वर्गीकरण आणि प्रतिमा विश्लेषण शोधा: सिरॅमिक्स, नाणी, लिथिक्स आणि लहान शोध

नफा:

• निष्पक्ष वर्णन आणि शोधांच्या दृश्य प्राथमिक गटामध्ये कृत्रिम बुद्धिमत्तेचा वापर करणे आणि संदर्भ कॅटलॉगसह तज्ञांच्या कार्यापासून सांस्कृतिक-कालानुक्रमिक संदर्भ वेगळे करण्यास सक्षम असणे.
• फोटोची गुणवत्ता (स्केल, लाइट, कलर कार्ड) आणि मेटाव्हिज्युअल डेटा जसे की पोत, प्रोफाइल, संदर्भ वर्गीकरणाची अचूकता कशी ठरवते हे समजून घेण्याची क्षमता.
• कृत्रिम बुद्धिमत्तेची प्रवृत्ती ओळखण्याची क्षमता दुर्मिळ आणि असामान्य शोधांमध्ये सर्वात परिचित नमुना सक्तीची आणि स्वतंत्र स्त्रोतासह प्रत्येक विशेषताची पुष्टी करण्याची क्षमता

उत्खननाचे सर्वात थकवणारे परंतु माहितीपूर्ण कार्य म्हणजे शोध वर्गीकरण (प्रकार, स्वरूप आणि कालावधीनुसार सापडलेल्या वस्तू वेगळे करणे). सीरॅमिकचे हजारो तुकडे, शेकडो नाणी, दगडी अवजारे (लिथिक), हाडे, काच आणि धातूच्या वस्तू एका हंगामात तपासल्या गेल्या पाहिजेत आणि त्यांची नोंद केली गेली पाहिजे. या युनिटमध्ये, आपण प्रतिमा विश्लेषण (ऑब्जेक्टच्या छायाचित्रातून आकार, रंग, पोत यांसारखी वैशिष्ट्ये आपोआप काढणे) आणि AI-आधारित वर्गीकरण शोधण्याच्या कामाला गती कशी देते हे जाणून घेऊ, परंतु अंतिम विशेषता निर्णय नेहमी तज्ञाकडे का राहतो.

मूलभूत तत्त्व हे आहे: एआय त्वरीत एकसारखे दिसणारे गट एकत्र करतात; परंतु संदर्भ कॅटलॉग आणि तज्ञांच्या नजरेवर आधारित "हा तुकडा ईसापूर्व 6 व्या शतकातील पूर्व ग्रीक उत्पादन आहे" असा सांस्कृतिक-कालानुक्रमिक संदर्भ देऊ शकतो. AI हे प्री-सॉर्टिंग आणि मापन असिस्टंट आहे, टायपोलॉजी ऑथॉरिटी नाही.

वर्गीकरण शोधण्याचे टप्पे

1. व्हिज्युअल कॅप्चर. स्केल बार (शासक आकार दर्शवितो) आणि रंग कार्डसह, प्रत्येक शोध मानक क्रमाने फोटो काढला जातो. AI प्रतिमा विश्लेषणासाठी सातत्यपूर्ण प्रकाश आणि पार्श्वभूमी महत्त्वपूर्ण आहे; खराब फोटो म्हणजे वाईट वर्गीकरण.

2. वैशिष्ट्य काढणे. AI; हे एज प्रोफाइल, फॉर्म (रिम, बॉटम, हँडल), पृष्ठभाग उपचार (पॉलिशिंग, काच, पेंट), पेस्ट रंग आणि पोत यासारखी मोजता येण्याजोगी वैशिष्ट्ये काढते. कणिक (मातीचा उडालेला प्रकार; त्याचा रंग आणि पदार्थ उत्पादनाचे ठिकाण आणि तंत्र दर्शवतात) हा पुरातत्वशास्त्राचा कणा आहे.

