Gevinster:
- Bruke kunstig intelligens i den objektive beskrivelsen og visuelle foreløpige grupperingen av funn, og kunne skille kulturkronologisk referanse fra ekspertens arbeid med referansekatalogen.
- Evne til å forstå hvordan fotokvalitet (skala, lys, fargekort) og metavisuelle data som tekstur, profil, kontekst bestemmer klassifiseringsnøyaktigheten.
- Evne til å gjenkjenne tendensen til kunstig intelligens til å tvinge frem det mest kjente mønsteret i sjeldne og atypiske funn og bekrefte hver attribusjon med en uavhengig kilde
En av de mest slitsomme, men likevel informative oppgavene ved en utgraving er funnklassifisering (separering av funne gjenstander etter type, form og periode). Titusenvis av keramiske biter, hundrevis av mynter, steinverktøy (litisk), bein, glass og metallgjenstander som er gravd fram i løpet av en sesong, må undersøkes og registreres én etter én. I denne enheten vil vi lære hvordan bildeanalyse (automatisk trekke ut funksjoner som form, farge, tekstur fra et fotografi av et objekt) og AI-basert klassifisering fremskynder finnearbeidet, men hvorfor den endelige attribusjonsbeslutningen alltid forblir hos eksperten.
Grunnprinsippet er dette: AI grupperer raskt sammen de som ligner; men man kan lage en kulturkronologisk referanse som "dette stykket er en østgresk produksjon fra det 6. århundre f.Kr." basert på referansekatalogen og ekspertøye. AI er en forhåndssorterings- og måleassistent, ikke en typologiautoritet.
Trinn for å finne klassifisering
1. Visuell fangst. Hvert funn er fotografert i en standard rekkefølge, med en målestokk (linjal som viser størrelse) og fargekort. Konsekvent lys og bakgrunn er avgjørende for AI-bildeanalyse; Dårlig bilde betyr dårlig klassifisering.
2. Funksjonsutvinning. AI; Den trekker ut målbare egenskaper som kantprofil, form (kant, bunn, håndtak), overflatebehandling (polering, glass, maling), pastafarge og tekstur. Deig (den brente formen av leire; fargen og tilsetningsstoffene indikerer stedet og produksjonsteknikken) er ryggraden i arkeologisk typologi.
3. Forhåndsgruppering. AI sorterer tusenvis av deler i klynger basert på visuell likhet: «sannsynligvis samme beholder», «lignende form», «lignende deig». Dette setter ordnede hauger foran eksperten.
4. Ekspertattribusjon. Eksperten tilskriver periode, produksjonssted og funksjon til hver gruppe gjennom referansekataloger, typeserier og sin egen erfaring. AI-en som sier "dette er den romerske perioden" er et hint, ikke en avgjørelse.
5. Registrering. Hvert funn kommer inn i databasen med sitt kontekstnummer, mål, fotografi og attribusjon (dette er emnet for enhet 5).
Hint: La AI-en "beskrive" et funn, ikke "beskrive" det. "Hvilken epoke er dette?" spør i stedet "objektivt liste opp de målbare funksjonene (form, kant, overflate, farge) til denne delen"; Du bestemmer for perioden med referansekatalogen. Beskrivelsen er pålitelig, attribusjon er risikabel.
Spesiell oppmerksomhet bør rettes mot mynter og inskripsjoner.
Mynter er attraktive i bildeanalyse fordi de er mange og standardiserte. AI kan hjelpe med å gjenkjenne portrettet på myntens ansikt (avvendt) og symbolet på baksiden (revers). Men myntidentifikasjon krever numismatisk ekspertise: enten det er en slitt inskripsjon, en forfalsket utgave eller en sjelden variant, er feilattribusjonen altfor åpenbar. AI som sier "dette er mynten til den keiseren" er definitivt bekreftet av en standard myntkatalog. Det samme gjelder innskrevne og stemplede funn.
