ਵਰਗੀਕਰਨ ਅਤੇ ਚਿੱਤਰ ਵਿਸ਼ਲੇਸ਼ਣ ਲੱਭੋ: ਵਸਰਾਵਿਕਸ, ਸਿੱਕੇ, ਲਿਥਿਕਸ ਅਤੇ ਛੋਟੇ ਲੱਭੋ

ਲਾਭ:

• ਨਿਰਪੱਖ ਵਰਣਨ ਅਤੇ ਖੋਜਾਂ ਦੇ ਵਿਜ਼ੂਅਲ ਸ਼ੁਰੂਆਤੀ ਸਮੂਹ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਅਤੇ ਸੰਦਰਭ ਕੈਟਾਲਾਗ ਦੇ ਨਾਲ ਮਾਹਰ ਦੇ ਕੰਮ ਤੋਂ ਸੱਭਿਆਚਾਰਕ-ਕਾਲਮਿਕ ਸੰਦਰਭ ਨੂੰ ਵੱਖ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ।
• ਇਹ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਕਿਵੇਂ ਫੋਟੋ ਦੀ ਗੁਣਵੱਤਾ (ਸਕੇਲ, ਲਾਈਟ, ਕਲਰ ਕਾਰਡ) ਅਤੇ ਮੈਟਾਵਿਜ਼ੁਅਲ ਡੇਟਾ ਜਿਵੇਂ ਕਿ ਟੈਕਸਟ, ਪ੍ਰੋਫਾਈਲ, ਪ੍ਰਸੰਗ ਵਰਗੀਕਰਣ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ।
• ਦੁਰਲੱਭ ਅਤੇ ਅਟੈਪੀਕਲ ਖੋਜਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਜਾਣੇ-ਪਛਾਣੇ ਪੈਟਰਨ ਨੂੰ ਮਜਬੂਰ ਕਰਨ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਪ੍ਰਵਿਰਤੀ ਨੂੰ ਪਛਾਣਨ ਅਤੇ ਇੱਕ ਸੁਤੰਤਰ ਸਰੋਤ ਨਾਲ ਹਰੇਕ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਖੁਦਾਈ ਦੇ ਸਭ ਤੋਂ ਥਕਾ ਦੇਣ ਵਾਲੇ ਪਰ ਜਾਣਕਾਰੀ ਭਰਪੂਰ ਕਾਰਜਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਖੋਜ ਵਰਗੀਕਰਣ (ਪ੍ਰਕਾਰ, ਰੂਪ ਅਤੇ ਮਿਆਦ ਦੇ ਅਨੁਸਾਰ ਲੱਭੀਆਂ ਚੀਜ਼ਾਂ ਨੂੰ ਵੱਖ ਕਰਨਾ)। ਇੱਕ ਸੀਜ਼ਨ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਵਸਰਾਵਿਕ ਟੁਕੜੇ, ਸੈਂਕੜੇ ਸਿੱਕੇ, ਪੱਥਰ ਦੇ ਔਜ਼ਾਰ (ਲਿਥਿਕ), ਹੱਡੀਆਂ, ਕੱਚ ਅਤੇ ਧਾਤ ਦੀਆਂ ਵਸਤੂਆਂ ਦੀ ਜਾਂਚ ਅਤੇ ਰਿਕਾਰਡ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਸਿੱਖਾਂਗੇ ਕਿ ਕਿਵੇਂ ਚਿੱਤਰ ਵਿਸ਼ਲੇਸ਼ਣ (ਆਟੋਮੈਟਿਕਲੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਆਕਾਰ, ਰੰਗ, ਕਿਸੇ ਵਸਤੂ ਦੀ ਫੋਟੋ ਤੋਂ ਟੈਕਸਟ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨਾ) ਅਤੇ ਏਆਈ-ਅਧਾਰਿਤ ਵਰਗੀਕਰਨ ਖੋਜ ਕਾਰਜ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ, ਪਰ ਅੰਤਮ ਵਿਸ਼ੇਸ਼ਤਾ ਦਾ ਫੈਸਲਾ ਹਮੇਸ਼ਾ ਮਾਹਰ ਕੋਲ ਕਿਉਂ ਰਹਿੰਦਾ ਹੈ।

ਮੂਲ ਸਿਧਾਂਤ ਇਹ ਹੈ: ਏਆਈ ਤੇਜ਼ੀ ਨਾਲ ਉਹਨਾਂ ਨੂੰ ਇਕੱਠੇ ਕਰਦਾ ਹੈ ਜੋ ਸਮਾਨ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ; ਪਰ ਸੰਦਰਭ ਕੈਟਾਲਾਗ ਅਤੇ ਮਾਹਰ ਅੱਖ ਦੇ ਆਧਾਰ 'ਤੇ ਕੋਈ ਵੀ ਸੱਭਿਆਚਾਰਕ-ਕਾਲਕ੍ਰਮਿਕ ਹਵਾਲਾ ਦੇ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ "ਇਹ ਟੁਕੜਾ 6ਵੀਂ ਸਦੀ ਬੀ ਸੀ ਦਾ ਪੂਰਬੀ ਯੂਨਾਨੀ ਉਤਪਾਦਨ ਹੈ"। AI ਇੱਕ ਪੂਰਵ-ਛਾਂਟਣ ਅਤੇ ਮਾਪਣ ਵਾਲਾ ਸਹਾਇਕ ਹੈ, ਨਾ ਕਿ ਟਾਈਪੋਲੋਜੀ ਅਥਾਰਟੀ।

