zisky:
- Schopnosť používať umelú inteligenciu pri rádiokarbónovej kalibrácii, sériovej a multivariačnej analýze a pochopiť, že výber metódy a predpoklady sú tými odborníkmi.
- Schopnosť rozpoznať, že rádiouhlíkový výsledok má rozsah pravdepodobnosti a že zníženie neistoty na jeden rok je vedeckým skreslením
- Schopnosť spochybniť validitu vzorky s princípom „odpadky dovnútra, odpadky von“ a aplikovať reflex nezamieňania korelácie a kauzality
Archeológia sa pri odpovedi na otázku „kedy“ spolieha na laboratórne vedy a štatistiky. V tomto bloku uvidíme, ako AI urýchľuje úlohy ako datovanie (určenie veku nálezu alebo vrstvy), rádiokarbónová (C14) analýza, typológia (triedenie a periodizácia nálezov podľa ich formálnych charakteristík) a seriácia (metóda chronologického usporiadania kontextov podľa zmeny typov nálezov v čase), ale prečo je interpretácia vedeckých výsledkov vždy správna metóda ponechaná na odborníka a odborníka.
Základný princíp: AI urýchľuje výpočet, kalibráciu, štatistické vytváranie vzorov a vizualizáciu; Ale ktorá metóda je vhodná, či je vzorka platná alebo nie a čo znamená výsledok, si vyžaduje vedecké posúdenie. Ak do pekného grafu vložíte nesprávnu štatistiku, nebude to správne.
Metódy zoznamovania a AI
Rádiokarbón (C14). Vek sa počíta z rozpadu rádioaktívneho uhlíka v organických pozostatkoch. Hrubý výsledok je kalibrovaný pomocou krivky založenej na letokruhoch (kalibrácia – korekcia, ktorá prevádza nespracovaný vek rádioaktívneho uhlíka na skutočný kalendárny rok). AI urýchľuje kalibračné výpočty a porovnávaciu vizualizáciu viacerých dátumov. Ale AI nepozná pasce, ako je problém starého dreva (vzorka odobratá zo stromu, ktorý žil stovky rokov, je oveľa staršia ako udalosť, pri ktorej bola použitá); Ukážková kritika je úlohou odborníka.
Typológia a rad. Frekvencia typov nálezov sa v priebehu času mení; Typ sa objavuje, stáva sa rozšíreným, klesá. Seriation triedi kontexty pomocou tohto vzoru „prikrývky“. Umelá inteligencia je účinná pri hľadaní týchto vzorov vo veľkých súboroch údajov a pri viacrozmernej analýze (štatistika, ktorá vyhodnocuje mnoho funkcií súčasne). Ale odborník dokáže rozlíšiť, či je výsledok spôsobený chronologickým alebo funkčným/regionálnym rozdielom.
Iné metódy. Metódy ako dendrochronológia (stromový kruh), termoluminiscencia a archeomagnetizmus sú tiež užitočné pri výpočte a porovnávaní AI; Výber metódy a interpretácia sú ponechané na odborníkovi.
Tip: Keď necháte AI spustiť štatistiku, opýtajte sa „akú metódu ste použili a aké sú jej predpoklady?“ spýtaj sa. Ak je metóda nesprávna (napr. spriemerovanie nesekvenčných údajov, ignorovanie odľahlých hodnôt), výsledok bude vizuálne „čistý“, ale vedecky nesprávny. Neverte grafu bez pochopenia metódy.
Silné a slabé stránky AI v štatistikách
Výkonný: Opakovaný výpočet, kalibrácia, skenovanie vzorov vo veľkých súboroch údajov, generovanie vizualizačného kódu, rýchle testovanie rôznych metód.
Slabé/rizikové:
- Nenavrhujte nesprávnu metódu. AI môže s istotou odporučiť test, ktorý nezodpovedá údajom.
- Vzorkovacia slepota. Nevidí malú, skreslenú alebo kontaminovanú vzorku; "Toto sú údaje," hovorí.
- Extrémny komentár. Môže predstavovať slabú koreláciu ako silný výsledok; korelácia nie je príčinná súvislosť (to, že sa dve veci menia spolu, neznamená, že jedna spôsobuje druhú).
- Vymyslené číslo. Ak je to žiaduce, môže vytvoriť "pravdepodobný", ale nereálny dátum alebo pravdepodobnosť.
