Lợi nhuận:
- Sử dụng trí tuệ nhân tạo trong mô tả khách quan và nhóm sơ bộ trực quan các phát hiện, đồng thời có thể phân biệt tài liệu tham khảo theo trình tự thời gian và văn hóa với công việc của chuyên gia bằng danh mục tài liệu tham khảo.
- Khả năng hiểu chất lượng ảnh (tỷ lệ, ánh sáng, thẻ màu) và dữ liệu siêu hình như kết cấu, hồ sơ, bối cảnh xác định độ chính xác của phân loại như thế nào.
- Khả năng nhận biết xu hướng của trí tuệ nhân tạo trong việc tạo ra mô hình quen thuộc nhất trong các phát hiện hiếm và không điển hình, đồng thời xác nhận từng ghi nhận bằng một nguồn độc lập
Một trong những nhiệm vụ mệt mỏi nhưng mang lại nhiều thông tin nhất của cuộc khai quật là phân loại tìm kiếm (tách các vật thể được tìm thấy theo loại, hình thức và thời kỳ). Hàng chục nghìn mảnh gốm, hàng trăm đồng xu, công cụ bằng đá, đồ vật bằng xương, thủy tinh, kim loại được khai quật trong một mùa phải được kiểm tra, ghi chép từng cái một. Trong phần này, chúng ta sẽ tìm hiểu cách phân tích hình ảnh (tự động trích xuất các đặc điểm như hình dạng, màu sắc, kết cấu từ ảnh chụp một đối tượng) và phân loại dựa trên AI giúp tăng tốc công việc tìm kiếm, nhưng tại sao quyết định phân bổ cuối cùng luôn thuộc về chuyên gia.
Nguyên tắc cơ bản là thế này: AI nhanh chóng nhóm những thứ trông giống nhau lại với nhau; nhưng người ta có thể đưa ra một tài liệu tham khảo về mặt văn hóa-thời gian chẳng hạn như "tác phẩm này là tác phẩm của Đông Hy Lạp vào thế kỷ thứ 6 trước Công nguyên" dựa trên danh mục tài liệu tham khảo và con mắt chuyên môn. AI là một trợ lý đo lường và phân loại trước, không phải là cơ quan quản lý loại hình.
Các bước tìm phân loại
1. Chụp ảnh trực quan. Mỗi phát hiện được chụp ảnh theo thứ tự tiêu chuẩn, với thanh tỷ lệ (thước hiển thị kích thước) và thẻ màu. Ánh sáng và hậu cảnh nhất quán rất quan trọng đối với việc phân tích hình ảnh bằng AI; Ảnh xấu có nghĩa là phân loại kém.
2. Trích xuất đặc trưng. AI; Nó trích xuất các đặc điểm có thể đo lường được như hình dạng cạnh, hình thức (vành, đáy, tay cầm), xử lý bề mặt (đánh bóng, kính, sơn), màu dán và kết cấu. Bột nhào (dạng đất sét nung; màu sắc và chất phụ gia của nó cho biết địa điểm và kỹ thuật sản xuất) là xương sống của loại hình khảo cổ học.
3. Phân nhóm trước. AI sắp xếp hàng nghìn bộ phận thành các cụm dựa trên sự tương đồng về hình ảnh: “có thể là cùng một thùng chứa”, “hình dạng tương tự”, “bột tương tự”. Điều này đặt các cọc có trật tự trước mặt chuyên gia.
4. Ghi công của chuyên gia. Chuyên gia quy định thời kỳ, nơi sản xuất và chức năng cho từng nhóm thông qua danh mục tài liệu tham khảo, chuỗi loại và kinh nghiệm của chính mình. Việc AI nói “đây là thời kỳ La Mã” là một gợi ý chứ không phải là một quyết định.
5. Đăng ký. Mỗi phát hiện sẽ được đưa vào cơ sở dữ liệu với số ngữ cảnh, phép đo, ảnh và ghi công (đây là chủ đề của bài 5).