ਵਰਗੀਕਰਨ ਲੱਭਣ ਦੇ ਪੜਾਅ

1. ਵਿਜ਼ੂਅਲ ਕੈਪਚਰ। ਹਰੇਕ ਖੋਜ ਨੂੰ ਇੱਕ ਮਿਆਰੀ ਕ੍ਰਮ ਵਿੱਚ ਫੋਟੋ ਖਿੱਚਿਆ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਸਕੇਲ ਪੱਟੀ (ਸ਼ਾਸਕ ਦਾ ਆਕਾਰ ਦਿਖਾਉਂਦੇ ਹੋਏ) ਅਤੇ ਰੰਗ ਕਾਰਡ ਦੇ ਨਾਲ। ਏਆਈ ਚਿੱਤਰ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਇਕਸਾਰ ਰੋਸ਼ਨੀ ਅਤੇ ਪਿਛੋਕੜ ਮਹੱਤਵਪੂਰਨ ਹਨ; ਮਾੜੀ ਫੋਟੋ ਦਾ ਮਤਲਬ ਬੁਰਾ ਵਰਗੀਕਰਨ ਹੈ।

2. ਵਿਸ਼ੇਸ਼ਤਾ ਕੱਢਣ। AI; ਇਹ ਮਾਪਣਯੋਗ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਕਿਨਾਰੇ ਪ੍ਰੋਫਾਈਲ, ਫਾਰਮ (ਰਿਮ, ਥੱਲੇ, ਹੈਂਡਲ), ਸਤਹ ਦਾ ਇਲਾਜ (ਪਾਲਿਸ਼ਿੰਗ, ਗਲਾਸ, ਪੇਂਟ), ਪੇਸਟ ਰੰਗ ਅਤੇ ਟੈਕਸਟ ਨੂੰ ਕੱਢਦਾ ਹੈ। ਆਟੇ (ਮਿੱਟੀ ਦਾ ਫਾਇਰ ਕੀਤਾ ਰੂਪ; ਇਸਦਾ ਰੰਗ ਅਤੇ ਜੋੜ ਉਤਪਾਦਨ ਦੇ ਸਥਾਨ ਅਤੇ ਤਕਨੀਕ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ) ਪੁਰਾਤੱਤਵ ਕਿਸਮ ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਹੈ।

3. ਪ੍ਰੀ-ਗਰੁੱਪਿੰਗ। AI ਵਿਜ਼ੂਅਲ ਸਮਾਨਤਾ ਦੇ ਆਧਾਰ 'ਤੇ ਹਜ਼ਾਰਾਂ ਹਿੱਸਿਆਂ ਨੂੰ ਕਲੱਸਟਰਾਂ ਵਿੱਚ ਕ੍ਰਮਬੱਧ ਕਰਦਾ ਹੈ: "ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਸਮਾਨ ਕੰਟੇਨਰ," "ਸਮਾਨ ਰੂਪ," "ਸਮਾਨ ਆਟੇ।" ਇਸ ਨਾਲ ਮਾਹਿਰਾਂ ਦੇ ਸਾਹਮਣੇ ਤਰਤੀਬਵਾਰ ਢੇਰ ਲੱਗ ਜਾਂਦੇ ਹਨ।

4. ਮਾਹਰ ਵਿਸ਼ੇਸ਼ਤਾ। ਮਾਹਰ ਸੰਦਰਭ ਕੈਟਾਲਾਗ, ਕਿਸਮ ਲੜੀ, ਅਤੇ ਆਪਣੇ ਖੁਦ ਦੇ ਤਜ਼ਰਬੇ ਦੁਆਰਾ ਹਰੇਕ ਸਮੂਹ ਨੂੰ ਮਿਆਦ, ਉਤਪਾਦਨ ਦੇ ਸਥਾਨ, ਅਤੇ ਫੰਕਸ਼ਨ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਦਿੰਦਾ ਹੈ। AI ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ "ਇਹ ਰੋਮਨ ਪੀਰੀਅਡ ਹੈ" ਇੱਕ ਇਸ਼ਾਰਾ ਹੈ, ਕੋਈ ਫੈਸਲਾ ਨਹੀਂ।

5. ਰਜਿਸਟ੍ਰੇਸ਼ਨ। ਹਰੇਕ ਖੋਜ ਇਸਦੇ ਸੰਦਰਭ ਨੰਬਰ, ਮਾਪ, ਫੋਟੋ ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾ (ਇਹ ਯੂਨਿਟ 5 ਦਾ ਵਿਸ਼ਾ ਹੈ) ਦੇ ਨਾਲ ਡੇਟਾਬੇਸ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ।