Pozor: Rádiokarbónový dátum nikdy nie je jeden „presný rok“; je rozsah pravdepodobnosti (napr. 750-680 pred Kristom s 95% spoľahlivosťou). Nedovoľte, aby AI znížila výsledok na jeden rok; Vždy noste neistotu. Skrývanie neistoty je vedecké skreslenie.
tri mini prípady
Prípad 1 – Zrýchlená kalibrácia. Jeden projekt by vykonal kalibráciu a porovnávaciu vizualizáciu 48 rádiouhlíkových vzoriek. AI vygenerovala kalibračný kód a porovnávacie grafy v minútach, nie v hodinách; Sám znalec posúdil odberové súvislosti a rizikovosť starého dreva a označil dve vzorky za „nespoľahlivé“.
Prípad 2 – Zachytená nesprávna metóda. Jeden študent použil test navrhnutý AI na nájdenie typových frekvencií a dostal „štatisticky významný“ výsledok. Štatistický poradca ukázal, že údaje nie sú vhodné pre tento test (boli porušené predpoklady); Pri správnej metóde bol výsledok nezmyselný. Ponaučenie: výber metódy určuje výsledok.
Prípad 3 – Neistota odložená. Tím by nahlásil jediný dátum zo súhrnu AI pre vrstvu, „720 pred Kristom“. Expert uviedol, že rozsah kalibru bol 800-680 pred Kristom a že jediný rok bol zavádzajúci. Správa opravená s rozsahom pravdepodobnosti. Znášať neistotu je úprimnosť.
Štyri kopírovateľné šablóny
1) Dotaz na vhodnosť metódy:
Vaša úloha: konzultant pre archeologickú štatistiku. Popíšem nasledujúce údaje a otázku: [typ údajov, veľkosť vzorky, otázka]. Povedzte mi o možnostiach metódy SCHVÁLENÉ s týmito údajmi, o PREDPOKLADOCH každého z nich a o tom, ako skontrolovať, či výnos spĺňa tieto predpoklady. Nevhodné metódy by sa mali riešiť aj z dôvodov.
2) Rádiokarbónový interpretačný rámec:
Nižšie uvádzam moje kalibrované rádiokarbónové intervaly: [zoznam]. Vysvetlite úskalia, na ktoré by som si mal byť vedomý pri ich interpretácii (staré drevo, kontaminácia, efekt morských nádrží, vzťah medzi vzorkou a udalosťou) a ako správne vyjadriť interval neistoty. Nedávajte tomu ani jeden rok; udržiavať intervaly.
3) Štatistický audit:
Vykonal som nasledujúcu analýzu: [metóda a výsledok]. Kritizujte: vyhovuje metóda údajom, platia predpoklady, je vzorka dostatočná, existujú nejaké odľahlé hodnoty/zmesi, je výsledok prehodnotený? Uveďte svoje slabé stránky; Nepotvrdzujte výsledok, spochybňujte ho.
4) Vizualizácia (čestná):
Pripravte si tabuľku/kód s nasledujúcimi údajmi: [údaje]. MUSÍ ukazovať rozsahy neistoty (chybový stĺpec/rozsah). Nastavte os a mierku bez zavádzajúcich rezov. NEPRÍDAJTE žiadne body, ktoré nie sú v údajoch. Vysvetlite poznámkou, čo graf zobrazuje a čo nie.
Slabá výzva / Silná výzva
Slabá výzva:
Analyzujte tieto nálezové údaje a uveďte presný dátum lokality.
Umelá inteligencia si môže zvoliť nevhodnú metódu a vymyslieť jediný presný dátum; Skrýva neistotu a nevidí problémy so vzorkovaním.
Výkonná výzva:
Vaša úloha: štatistický poradca. Výťažok: [definícia, veľkosť vzorky]. Najprv mi povedzte metódu a jej predpoklady vhodné pre tieto údaje a potom uveďte výsledok s rozsahom neistoty, ak ho použijeme. Nedávajte ani jeden definitívny dátum. Uveďte tiež, ktoré riziká spojené so vzorkou (malé n, mix, staré drevo) môžu oslabiť výsledok.
Rozdiel: prvý vytvára falošnú istotu; po druhé, metóda zachováva otvorené predpoklady a neistotu.
Bayesovský prístup, odber vzoriek a „odpadky dovnútra, odpadky von“
Výkonnou metódou v modernom archeologickom datovaní je Bayesovské modelovanie (štatistický prístup, ktorý kombinuje existujúce predchádzajúce informácie – napr. „vrstva A je základom B“ – s meraniami na vytvorenie užších, realistickejších rozsahov dátumov), ktoré kombinuje viaceré rádiokarbónové dátumy so stratigrafickými sekvenciami. Tento prístup zužuje širokú neistotu jednotlivých dátumov tým, že ich obmedzuje na známe poradie vrstiev. AI môže pomôcť vytvoriť a vypočítať tieto modely; ale to, aké predchádzajúce informácie (stratigrafické vzťahy) vstúpia do modelu, je rozhodnutie experta a nesprávne predchádzajúce obmedzenie vytvára istý, ale nepresný výsledok.