3. प्री-ग्रुपिंग. AI व्हिज्युअल समानतेच्या आधारावर हजारो भागांना क्लस्टरमध्ये वर्गीकृत करते: “समान कंटेनर,” “समान फॉर्म,” “समान पीठ.” यामुळे तज्ञांसमोर व्यवस्थित ढीग उभे राहतात.

4. तज्ञ विशेषता. तज्ञ संदर्भ कॅटलॉग, प्रकार मालिका आणि त्याच्या स्वत: च्या अनुभवाद्वारे प्रत्येक गटाला कालावधी, उत्पादनाचे ठिकाण आणि कार्य यांचे गुणधर्म देतात. "हा रोमन कालावधी आहे" असे म्हणणारे एआय एक इशारा आहे, निर्णय नाही.

5. नोंदणी. प्रत्येक शोध त्याच्या संदर्भ क्रमांकासह डेटाबेसमध्ये प्रवेश करतो, मोजमाप, छायाचित्र आणि विशेषता (हा एकक 5 चा विषय आहे).

इशारा: AI ला शोध "वर्णन" करा, "वर्णन" करू नका. "हे कोणते युग आहे?" त्याऐवजी "या भागाची मापन करण्यायोग्य वैशिष्ट्ये (फॉर्म, धार, पृष्ठभाग, रंग) वस्तुनिष्ठपणे सूचीबद्ध करा" असे विचारा; तुम्ही संदर्भ कॅटलॉगसह कालावधीसाठी निर्णय घ्या. वर्णन विश्वसनीय आहे, विशेषता धोकादायक आहे.

नाणी आणि शिलालेखांवर विशेष लक्ष दिले पाहिजे.

प्रतिमा विश्लेषणामध्ये नाणी आकर्षक आहेत कारण ती असंख्य आणि प्रमाणित आहेत. AI नाण्याच्या चेहऱ्यावरील पोर्ट्रेट (विपरीत) आणि त्याच्या उलट (उलट) चिन्ह ओळखण्यात मदत करू शकते. परंतु नाणे ओळखण्यासाठी अंकीय कौशल्याची आवश्यकता असते: जीर्ण शिलालेख असो, बनावट मिंटेज असो किंवा दुर्मिळ प्रकार असो, चुकीचे प्रमाणीकरण हे सर्व अगदी स्पष्ट आहे. "हे त्या सम्राटाचे नाणे आहे" या म्हणीची प्रमाणित नाणे कॅटलॉगने निश्चितपणे पुष्टी केली आहे. हेच उत्कीर्ण आणि मुद्रांकित शोधांवर लागू होते.

खबरदारी: AI एका प्रसिद्ध प्रकाराशी साम्य असलेला शोध "जुळवतो" आहे; हे सर्वात परिचित पॅटर्नमध्ये दुर्मिळ, स्थानिक किंवा असामान्य उदाहरणे सक्ती करते. असामान्य शोधात AI च्या पहिल्या संदर्भाबद्दल सर्वोत्तम संशयवादी व्हा.

तीन लहान प्रकरणे

केस 1 - प्री-सॉर्टिंगमुळे भार कमी झाला. लोहयुगीन वसाहतीमध्ये 8,400 सिरॅमिक शेड्स सापडले. एआय व्हिज्युअल ग्रुपिंगने भागांना जवळपास 40 फॉर्म आधीच्या क्लस्टरमध्ये विभागले; प्रत्येक तुकडा सुरवातीपासून काढून टाकण्याऐवजी, तज्ञ क्लस्टरमधून गेला आणि क्रमवारी लावण्याची वेळ सुमारे एक तृतीयांश कमी झाली. तज्ञाने AI ने चुकीच्या पद्धतीने एकत्र केलेल्या कणकेच्या दोन वेगवेगळ्या बॅच वेगळे केल्या.