ਸੰਕੇਤ: AI ਨੂੰ ਇੱਕ ਖੋਜ "ਵਰਣਨ" ਕਰੋ, ਨਾ ਕਿ ਇਸਦਾ "ਵਰਣਨ" ਕਰੋ। "ਇਹ ਕਿਹੜਾ ਯੁੱਗ ਹੈ?" ਇਸ ਦੀ ਬਜਾਏ "ਇਸ ਹਿੱਸੇ ਦੀਆਂ ਮਾਪਣਯੋਗ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (ਰੂਪ, ਕਿਨਾਰਾ, ਸਤਹ, ਰੰਗ) ਨੂੰ ਉਦੇਸ਼ਪੂਰਵਕ ਸੂਚੀਬੱਧ ਕਰੋ"; ਤੁਸੀਂ ਹਵਾਲਾ ਕੈਟਾਲਾਗ ਦੇ ਨਾਲ ਮਿਆਦ ਲਈ ਫੈਸਲਾ ਕਰਦੇ ਹੋ। ਵਰਣਨ ਭਰੋਸੇਯੋਗ ਹੈ, ਵਿਸ਼ੇਸ਼ਤਾ ਜੋਖਮ ਭਰਪੂਰ ਹੈ।

ਸਿੱਕਿਆਂ ਅਤੇ ਸ਼ਿਲਾਲੇਖਾਂ 'ਤੇ ਵਿਸ਼ੇਸ਼ ਧਿਆਨ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ.

ਸਿੱਕੇ ਚਿੱਤਰ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਆਕਰਸ਼ਕ ਹੁੰਦੇ ਹਨ ਕਿਉਂਕਿ ਉਹ ਬਹੁਤ ਸਾਰੇ ਅਤੇ ਮਿਆਰੀ ਹੁੰਦੇ ਹਨ। AI ਸਿੱਕੇ ਦੇ ਚਿਹਰੇ 'ਤੇ ਪੋਰਟਰੇਟ (ਉਲਟ) ਅਤੇ ਇਸਦੇ ਉਲਟ (ਉਲਟ) 'ਤੇ ਪ੍ਰਤੀਕ ਨੂੰ ਪਛਾਣਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਪਰ ਸਿੱਕੇ ਦੀ ਪਛਾਣ ਲਈ ਸੰਖਿਆਤਮਕ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ: ਭਾਵੇਂ ਇੱਕ ਖਰਾਬ ਸ਼ਿਲਾਲੇਖ, ਇੱਕ ਨਕਲੀ ਮਿਨਟੇਜ, ਜਾਂ ਇੱਕ ਦੁਰਲੱਭ ਰੂਪ, ਗਲਤ ਅਨੁਪਾਤ ਸਭ ਸਪੱਸ਼ਟ ਹੈ। AI ਕਹਿਣਾ "ਇਹ ਉਸ ਸਮਰਾਟ ਦਾ ਸਿੱਕਾ ਹੈ" ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਇੱਕ ਮਿਆਰੀ ਸਿੱਕਾ ਕੈਟਾਲਾਗ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਹੈ। ਇਹੀ ਗੱਲ ਲਿਖੀਆਂ ਅਤੇ ਮੋਹਰ ਵਾਲੀਆਂ ਖੋਜਾਂ 'ਤੇ ਲਾਗੂ ਹੁੰਦੀ ਹੈ।

ਸਾਵਧਾਨ: AI ਇੱਕ ਖੋਜ ਨੂੰ "ਮੇਲ" ਕਰਦਾ ਹੈ ਜੋ ਉਸ ਮਸ਼ਹੂਰ ਕਿਸਮ ਨਾਲ ਮਿਲਦੀ ਜੁਲਦੀ ਹੈ; ਇਹ ਦੁਰਲੱਭ, ਸਥਾਨਕ ਜਾਂ ਅਸਧਾਰਨ ਉਦਾਹਰਣਾਂ ਨੂੰ ਸਭ ਤੋਂ ਜਾਣੇ-ਪਛਾਣੇ ਪੈਟਰਨ ਵਿੱਚ ਮਜਬੂਰ ਕਰਦਾ ਹੈ। ਇੱਕ ਅਸਾਧਾਰਨ ਖੋਜ ਵਿੱਚ AI ਦੇ ਪਹਿਲੇ ਸੰਦਰਭ ਬਾਰੇ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਦੇਹਵਾਦੀ ਬਣੋ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਪੂਰਵ-ਛਾਂਟਣ ਨਾਲ ਲੋਡ ਘਟਿਆ। ਲੋਹ ਯੁੱਗ ਦੇ ਬੰਦੋਬਸਤ ਵਿੱਚ 8,400 ਵਸਰਾਵਿਕ ਸ਼ੈਰਡਾਂ ਦਾ ਪਤਾ ਲਗਾਇਆ ਗਿਆ ਸੀ। AI ਵਿਜ਼ੂਅਲ ਗਰੁੱਪਿੰਗ ਨੇ ਭਾਗਾਂ ਨੂੰ ਲਗਭਗ 40 ਫਾਰਮ ਪੁਰਾਣੇ ਕਲੱਸਟਰਾਂ ਵਿੱਚ ਵੰਡਿਆ; ਹਰ ਇੱਕ ਟੁਕੜੇ ਨੂੰ ਸਕ੍ਰੈਚ ਤੋਂ ਹਟਾਉਣ ਦੀ ਬਜਾਏ, ਮਾਹਰ ਕਲੱਸਟਰਾਂ ਵਿੱਚੋਂ ਲੰਘਿਆ, ਅਤੇ ਛਾਂਟੀ ਕਰਨ ਦਾ ਸਮਾਂ ਲਗਭਗ ਇੱਕ ਤਿਹਾਈ ਤੱਕ ਘਟਾ ਦਿੱਤਾ ਗਿਆ। ਮਾਹਰ ਨੇ ਆਟੇ ਦੇ ਦੋ ਵੱਖ-ਵੱਖ ਬੈਚਾਂ ਨੂੰ ਵੱਖ ਕੀਤਾ ਜੋ AI ਨੇ ਗਲਤ ਢੰਗ ਨਾਲ ਜੋੜਿਆ ਸੀ।