Forsiktig: AI har en tendens til å "matche" et funn som ligner en kjent type med den kjente typen; Det tvinger sjeldne, lokale eller atypiske eksempler inn i det mest kjente mønsteret. Vær i beste fall skeptisk til den første referansen til AI i et uvanlig funn.
tre minisaker
Tilfelle 1 — Forhåndssortering reduserte belastningen. 8400 keramikkskår ble gravd fram i en bosetning fra jernalderen. AI visuell gruppering delte delene inn i nesten 40 tidligere klynger; I stedet for å eliminere hvert stykke fra bunnen av, gikk eksperten gjennom klyngene, og sorteringstiden ble redusert med omtrent en tredjedel. Eksperten skilte to forskjellige partier med deig som AI hadde kombinert feil.
Sak 2 – Falsk attribusjon fanget. En praktikant introduserte en mynt til AI; AI tilskrev det trygt til en velkjent romersk type. Da den numismatiske eksperten sammenlignet den med katalogen, så han at det omvendte symbolet og legenden (skrevet på mynten) var forskjellig, og at dette var en regional etterligning. AI hadde tvunget frem den mest kjente typen.
Tilfelle 3 — Problem med fargeinkonsistens. Ett team matet AI-bildene tatt på forskjellige dager i forskjellig lys; Deigfargene var inkonsekvente og grupperingen ble brutt. Da teamet byttet til et fargekort og konstant lysskjema, økte grupperingsnøyaktigheten betydelig. Leksjon: bildekvalitet er klassifiseringskvalitet.
Fire kopierbare maler
1) Nøytral beskrivelse:
Din rolle: funnet beskrivelsesassistent. Jeg skal gi deg et funnbilde/data. Vis kun observerbare egenskaper objektivt: form (munn/bunn/kropp/håndtak), beregnet størrelse, overflatefinish, farge, dekorasjon, brudd/slitasjetilstand. IKKE REFERANSE TIL EN PERIODE, KULTUR ELLER PRODUKSJONSSTED. Hvis du ikke er sikker på funksjonen, skriv "usikker".
2) Forhåndsgruppering:
Nedenfor vil jeg lime inn beskrivelsesdataene til [N] deler. Del dem inn i grupper etter form og deiglikhet. For hver gruppe: skriv fellestrekkene, delnumrene som faller inn i gruppen, og kriteriene som forbinder gruppen. Sett alle deler som forblir uklare på en egen "å vurdere"-liste. Ikke oppgi et eksakt typenavn.
3) Sjekklisteproduksjon for sitering:
Din rolle: keramikkekspertkonsulent. For følgende gruppe, oppgi kriteriene jeg må sjekke når jeg VERIFISERER perioden/produksjonselementet (deiganalyse, referansekatalog, parallellfunn, kontekstdato osv.). Ikke gjør referansen; Fortell meg hva jeg bør sjekke.
4) Inspeksjon av bildekvalitet:
Vurder følgende bilder: er det en målestokk, er lyset konsistent, er fargekortet synlig, er bakgrunnen vanlig, er stykket klart? Hvilke bilder bør tas på nytt for klassifisering? List opp problemer med delenummer.
Svak forespørsel / Sterk forespørsel
Svak melding:
Hvilken sivilisasjon var dette keramikkstykket fra, hvor gammelt var det, og hva ble det brukt til?
AI lager presis sivilisasjon, presis alder og presis funksjon fra ett enkelt fotografi; Alle er grunnløse og selvsikre.
Kraftig ledetekst:
Din rolle: funnet beskrivelsesassistent. Beskriv kun de observerbare trekkene til stykket på fotografiet: formdel (munn/bunn?), overflate (glasert/uglasert, polert?), farge, dekorasjon, estimert tykkelse. Deretter, basert på denne beskrivelsen, fortell meg hvilke tilleggsdata (deiganalyse, profiltegning, kontekst) som trengs for å avklare funksjon og periode. Ikke gi nøyaktig sivilisasjons-/aldersreferanse.
Forskjell: den første krever avgjørelse og får tilpasning; den andre krever beskrivelse og et verifiserbart veikart.