केस 2 - खोटे विशेषता पकडले. एका इंटर्नने AI ला एक नाणे आणले; AI ने आत्मविश्वासाने त्याचे श्रेय एका सुप्रसिद्ध रोमन प्रकाराला दिले. जेव्हा नाणक तज्ज्ञाने कॅटलॉगशी तुलना केली तेव्हा त्याने पाहिले की उलट चिन्ह आणि आख्यायिका (नाण्यावर लिहिणे) क्रम भिन्न आहेत आणि हे प्रादेशिक अनुकरण मिंटेज आहे. एआयने सर्वात परिचित प्रकार सक्ती केला होता.

केस 3 - रंग विसंगती समस्या. एका टीमने वेगवेगळ्या दिवशी घेतलेले AI फोटो वेगवेगळ्या प्रकाशात दिले; कणकेचे रंग विसंगत होते आणि गटबाजी तुटली होती. जेव्हा संघाने रंगीत कार्ड आणि स्थिर प्रकाश योजनेवर स्विच केले, तेव्हा गटबद्धतेची अचूकता लक्षणीय वाढली. धडा: प्रतिमा गुणवत्ता ही वर्गीकरण गुणवत्ता आहे.

चार कॉपी करण्यायोग्य टेम्पलेट्स

1) तटस्थ वर्णन:

तुमची भूमिका: वर्णन सहाय्यक सापडला. मी तुम्हाला शोधण्याचा फोटो/डेटा देईन. केवळ निरीक्षण करण्यायोग्य वैशिष्ट्यांची वस्तुनिष्ठपणे यादी करा: फॉर्म (तोंड/तळ/बॉडी/हँडल), अंदाजे आकार, पृष्ठभाग समाप्त, रंग, सजावट, तुटणे/पोशाख स्थिती. कालावधी, संस्कृती किंवा उत्पादनाच्या ठिकाणाचा संदर्भ घेऊ नका. तुम्हाला वैशिष्ट्याबद्दल खात्री नसल्यास, "अनिश्चित" लिहा.

२) प्री-ग्रुपिंग:

खाली मी [N] भागांचे वर्णन डेटा पेस्ट करेन. फॉर्म आणि पीठ समानतेनुसार त्यांना गटांमध्ये विभाजित करा. प्रत्येक गटासाठी: सामान्य वैशिष्ट्ये, गटामध्ये येणारे भाग क्रमांक आणि गट जोडणारे निकष लिहा. अस्पष्ट राहिलेले कोणतेही भाग वेगळ्या "पुनरावलोकन करण्यासाठी" सूचीमध्ये ठेवा. नेमके प्रकार नाव देऊ नका.

3) उद्धरणासाठी चेकलिस्ट उत्पादन:

तुमची भूमिका: सिरेमिक तज्ञ सल्लागार. खालील गटासाठी, कालावधी/उत्पादन आयटमची पडताळणी करताना मला कोणते निकष तपासावे लागतील याची यादी करा (पीठ विश्लेषण, संदर्भ कॅटलॉग, समांतर शोधा, संदर्भ तारीख इ.). संदर्भ देऊ नका; मी काय तपासावे ते मला सांगा.

4) फोटो गुणवत्ता तपासणी:

खालील सापडलेल्या फोटोंचे मूल्यमापन करा: स्केल बार आहे का, प्रकाश सुसंगत आहे का, रंग कार्ड दृश्यमान आहे का, पार्श्वभूमी साधी आहे का, तुकडा स्पष्ट आहे का? वर्गीकरणासाठी कोणते फोटो पुन्हा घेतले पाहिजेत? भाग क्रमांकासह समस्यांची यादी करा.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत प्रॉम्प्ट:

मातीच्या भांड्याचा हा तुकडा कोणत्या सभ्यतेचा होता, तो किती जुना होता आणि तो कशासाठी वापरला जात होता?

AI एका छायाचित्रातून अचूक सभ्यता, अचूक वय आणि अचूक कार्य तयार करते; सर्व निराधार आणि आत्मविश्वासू आहेत.