ਕੇਸ 2 - ਗਲਤ ਵਿਸ਼ੇਸ਼ਤਾ ਫੜੀ ਗਈ। ਇੱਕ ਇੰਟਰਨ ਨੇ ਏਆਈ ਨੂੰ ਇੱਕ ਸਿੱਕਾ ਪੇਸ਼ ਕੀਤਾ; AI ਨੇ ਭਰੋਸੇ ਨਾਲ ਇਸ ਨੂੰ ਇੱਕ ਮਸ਼ਹੂਰ ਰੋਮਨ ਕਿਸਮ ਨਾਲ ਜੋੜਿਆ। ਜਦੋਂ ਅੰਕ ਵਿਗਿਆਨੀ ਮਾਹਰ ਨੇ ਕੈਟਾਲਾਗ ਨਾਲ ਇਸ ਦੀ ਤੁਲਨਾ ਕੀਤੀ, ਤਾਂ ਉਸਨੇ ਦੇਖਿਆ ਕਿ ਉਲਟ ਚਿੰਨ੍ਹ ਅਤੇ ਦੰਤਕਥਾ (ਸਿੱਕੇ 'ਤੇ ਲਿਖਣਾ) ਕ੍ਰਮ ਵੱਖੋ-ਵੱਖਰੇ ਸਨ ਅਤੇ ਇਹ ਇੱਕ ਖੇਤਰੀ ਨਕਲ ਮਿਨਟੇਜ ਸੀ। AI ਨੇ ਸਭ ਤੋਂ ਜਾਣੂ ਕਿਸਮ ਨੂੰ ਮਜਬੂਰ ਕੀਤਾ ਸੀ.

ਕੇਸ 3 - ਰੰਗ ਅਸੰਗਤਤਾ ਸਮੱਸਿਆ। ਇੱਕ ਟੀਮ ਨੇ ਵੱਖ-ਵੱਖ ਰੋਸ਼ਨੀ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਦਿਨਾਂ 'ਤੇ ਲਈਆਂ ਗਈਆਂ AI ਫੋਟੋਆਂ ਨੂੰ ਖੁਆਇਆ; ਆਟੇ ਦੇ ਰੰਗ ਅਸੰਗਤ ਸਨ ਅਤੇ ਸਮੂਹ ਟੁੱਟ ਗਿਆ ਸੀ. ਜਦੋਂ ਟੀਮ ਨੇ ਇੱਕ ਰੰਗ ਕਾਰਡ ਅਤੇ ਨਿਰੰਤਰ ਰੋਸ਼ਨੀ ਸਕੀਮ ਵਿੱਚ ਸਵਿਚ ਕੀਤਾ, ਤਾਂ ਗਰੁੱਪਿੰਗ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਹੋਇਆ। ਪਾਠ: ਚਿੱਤਰ ਗੁਣਵੱਤਾ ਵਰਗੀਕਰਨ ਗੁਣਵੱਤਾ ਹੈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਨਿਰਪੱਖ ਵਰਣਨ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਵਰਣਨ ਸਹਾਇਕ ਮਿਲਿਆ। ਮੈਂ ਤੁਹਾਨੂੰ ਇੱਕ ਲੱਭੀ ਫੋਟੋ/ਡਾਟਾ ਦੇਵਾਂਗਾ। ਨਿਰੀਖਣਯੋਗ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਨਿਰਪੱਖ ਤੌਰ 'ਤੇ ਸੂਚੀਬੱਧ ਕਰੋ: ਫਾਰਮ (ਮੂੰਹ/ਹੇਠਾਂ/ਬਾਡੀ/ਹੈਂਡਲ), ਅੰਦਾਜ਼ਨ ਆਕਾਰ, ਸਤਹ ਦੀ ਸਮਾਪਤੀ, ਰੰਗ, ਸਜਾਵਟ, ਟੁੱਟਣ/ਪਹਿਰਾਣ ਦੀ ਸਥਿਤੀ। ਕਿਸੇ ਮਿਆਦ, ਸੱਭਿਆਚਾਰ ਜਾਂ ਉਤਪਾਦਨ ਦੇ ਸਥਾਨ ਦਾ ਹਵਾਲਾ ਨਾ ਦਿਓ। ਜੇ ਤੁਸੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਬਾਰੇ ਯਕੀਨੀ ਨਹੀਂ ਹੋ, ਤਾਂ "ਅਨਿਸ਼ਚਿਤ" ਲਿਖੋ।

2) ਪ੍ਰੀ-ਗਰੁੱਪਿੰਗ:

ਹੇਠਾਂ ਮੈਂ [N] ਭਾਗਾਂ ਦਾ ਵੇਰਵਾ ਡੇਟਾ ਪੇਸਟ ਕਰਾਂਗਾ। ਫਾਰਮ ਅਤੇ ਆਟੇ ਦੀ ਸਮਾਨਤਾ ਦੇ ਅਨੁਸਾਰ ਉਹਨਾਂ ਨੂੰ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡੋ. ਹਰੇਕ ਸਮੂਹ ਲਈ: ਸਾਂਝੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਸਮੂਹ ਵਿੱਚ ਆਉਣ ਵਾਲੇ ਭਾਗ ਨੰਬਰ, ਅਤੇ ਸਮੂਹ ਨੂੰ ਜੋੜਨ ਵਾਲੇ ਮਾਪਦੰਡ ਲਿਖੋ। ਕਿਸੇ ਵੀ ਹਿੱਸੇ ਨੂੰ ਰੱਖੋ ਜੋ ਅਸਪਸ਼ਟ ਰਹਿੰਦੇ ਹਨ ਇੱਕ ਵੱਖਰੀ "ਸਮੀਖਿਆ ਲਈ" ਸੂਚੀ ਵਿੱਚ. ਇੱਕ ਸਹੀ ਕਿਸਮ ਦਾ ਨਾਮ ਨਾ ਦਿਓ।

3) ਹਵਾਲੇ ਲਈ ਚੈੱਕਲਿਸਟ ਉਤਪਾਦਨ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਵਸਰਾਵਿਕਸ ਮਾਹਰ ਸਲਾਹਕਾਰ। ਹੇਠਾਂ ਦਿੱਤੇ ਸਮੂਹ ਲਈ, ਮਿਆਦ/ਉਤਪਾਦਨ ਆਈਟਮ (ਆਟੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਸੰਦਰਭ ਕੈਟਾਲਾਗ, ਸਮਾਨਾਂਤਰ ਖੋਜ, ਸੰਦਰਭ ਮਿਤੀ, ਆਦਿ) ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਵੇਲੇ ਮੈਨੂੰ ਜਾਂਚ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਮਾਪਦੰਡਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਹਵਾਲਾ ਨਾ ਬਣਾਓ; ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਮੈਨੂੰ ਕੀ ਚੈੱਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

4) ਫੋਟੋ ਗੁਣਵੱਤਾ ਨਿਰੀਖਣ:

ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਫੋਟੋਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ: ਕੀ ਕੋਈ ਸਕੇਲ ਪੱਟੀ ਹੈ, ਕੀ ਰੋਸ਼ਨੀ ਇਕਸਾਰ ਹੈ, ਕੀ ਰੰਗ ਕਾਰਡ ਦਿਖਾਈ ਦੇ ਰਿਹਾ ਹੈ, ਕੀ ਪਿਛੋਕੜ ਸਾਦਾ ਹੈ, ਕੀ ਟੁਕੜਾ ਸਾਫ਼ ਹੈ? ਵਰਗੀਕਰਨ ਲਈ ਕਿਹੜੀਆਂ ਫੋਟੋਆਂ ਨੂੰ ਦੁਬਾਰਾ ਲਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ? ਭਾਗ ਨੰਬਰ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਇਹ ਮਿੱਟੀ ਦੇ ਭਾਂਡਿਆਂ ਦਾ ਟੁਕੜਾ ਕਿਸ ਸਭਿਅਤਾ ਦਾ ਸੀ, ਇਹ ਕਿੰਨਾ ਪੁਰਾਣਾ ਸੀ, ਅਤੇ ਇਹ ਕਿਸ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਸੀ?

AI ਇੱਕ ਸਿੰਗਲ ਫੋਟੋ ਤੋਂ ਸਟੀਕ ਸਭਿਅਤਾ, ਸਟੀਕ ਉਮਰ, ਅਤੇ ਸਟੀਕ ਫੰਕਸ਼ਨ ਨੂੰ ਜੋੜਦਾ ਹੈ; ਸਾਰੇ ਬੇਬੁਨਿਆਦ ਅਤੇ ਭਰੋਸੇਮੰਦ ਹਨ.

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਵਰਣਨ ਸਹਾਇਕ ਮਿਲਿਆ। ਫੋਟੋ ਵਿਚਲੇ ਟੁਕੜੇ ਦੀਆਂ ਸਿਰਫ ਦੇਖਣਯੋਗ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਵਰਣਨ ਕਰੋ: ਰੂਪ ਦਾ ਹਿੱਸਾ (ਮੂੰਹ/ਹੇਠਾਂ?), ਸਤ੍ਹਾ (ਚਮਕਦਾਰ/ਅੰਗਲੇਜ਼ਡ, ਸੜਿਆ ਹੋਇਆ?), ਰੰਗ, ਸਜਾਵਟ, ਅੰਦਾਜ਼ਨ ਮੋਟਾਈ। ਫਿਰ, ਇਸ ਵਰਣਨ ਦੇ ਆਧਾਰ 'ਤੇ, ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਫੰਕਸ਼ਨ ਅਤੇ ਪੀਰੀਅਡ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ ਲਈ ਕਿਹੜੇ ਵਾਧੂ ਡੇਟਾ (ਆਟੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਪ੍ਰੋਫਾਈਲ ਡਰਾਇੰਗ, ਸੰਦਰਭ) ਦੀ ਲੋੜ ਹੈ। ਸਟੀਕ ਸਭਿਅਤਾ/ਉਮਰ ਦਾ ਹਵਾਲਾ ਨਾ ਬਣਾਓ।