Odtiaľ sa dostávame k najzákladnejšiemu štatistickému princípu modulu: „odpadky dovnútra, odpadky von“. Ani najpokročilejšia AI a najelegantnejšie štatistiky nemôžu priniesť dobré výsledky zo zlých údajov. Kontaminovaná rádiouhlíková vzorka, nálezy zo zmiešaného kontextu alebo skreslená vzorka zostanú neplatné bez ohľadu na to, koľko spracovania sa vykoná. AI nevidí tieto problémy, pretože sa nepozerá na údaje „zvonku“; Akceptuje čísla, ktoré mu dáte, ako skutočné. Len odborník, ktorý pozná danú oblasť, môže vyhodnotiť, ako bola vzorka zozbieraná, z akého kontextu pochádza a čo predstavuje.
Takže predtým, než začnete dôverovať akýmkoľvek štatistickým výsledkom, položte si tieto tri otázky: Je vzorka dostatočne veľká a reprezentatívna? Sú kontexty spoľahlivé a neprehľadné? Je metóda merania vhodná pre túto otázku? Ak na tieto tri otázky neviete odpovedať „áno“, nezáleží na tom, aký „významný“ sa vám zdá výsledok.
Tip: Pri vyhodnocovaní výstupu štatistiky sa najprv pozerajte na vstup, nie na výsledok. "Odkiaľ pochádzajú tieto údaje, ako, s koľkými vzorkami?" otázka eliminuje väčšinu nesprávnych záverov ešte pred pohľadom na graf.
Tabuľka úloh analýzy
Quest
Úloha AI
ľudské rozhodnutie
overenie
C14 kalibrácia
Výpočet, vizualizácia
Platnosť odberu vzoriek
Kontext, staré drevo
radenie
skenovanie vzorov
Chronológia/oddelenie funkcií
Porovnanie so stratigrafiou
multivariabilný
štatistická kalkulačka
Výber metódy
kontrola predpokladov
vizualizácia
Grafika/kód
čestné zastupovanie
neistota, mierka
Komentujte
Súhrnný návrh
význam, limit
odborník, literatúra
Časté chyby
- Aplikácia metódy bez otázok. Nesprávny test poskytuje „čistý“, ale nesprávny výsledok.
- Zníženie neistoty na jeden rok. Rádiokarbón je rozsah; Jeden rok je zavádzajúci.
- Obchádzanie problémov so vzorkovaním. Malá/špinavá/zaujatá vzorka znehodnotí výsledok.
- Nesprávna korelácia s príčinnou súvislosťou. Spoločná zmena nie je príčina a následok.
- Zavádzajte grafikou. Prerušovaná os, skrytá neistota je vedecké skreslenie.
V súhrne
AI v zoznamovaní a štatistikách; Je to výkonný urýchľovač pre kalibráciu, skenovanie vzorov, výpočty a vizualizáciu. Ale výber metódy, vzorová kritika, čestné vyjadrenie neistoty a interpretácia výsledku patria k vedeckému úsudku. Neverte grafu bez pochopenia metódy; vždy niesť neistotu; a odolať trvaniu na jedinom „presnom dátume“.
Aplikačná úloha
Pripravte vzorovú tabuľku frekvencií vyhľadávania alebo sadu kalibrovaných rádiouhlíkových intervalov. Nechajte si identifikovať príslušnú analýzu a jej predpoklady pomocou šablóny „Dotaz na vhodnosť metódy“, potom nechajte analýzu kritizovať pomocou šablóny „Štatistický audit“. Vytvorte náčrt grafu zobrazujúci rozsahy neistoty pomocou šablóny „Vizualizácia (čestná)“ a vyhnite sa jednoročným zľavám.
kontrolný zoznam
- [ ] Skontroloval som výber metódy a predpoklady.
- [ ] Spochybnil som platnosť vzorky (veľkosť, zmes, staré drevo).
- [ ] Neistotu som si nechal ako interval, nezredukoval som ju na jediný rok.
- [ ] Nepomýlil som si koreláciu s príčinnou súvislosťou.
- [ ] V grafe som úprimne ukázal mierku a neistotu.