Utover det visuelle: deig, kontekst og profil
En fallgruve i AI-bildeanalyse er at den kun ser på overflatens utseende. Imidlertid er ryggraden i arkeologisk typologi ofte usynlig for det blotte øye. Deig (den brente tilstanden til leiren, dens tilsetningsstoffer og dens tekstur i den brutte delen) avslører hvor og hvordan et kar ble produsert og hvilken leirekilde som ble brukt; Selv om to stykker er like på overflaten, kan de tilhøre forskjellige produksjonstradisjoner hvis deigen er forskjellig. Derfor krever en seriøs klassifisering at den ødelagte delen av stykket skal fotograferes.
Likeledes definerer profilen (skalategning av sidekroppen-bunnseksjonen av et kar) formen mye mer presist enn et enkelt fotografi; Munnvinkel, kanttykkelse og bunnform er indikatorer for perioden. AI kan hjelpe automatisk å trekke ut profiltegningen og gruppere lignende profiler, men eksperten verifiserer tegningen og målingen. Til slutt er kontekst (i hvilket lag stykket ble funnet, med hva) en sterk dateringsantydning uavhengig av visuell likhet: stykker i samme lukkede kontekst er ofte fra samme periode. Hvis du gir AI bare bildet og hopper over teksturen, profilen og konteksten, ignorerer du det mest verdifulle beviset ditt.
Tips: Når du gir en artefakt til AI, gi tre visninger hvis mulig: ytre overflate, indre overflate og brutt seksjon. Ta også med kontekstnummeret og eventuelle profilmålinger. Jo mer objektive data betyr mer pålitelig gruppering.
AI-brukstabell etter finnetype
Type funn
AI er kraftig
Risikofylt/menneskelig virksomhet
Obligatorisk verifisering
keramikk
Form/deig forhåndsgruppering
Periode, produksjonsstedsreferanse
Referansekatalog, deiganalyse
mynt
Forhåndsgjenkjenning av ansikt/ikon
Attribusjon, imitasjon/sjelden deteksjon
Myntkatalog, ekspert
Lithic (steinverktøy)
Type og størrelse mål
Funksjon, teknologigjennomgang
Bruksslitasjeanalyse
glass/metall
Farge, form forhåndsseparasjon
Komposisjon, kronologi
Laboratorieanalyse
lite funn
Inventar bildematching
Funksjon, betydning tolkning
Kontekst, parallell eksempel
Vanlige feil
- Be om referanser i stedet for beskrivelser. Spør AI om "hvordan det ser ut", ikke "hva det er"; Ta din avgjørelse med katalogen.
- Klassifisering med dårlig bilde. Uten målestokk, lys og fargekort er utgangen upålitelig.
- Godtar AIs første referanse til det sjeldne funnet. AI tvinger det atypiske mønsteret inn i det mest kjente mønsteret.
- Hopp over lim/kontekstdata. Visuell likhet alene er misvisende; deig og kontekst er avgjørende.
- Feil foreløpig gruppering for definitiv typologi. Gruppering er en start; Typologi er et ekspert- og oppslagsverk.
Oppsummert
AI i funnet klassifisering; Det sparer seriøs tid i visuell beskrivelse, funksjonsutvinning og foreløpige grupperingsoppgaver. Men kulturkronologisk attribusjon, imitasjon/sjelden deteksjon og funksjonell tolkning hører til ekspert- og referansekatalogene. Fortell AI "beskriv" ikke "beskriv"; standardisere bildekvalitet; verifisere hver attribusjon med uavhengige kilder; I sjeldne tilfeller, vær mest skeptisk til AIs første svar.
Søknadsoppgave
Forbered 10 funnet bilder du har (eller velg fra en katalog) i standardformat. Beskriv hver enkelt med malen "Nøytral beskrivelse", og grupper dem deretter med malen "Forhåndsgruppering". Sammenlign deretter en gruppe med en ekte referansekatalog og legg merke til hvor AIs gruppering var på plass og hvor den var feil.
sjekkliste
- [ ] Jeg standardiserte bildene med målestokk, lys og fargekort.
- [ ] Jeg ønsket nøytral beskrivelse fra AI, ikke attribusjon.
- [ ] Jeg sjekket den foreløpige grupperingen med et ekspertøye og referansekatalog.
- [ ] Jeg stilte spørsmål ved den første tilskrivelsen av AI i sjeldne/atypiske funn.
- [ ] Jeg har verifisert hver kulturkronologisk referanse med uavhengige kilder.