शक्तिशाली सूचना:

तुमची भूमिका: वर्णन सहाय्यक सापडला. छायाचित्रातील तुकड्याच्या केवळ निरीक्षण करण्यायोग्य वैशिष्ट्यांचे वर्णन करा: फॉर्मचा भाग (तोंड/तळाशी?), पृष्ठभाग (चकाकी/चकचकीत, जळलेला?), रंग, सजावट, अंदाजे जाडी. नंतर, या वर्णनाच्या आधारे, कार्य आणि कालावधी स्पष्ट करण्यासाठी कोणता अतिरिक्त डेटा (आठ विश्लेषण, प्रोफाइल रेखाचित्र, संदर्भ) आवश्यक आहे ते मला सांगा. अचूक सभ्यता/वयाचा संदर्भ देऊ नका.

फरक: प्रथम निर्णय आवश्यक आहे आणि फिटिंग प्राप्त; दुसऱ्यासाठी वर्णन आणि पडताळणीयोग्य रस्ता नकाशा आवश्यक आहे.

दृश्याच्या पलीकडे: कणिक, संदर्भ आणि प्रोफाइल

AI प्रतिमा विश्लेषणातील एक अडचण अशी आहे की ते केवळ पृष्ठभागाचे स्वरूप पाहते. तथापि, पुरातत्व टायपोलॉजीचा कणा अनेकदा उघड्या डोळ्यांना अदृश्य असतो. कणिक (चिकणमातीची उडालेली स्थिती, त्यातील पदार्थ आणि तुटलेल्या विभागात त्याची रचना) हे कळते की भांडे कोठे आणि कसे तयार केले गेले आणि कोणत्या मातीचा स्रोत वापरला गेला; जरी दोन तुकडे पृष्ठभागावर सारखे असले तरी, त्यांचे पीठ वेगळे असल्यास, ते भिन्न उत्पादन परंपरांचे असू शकतात. म्हणून, गंभीर वर्गीकरणासाठी तुकड्याच्या तुटलेल्या भागाचे छायाचित्रण करणे आवश्यक आहे.

त्याचप्रमाणे, प्रोफाइल (वाहिनीच्या बाजूच्या-शरीर-तळाशी विभागाचे स्केल रेखाचित्र) एका छायाचित्रापेक्षा फॉर्म अधिक अचूकपणे परिभाषित करते; तोंडाचा कोन, काठाची जाडी आणि तळाचा आकार या कालावधीचे सूचक आहेत. AI आपोआप प्रोफाईल ड्रॉईंग काढण्यात आणि तत्सम प्रोफाईल गट करण्यात मदत करू शकते, परंतु तज्ञ ड्रॉइंग आणि मापन सत्यापित करतात. शेवटी, संदर्भ (कोणत्या लेयरमध्ये तुकडा सापडला, कशासह) हा एक मजबूत डेटिंग क्लू आहे जो दृश्य समानतेपासून स्वतंत्र आहे: समान बंद संदर्भातील तुकडे बहुतेक वेळा त्याच कालावधीतील असतात. तुम्ही AI ला फक्त फोटो दिल्यास आणि पोत, प्रोफाइल आणि संदर्भ वगळल्यास, तुम्ही तुमच्या सर्वात मौल्यवान पुराव्याकडे दुर्लक्ष करत आहात.

टीप: AI ला आर्टिफॅक्ट देताना, शक्य असल्यास तीन दृश्ये द्या: बाह्य पृष्ठभाग, अंतर्गत पृष्ठभाग आणि तुटलेला विभाग. संदर्भ क्रमांक आणि कोणतेही प्रोफाइल मोजमाप देखील समाविष्ट करा. अधिक निष्पक्ष डेटा म्हणजे अधिक विश्वासार्ह गट.