ਅੰਤਰ: ਪਹਿਲੇ ਨੂੰ ਫੈਸਲੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਫਿਟਿੰਗ ਪ੍ਰਾਪਤ ਹੁੰਦੀ ਹੈ; ਦੂਜੇ ਲਈ ਵਰਣਨ ਅਤੇ ਇੱਕ ਪ੍ਰਮਾਣਿਤ ਰੋਡ ਮੈਪ ਦੀ ਲੋੜ ਹੈ।

ਵਿਜ਼ੂਅਲ ਤੋਂ ਪਰੇ: ਆਟੇ, ਪ੍ਰਸੰਗ ਅਤੇ ਪ੍ਰੋਫਾਈਲ

ਏਆਈ ਚਿੱਤਰ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਇੱਕ ਖਰਾਬੀ ਇਹ ਹੈ ਕਿ ਇਹ ਸਿਰਫ ਸਤ੍ਹਾ ਦੀ ਦਿੱਖ ਨੂੰ ਵੇਖਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਪੁਰਾਤੱਤਵ ਟਾਈਪੋਲੋਜੀ ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਅਕਸਰ ਨੰਗੀ ਅੱਖ ਲਈ ਅਦਿੱਖ ਹੁੰਦੀ ਹੈ। ਆਟੇ (ਮਿੱਟੀ ਦੀ ਅੱਗ ਵਾਲੀ ਸਥਿਤੀ, ਇਸਦੇ ਜੋੜਾਂ ਅਤੇ ਟੁੱਟੇ ਹੋਏ ਹਿੱਸੇ ਵਿੱਚ ਇਸਦੀ ਬਣਤਰ) ਦੱਸਦੀ ਹੈ ਕਿ ਇੱਕ ਭਾਂਡਾ ਕਿੱਥੇ ਅਤੇ ਕਿਵੇਂ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਮਿੱਟੀ ਦੇ ਕਿਹੜੇ ਸਰੋਤ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ; ਭਾਵੇਂ ਸਤ੍ਹਾ 'ਤੇ ਦੋ ਟੁਕੜੇ ਇੱਕੋ ਜਿਹੇ ਹਨ, ਜੇਕਰ ਉਨ੍ਹਾਂ ਦਾ ਆਟਾ ਵੱਖਰਾ ਹੈ, ਤਾਂ ਉਹ ਵੱਖ-ਵੱਖ ਉਤਪਾਦਨ ਪਰੰਪਰਾਵਾਂ ਨਾਲ ਸਬੰਧਤ ਹੋ ਸਕਦੇ ਹਨ। ਇਸ ਲਈ, ਇੱਕ ਗੰਭੀਰ ਵਰਗੀਕਰਨ ਲਈ ਟੁਕੜੇ ਦੇ ਟੁੱਟੇ ਭਾਗ ਨੂੰ ਫੋਟੋ ਖਿੱਚਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਇਸੇ ਤਰ੍ਹਾਂ, ਪ੍ਰੋਫਾਈਲ (ਕਿਸੇ ਭਾਂਡੇ ਦੇ ਸਾਈਡ-ਬਾਡੀ-ਬੋਟਮ ਸੈਕਸ਼ਨ ਦਾ ਸਕੇਲ ਡਰਾਇੰਗ) ਫਾਰਮ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਫੋਟੋ ਨਾਲੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਟੀਕਤਾ ਨਾਲ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ; ਮੂੰਹ ਦਾ ਕੋਣ, ਕਿਨਾਰੇ ਦੀ ਮੋਟਾਈ ਅਤੇ ਹੇਠਾਂ ਦੀ ਸ਼ਕਲ ਪੀਰੀਅਡ ਦੇ ਸੂਚਕ ਹਨ। AI ਪ੍ਰੋਫਾਈਲ ਡਰਾਇੰਗ ਨੂੰ ਆਪਣੇ ਆਪ ਐਕਸਟਰੈਕਟ ਕਰਨ ਅਤੇ ਸਮਾਨ ਪ੍ਰੋਫਾਈਲਾਂ ਨੂੰ ਸਮੂਹ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਮਾਹਰ ਡਰਾਇੰਗ ਅਤੇ ਮਾਪ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਅੰਤ ਵਿੱਚ, ਸੰਦਰਭ (ਜਿਸ ਪਰਤ ਵਿੱਚ ਟੁਕੜਾ ਪਾਇਆ ਗਿਆ ਸੀ, ਕਿਸ ਨਾਲ) ਦ੍ਰਿਸ਼ਟੀਗਤ ਸਮਾਨਤਾ ਤੋਂ ਸੁਤੰਤਰ ਇੱਕ ਮਜ਼ਬੂਤ ​​ਡੇਟਿੰਗ ਸੁਰਾਗ ਹੈ: ਇੱਕੋ ਬੰਦ ਸੰਦਰਭ ਵਿੱਚ ਟੁਕੜੇ ਅਕਸਰ ਉਸੇ ਸਮੇਂ ਦੇ ਹੁੰਦੇ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ AI ਨੂੰ ਸਿਰਫ਼ ਫੋਟੋ ਦਿੰਦੇ ਹੋ ਅਤੇ ਟੈਕਸਟ, ਪ੍ਰੋਫਾਈਲ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਛੱਡ ਦਿੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਆਪਣੇ ਸਭ ਤੋਂ ਕੀਮਤੀ ਸਬੂਤ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਰਹੇ ਹੋ।

