜ್ಞಾನ ವಿಮರ್ಶೆ

ಬಳಕೆ-ಉಡುಪು ವಿಶ್ಲೇಷಣೆ

ಗಾಜು/ಲೋಹ

ಬಣ್ಣ, ರೂಪ ಪೂರ್ವ ಪ್ರತ್ಯೇಕತೆ

ಸಂಯೋಜನೆ, ಕಾಲಗಣನೆ

ಪ್ರಯೋಗಾಲಯ ವಿಶ್ಲೇಷಣೆ

ಸ್ವಲ್ಪ ಪತ್ತೆ

ಇನ್ವೆಂಟರಿ ಫೋಟೋ ಹೊಂದಾಣಿಕೆ

ಕಾರ್ಯ, ಪ್ರಾಮುಖ್ಯತೆಯ ವ್ಯಾಖ್ಯಾನ

ಸಂದರ್ಭ, ಸಮಾನಾಂತರ ಉದಾಹರಣೆ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ವಿವರಣೆಗಳಿಗಿಂತ ಉಲ್ಲೇಖಗಳನ್ನು ಕೇಳುವುದು. AI ಅನ್ನು "ಅದು ಹೇಗೆ ಕಾಣುತ್ತದೆ" ಎಂದು ಕೇಳಿ, "ಅದು ಏನು" ಅಲ್ಲ; ಕ್ಯಾಟಲಾಗ್ನೊಂದಿಗೆ ನಿಮ್ಮ ನಿರ್ಧಾರವನ್ನು ಮಾಡಿ.
• ಕೆಟ್ಟ ಫೋಟೋದೊಂದಿಗೆ ವರ್ಗೀಕರಿಸಲಾಗುತ್ತಿದೆ. ಪ್ರಮಾಣದ, ಬೆಳಕು ಮತ್ತು ಬಣ್ಣದ ಕಾರ್ಡ್ ಇಲ್ಲದೆ ಔಟ್ಪುಟ್ ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲ.
• ಅಪರೂಪದ ಅನ್ವೇಷಣೆಗೆ AI ನ ಮೊದಲ ಉಲ್ಲೇಖವನ್ನು ಸ್ವೀಕರಿಸಲಾಗುತ್ತಿದೆ. AI ವಿಲಕ್ಷಣ ಮಾದರಿಯನ್ನು ಅತ್ಯಂತ ಪರಿಚಿತ ಮಾದರಿಗೆ ಒತ್ತಾಯಿಸುತ್ತದೆ.
• ಪೇಸ್ಟ್/ಸಂದರ್ಭದ ಡೇಟಾವನ್ನು ಬಿಟ್ಟುಬಿಡಲಾಗುತ್ತಿದೆ. ದೃಷ್ಟಿಯ ಸಾಮ್ಯತೆ ಮಾತ್ರ ದಾರಿತಪ್ಪಿಸುತ್ತದೆ; ಹಿಟ್ಟು ಮತ್ತು ಸಂದರ್ಭವು ನಿರ್ಣಾಯಕವಾಗಿದೆ.
• ನಿರ್ಣಾಯಕ ಟೈಪೊಲಾಜಿಗಾಗಿ ಪ್ರಾಥಮಿಕ ಗುಂಪನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಗುಂಪುಗಾರಿಕೆ ಒಂದು ಆರಂಭ; ಮುದ್ರಣಶಾಸ್ತ್ರವು ಪರಿಣಿತ ಮತ್ತು ಉಲ್ಲೇಖದ ಕೆಲಸವಾಗಿದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ಕಂಡು ವರ್ಗೀಕರಣದಲ್ಲಿ AI; ಇದು ದೃಶ್ಯ ವಿವರಣೆ, ವೈಶಿಷ್ಟ್ಯದ ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ಪ್ರಾಥಮಿಕ ಗುಂಪು ಕಾರ್ಯಗಳಲ್ಲಿ ಗಂಭೀರ ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ. ಆದರೆ ಸಾಂಸ್ಕೃತಿಕ-ಕಾಲಾನುಕ್ರಮದ ಗುಣಲಕ್ಷಣ, ಅನುಕರಣೆ/ಅಪರೂಪದ ಪತ್ತೆ ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕ ವ್ಯಾಖ್ಯಾನವು ತಜ್ಞರು ಮತ್ತು ಉಲ್ಲೇಖ ಕ್ಯಾಟಲಾಗ್‌ಗಳಿಗೆ ಸೇರಿದೆ. AI ಗೆ "ವಿವರಿಸಿ" ಎಂದು ಹೇಳಿ "ವಿವರಿಸಿ" ಅಲ್ಲ; ಫೋಟೋ ಗುಣಮಟ್ಟವನ್ನು ಪ್ರಮಾಣೀಕರಿಸಿ; ಸ್ವತಂತ್ರ ಮೂಲಗಳೊಂದಿಗೆ ಪ್ರತಿ ಗುಣಲಕ್ಷಣವನ್ನು ಪರಿಶೀಲಿಸಿ; ಅಪರೂಪದ ಅನ್ವೇಷಣೆಯಲ್ಲಿ, AI ನ ಮೊದಲ ಉತ್ತರದ ಬಗ್ಗೆ ಹೆಚ್ಚು ಸಂಶಯವಿರಲಿ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನೀವು ಹೊಂದಿರುವ 10 ಕಂಡುಬರುವ ಚಿತ್ರಗಳನ್ನು (ಅಥವಾ ಕ್ಯಾಟಲಾಗ್‌ನಿಂದ ಆಯ್ಕೆಮಾಡಿ) ಪ್ರಮಾಣಿತ ಸ್ವರೂಪದಲ್ಲಿ ತಯಾರಿಸಿ. ಪ್ರತಿಯೊಂದನ್ನು "ತಟಸ್ಥ ವಿವರಣೆ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ವಿವರಿಸಿ, ನಂತರ ಅವುಗಳನ್ನು "ಪೂರ್ವ-ಗುಂಪುಗೊಳಿಸುವಿಕೆ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಗುಂಪು ಮಾಡಿ. ನಂತರ ಒಂದು ಗುಂಪನ್ನು ನಿಜವಾದ ಉಲ್ಲೇಖದ ಕ್ಯಾಟಲಾಗ್‌ಗೆ ಹೋಲಿಸಿ ಮತ್ತು AI ಯ ಗುಂಪುಗಾರಿಕೆ ಎಲ್ಲಿ ಕಂಡುಬಂದಿದೆ ಮತ್ತು ಅದು ಎಲ್ಲಿ ತಪ್ಪಾಗಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಸ್ಕೇಲ್, ಲೈಟ್ ಮತ್ತು ಕಲರ್ ಕಾರ್ಡ್‌ನೊಂದಿಗೆ ಫೋಟೋಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು AI ನಿಂದ ತಟಸ್ಥ ವಿವರಣೆಯನ್ನು ಬಯಸುತ್ತೇನೆ, ಗುಣಲಕ್ಷಣವಲ್ಲ.
• [ ] ನಾನು ಪರಿಣಿತ ಕಣ್ಣು ಮತ್ತು ಉಲ್ಲೇಖ ಕ್ಯಾಟಲಾಗ್‌ನೊಂದಿಗೆ ಪ್ರಾಥಮಿಕ ಗುಂಪನ್ನು ಪರಿಶೀಲಿಸಿದೆ.
• [ ] ನಾನು ಅಪರೂಪದ/ವಿಲಕ್ಷಣವಾದ ಸಂಶೋಧನೆಗಳಲ್ಲಿ AI ಯ ಆರಂಭಿಕ ಗುಣಲಕ್ಷಣವನ್ನು ಪ್ರಶ್ನಿಸಿದೆ.
• [ ] ನಾನು ಸ್ವತಂತ್ರ ಮೂಲಗಳೊಂದಿಗೆ ಪ್ರತಿ ಸಾಂಸ್ಕೃತಿಕ-ಕಾಲಾನುಕ್ರಮದ ಉಲ್ಲೇಖವನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.