शोध प्रकारानुसार AI वापर सारणी

शोधण्याचा प्रकार

AI शक्तिशाली आहे

धोकादायक/मानवी व्यवसाय

अनिवार्य पडताळणी

मातीची भांडी

फॉर्म/ dough प्री-ग्रुपिंग

कालावधी, उत्पादन संदर्भाचे ठिकाण

संदर्भ कॅटलॉग, कणिक विश्लेषण

नाणे

चेहरा/चिन्ह पूर्व-ओळख

विशेषता, अनुकरण/ दुर्मिळ ओळख

नाणे कॅटलॉग, तज्ञ

लिथिक (दगडाचे साधन)

प्रकार आणि आकार मोजमाप

कार्य, तंत्रज्ञान पुनरावलोकन

वापर-पोशाख विश्लेषण

काच/धातू

रंग, फॉर्म पूर्व-पृथक्करण

रचना, कालगणना

प्रयोगशाळा विश्लेषण

थोडे शोध

इन्व्हेंटरी फोटो जुळत आहे

कार्य, महत्त्व व्याख्या

संदर्भ, समांतर उदाहरण

सामान्य चुका

• वर्णनापेक्षा संदर्भ विचारत आहेत. AI ला "ते कसे दिसते" विचारा, "ते काय आहे" नाही; कॅटलॉगसह तुमचा निर्णय घ्या.
• खराब फोटोसह वर्गीकरण. स्केल, लाइट आणि कलर कार्डशिवाय आउटपुट अविश्वसनीय आहे.
• दुर्मिळ शोधासाठी AI चा पहिला संदर्भ स्वीकारत आहे. AI सर्वात परिचित पॅटर्नमध्ये ॲटिपिकल पॅटर्न सक्ती करते.
• पेस्ट/संदर्भ डेटा वगळणे. केवळ दृश्य समानता दिशाभूल करणारी आहे; dough आणि संदर्भ निर्णायक आहेत.
• निश्चित टायपोलॉजीसाठी प्राथमिक गटबद्धता चुकीची आहे. गटबाजी ही एक सुरुवात आहे; टायपोलॉजी एक तज्ञ आणि संदर्भ कार्य आहे.

सारांशात

आढळलेल्या वर्गीकरणात AI; हे व्हिज्युअल वर्णन, वैशिष्ट्य काढणे आणि प्राथमिक गटबद्ध कार्यांमध्ये गंभीर वेळ वाचवते. परंतु सांस्कृतिक-कालानुक्रमिक विशेषता, अनुकरण/दुर्मिळ शोध आणि कार्यात्मक व्याख्या तज्ञ आणि संदर्भ कॅटलॉगशी संबंधित आहेत. AI ला सांगा “वर्णन” नाही “वर्णन”; फोटो गुणवत्ता प्रमाणित करा; स्वतंत्र स्त्रोतांसह प्रत्येक विशेषता सत्यापित करा; दुर्मिळ शोधात, AI च्या पहिल्या उत्तराबद्दल सर्वात जास्त संशयी व्हा.

अर्ज कार्य

तुमच्याकडे असलेल्या 10 सापडलेल्या प्रतिमा (किंवा कॅटलॉगमधून निवडा) मानक स्वरूपात तयार करा. "तटस्थ वर्णन" टेम्प्लेटसह प्रत्येकाचे वर्णन करा, नंतर "प्री-ग्रुपिंग" टेम्पलेटसह त्यांचे गट करा. नंतर एका गटाची वास्तविक संदर्भ कॅटलॉगशी तुलना करा आणि लक्षात घ्या की एआयचे गट कुठे स्पॉट होते आणि ते कुठे चुकीचे होते.

चेकलिस्ट

• [ ] मी स्केल, लाइट आणि कलर कार्डसह फोटो प्रमाणित केले.
• [ ] मला AI कडून तटस्थ वर्णन हवे होते, विशेषता नाही.
• [ ] मी तज्ञ डोळा आणि संदर्भ कॅटलॉगसह प्राथमिक गट तपासले.
• [ ] मी दुर्मिळ/अटिपिकल शोधांमध्ये AI च्या प्रारंभिक विशेषतावर प्रश्नचिन्ह उपस्थित केले.
• मी स्वतंत्र स्त्रोतांसह प्रत्येक सांस्कृतिक-कालानुक्रमिक संदर्भ सत्यापित केले आहेत.