ਨੁਕਤਾ: AI ਨੂੰ ਆਰਟੀਫੈਕਟ ਦਿੰਦੇ ਸਮੇਂ, ਜੇ ਸੰਭਵ ਹੋਵੇ ਤਾਂ ਤਿੰਨ ਦ੍ਰਿਸ਼ ਪ੍ਰਦਾਨ ਕਰੋ: ਬਾਹਰੀ ਸਤਹ, ਅੰਦਰਲੀ ਸਤਹ, ਅਤੇ ਟੁੱਟਿਆ ਭਾਗ। ਸੰਦਰਭ ਨੰਬਰ ਅਤੇ ਕੋਈ ਵੀ ਪ੍ਰੋਫਾਈਲ ਮਾਪ ਵੀ ਸ਼ਾਮਲ ਕਰੋ। ਵਧੇਰੇ ਨਿਰਪੱਖ ਡੇਟਾ ਦਾ ਅਰਥ ਹੈ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਸਮੂਹ।

ਖੋਜ ਕਿਸਮ ਦੁਆਰਾ AI ਵਰਤੋਂ ਸਾਰਣੀ

ਲੱਭਣ ਦੀ ਕਿਸਮ

AI ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ

ਜੋਖਮ ਭਰਿਆ/ਮਨੁੱਖੀ ਕਾਰੋਬਾਰ

ਲਾਜ਼ਮੀ ਪੁਸ਼ਟੀਕਰਨ

ਵਸਰਾਵਿਕਸ

ਫਾਰਮ/ਆਟੇ ਦੀ ਪ੍ਰੀ-ਗਰੁੱਪਿੰਗ

ਮਿਆਦ, ਉਤਪਾਦਨ ਸੰਦਰਭ ਦਾ ਸਥਾਨ

ਹਵਾਲਾ ਕੈਟਾਲਾਗ, ਆਟੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ

ਸਿੱਕਾ

ਚਿਹਰਾ/ਆਈਕਨ ਪੂਰਵ-ਪਛਾਣ

ਵਿਸ਼ੇਸ਼ਤਾ, ਨਕਲ / ਦੁਰਲੱਭ ਖੋਜ

ਸਿੱਕਾ ਕੈਟਾਲਾਗ, ਮਾਹਰ

ਲਿਥਿਕ (ਪੱਥਰ ਦਾ ਸੰਦ)

ਕਿਸਮ ਅਤੇ ਆਕਾਰ ਮਾਪ

ਫੰਕਸ਼ਨ, ਤਕਨਾਲੋਜੀ ਸਮੀਖਿਆ

ਵਰਤੋਂ-ਪਹਿਨਣ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ

ਕੱਚ / ਧਾਤ

ਰੰਗ, ਫਾਰਮ ਪੂਰਵ-ਵੱਖ

ਰਚਨਾ, ਕਾਲਕ੍ਰਮ

ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਵਿਸ਼ਲੇਸ਼ਣ

ਬਹੁਤ ਘੱਟ ਲੱਭੋ

ਵਸਤੂ ਸੂਚੀ ਦੀ ਫੋਟੋ ਮੇਲ ਖਾਂਦੀ ਹੈ

ਫੰਕਸ਼ਨ, ਮਹੱਤਤਾ ਵਿਆਖਿਆ

ਸੰਦਰਭ, ਸਮਾਨਾਂਤਰ ਉਦਾਹਰਨ

ਆਮ ਗਲਤੀਆਂ

• ਵਰਣਨ ਦੀ ਬਜਾਏ ਹਵਾਲੇ ਲਈ ਪੁੱਛਣਾ. AI ਨੂੰ "ਇਹ ਕਿਹੋ ਜਿਹਾ ਦਿਸਦਾ ਹੈ" ਲਈ ਪੁੱਛੋ, ਨਾ ਕਿ "ਇਹ ਕੀ ਹੈ"; ਕੈਟਾਲਾਗ ਨਾਲ ਆਪਣਾ ਫੈਸਲਾ ਕਰੋ।
• ਮਾੜੀ ਫੋਟੋ ਨਾਲ ਵਰਗੀਕਰਨ. ਸਕੇਲ, ਲਾਈਟ ਅਤੇ ਕਲਰ ਕਾਰਡ ਤੋਂ ਬਿਨਾਂ ਆਉਟਪੁੱਟ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ।
• ਦੁਰਲੱਭ ਖੋਜ ਲਈ AI ਦੇ ਪਹਿਲੇ ਸੰਦਰਭ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ। AI ਸਭ ਤੋਂ ਜਾਣੇ-ਪਛਾਣੇ ਪੈਟਰਨ ਵਿੱਚ ਅਟੈਪੀਕਲ ਪੈਟਰਨ ਨੂੰ ਮਜਬੂਰ ਕਰਦਾ ਹੈ।
• ਪੇਸਟ/ਪ੍ਰਸੰਗ ਡੇਟਾ ਛੱਡਣਾ। ਵਿਜ਼ੂਅਲ ਸਮਾਨਤਾ ਇਕੱਲੀ ਗੁੰਮਰਾਹਕੁੰਨ ਹੈ; ਆਟੇ ਅਤੇ ਸੰਦਰਭ ਨਿਰਣਾਇਕ ਹਨ।
• ਨਿਸ਼ਚਤ ਟਾਈਪੋਲੋਜੀ ਲਈ ਸ਼ੁਰੂਆਤੀ ਗਰੁੱਪਿੰਗ ਨੂੰ ਗਲਤ ਕਰਨਾ। ਗਰੁੱਪਿੰਗ ਇੱਕ ਸ਼ੁਰੂਆਤ ਹੈ; ਟਾਈਪੋਲੋਜੀ ਇੱਕ ਮਾਹਰ ਅਤੇ ਹਵਾਲਾ ਕੰਮ ਹੈ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਪਾਇਆ ਗਿਆ ਵਰਗੀਕਰਨ ਵਿੱਚ AI; ਇਹ ਵਿਜ਼ੂਅਲ ਵਰਣਨ, ਵਿਸ਼ੇਸ਼ਤਾ ਕੱਢਣ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਗਰੁੱਪਿੰਗ ਕਾਰਜਾਂ ਵਿੱਚ ਗੰਭੀਰ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ। ਪਰ ਸੱਭਿਆਚਾਰਕ-ਕਾਲਮਿਕ ਵਿਸ਼ੇਸ਼ਤਾ, ਨਕਲ / ਦੁਰਲੱਭ ਖੋਜ ਅਤੇ ਕਾਰਜਾਤਮਕ ਵਿਆਖਿਆ ਮਾਹਰ ਅਤੇ ਸੰਦਰਭ ਕੈਟਾਲਾਗ ਨਾਲ ਸਬੰਧਤ ਹੈ। AI ਨੂੰ ਦੱਸੋ "ਵਰਣਨ ਕਰੋ" ਨਾ "ਵਰਣਨ ਕਰੋ"; ਫੋਟੋ ਗੁਣਵੱਤਾ ਨੂੰ ਮਿਆਰੀ ਬਣਾਓ; ਸੁਤੰਤਰ ਸਰੋਤਾਂ ਨਾਲ ਹਰੇਕ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ; ਦੁਰਲੱਭ ਖੋਜ ਵਿੱਚ, AI ਦੇ ਪਹਿਲੇ ਜਵਾਬ ਬਾਰੇ ਸਭ ਤੋਂ ਵੱਧ ਸੰਦੇਹਵਾਦੀ ਬਣੋ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਤੁਹਾਡੇ ਕੋਲ ਮੌਜੂਦ 10 ਲੱਭੀਆਂ ਤਸਵੀਰਾਂ ਨੂੰ ਮਿਆਰੀ ਫਾਰਮੈਟ ਵਿੱਚ ਤਿਆਰ ਕਰੋ (ਜਾਂ ਇੱਕ ਕੈਟਾਲਾਗ ਵਿੱਚੋਂ ਚੁਣੋ)। ਹਰ ਇੱਕ ਦਾ ਵਰਣਨ "ਨਿਰਪੱਖ ਵਰਣਨ" ਟੈਮਪਲੇਟ ਨਾਲ ਕਰੋ, ਫਿਰ ਉਹਨਾਂ ਨੂੰ "ਪ੍ਰੀ-ਗਰੁੱਪਿੰਗ" ਟੈਮਪਲੇਟ ਨਾਲ ਗਰੁੱਪ ਕਰੋ। ਫਿਰ ਇੱਕ ਸਮੂਹ ਦੀ ਅਸਲ ਸੰਦਰਭ ਕੈਟਾਲਾਗ ਨਾਲ ਤੁਲਨਾ ਕਰੋ ਅਤੇ ਨੋਟ ਕਰੋ ਕਿ AI ਦਾ ਸਮੂਹ ਕਿੱਥੇ ਸੀ ਅਤੇ ਇਹ ਕਿੱਥੇ ਗਲਤ ਸੀ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਫੋਟੋਆਂ ਨੂੰ ਸਕੇਲ, ਲਾਈਟ ਅਤੇ ਕਲਰ ਕਾਰਡ ਨਾਲ ਮਾਨਕੀਕ੍ਰਿਤ ਕੀਤਾ।
• [ ] ਮੈਂ AI ਤੋਂ ਨਿਰਪੱਖ ਵਰਣਨ ਚਾਹੁੰਦਾ ਸੀ, ਵਿਸ਼ੇਸ਼ਤਾ ਨਹੀਂ।
• [ ] ਮੈਂ ਇੱਕ ਮਾਹਰ ਅੱਖ ਅਤੇ ਸੰਦਰਭ ਕੈਟਾਲਾਗ ਨਾਲ ਸ਼ੁਰੂਆਤੀ ਸਮੂਹ ਦੀ ਜਾਂਚ ਕੀਤੀ।
• [] ਮੈਂ ਦੁਰਲੱਭ/ਅਟੈਪੀਕਲ ਖੋਜਾਂ ਵਿੱਚ AI ਦੀ ਸ਼ੁਰੂਆਤੀ ਵਿਸ਼ੇਸ਼ਤਾ 'ਤੇ ਸਵਾਲ ਕੀਤਾ।
• [ ] ਮੈਂ ਸੁਤੰਤਰ ਸਰੋਤਾਂ ਦੇ ਨਾਲ ਹਰੇਕ ਸੱਭਿਆਚਾਰਕ-ਕਾਲਮਿਕ ਸੰਦਰਭ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।