Gợi ý: Yêu cầu AI "mô tả" một phát hiện chứ không phải "mô tả" nó. "Đây là thời đại nào vậy?" thay vào đó hãy hỏi “liệt kê một cách khách quan các đặc điểm có thể đo lường được (hình thức, cạnh, bề mặt, màu sắc) của bộ phận này”; Bạn quyết định khoảng thời gian với danh mục tham khảo. Mô tả là đáng tin cậy, ghi công có rủi ro.
Cần chú ý đặc biệt đến tiền xu và chữ khắc.
Tiền xu rất hấp dẫn trong phân tích hình ảnh vì chúng rất nhiều và được tiêu chuẩn hóa. AI có thể giúp nhận dạng chân dung trên mặt đồng xu (ngược lại) và biểu tượng ở mặt sau của nó (ngược lại). Nhưng việc xác định tiền xu đòi hỏi phải có kiến thức chuyên môn về số học: cho dù đó là một dòng chữ bị mòn, một bản đúc tiền giả hay một biến thể hiếm thì việc phân bổ sai đều quá rõ ràng. AI nói "đây là đồng xu của vị hoàng đế đó" chắc chắn được xác nhận bởi một danh mục tiền xu tiêu chuẩn. Điều tương tự cũng áp dụng cho các phát hiện được ghi và đóng dấu.
Thận trọng: AI có xu hướng "so khớp" một phát hiện giống với loại nổi tiếng với loại nổi tiếng đó; Nó buộc các ví dụ hiếm, cục bộ hoặc không điển hình vào khuôn mẫu quen thuộc nhất. Tốt nhất hãy hoài nghi về tài liệu tham khảo đầu tiên về AI trong một phát hiện bất thường.
ba trường hợp nhỏ
Trường hợp 1 - Sắp xếp trước giúp giảm tải. 8.400 mảnh gốm được khai quật tại một khu định cư thời đồ sắt. Nhóm hình ảnh AI chia các phần thành gần 40 cụm trước đó; Thay vì loại bỏ từng mảnh từ đầu, chuyên gia đã đi qua các cụm và thời gian phân loại đã giảm khoảng một phần ba. Chuyên gia đã tách hai mẻ bột khác nhau mà AI đã kết hợp không chính xác.
Trường hợp 2 - Ghi công sai bị bắt. Một thực tập sinh đã giới thiệu một đồng xu cho AI; AI tự tin gán nó cho một loại La Mã nổi tiếng. Khi chuyên gia về số học so sánh nó với danh mục, ông ấy thấy rằng ký hiệu đảo ngược và thứ tự chú thích (viết trên đồng xu) là khác nhau và đây là một bản đúc bắt chước trong khu vực. AI đã ép loại quen thuộc nhất.
Trường hợp 3 - Vấn đề không nhất quán về màu sắc. Một nhóm cung cấp các bức ảnh AI được chụp vào những ngày khác nhau với ánh sáng khác nhau; Màu sắc của bột không nhất quán và sự phân nhóm bị phá vỡ. Khi nhóm chuyển sang sử dụng thẻ màu và sơ đồ ánh sáng liên tục, độ chính xác của việc phân nhóm tăng lên đáng kể. Bài học: chất lượng hình ảnh là chất lượng phân loại.
Bốn mẫu có thể sao chép
1) Mô tả trung tính:
Vai trò của bạn: tìm trợ lý mô tả. Tôi sẽ cung cấp cho bạn một bức ảnh/dữ liệu tìm thấy. Chỉ liệt kê các đặc điểm CÓ THỂ QUAN SÁT một cách khách quan: hình thức (miệng/đáy/thân/tay cầm), kích thước ước tính, độ hoàn thiện bề mặt, màu sắc, trang trí, tình trạng vỡ/mòn. KHÔNG ĐỀ XUẤT ĐẾN THỜI KỲ, VĂN HÓA HOẶC NƠI SẢN XUẤT. Nếu bạn không chắc chắn về tính năng này, hãy viết "không chắc chắn".
2) Phân nhóm trước:
Dưới đây tôi sẽ dán dữ liệu mô tả của [N] phần. Chia chúng thành các nhóm theo hình thức và độ giống nhau của bột. Với mỗi nhóm: ghi đặc điểm chung, số bộ phận thuộc nhóm và tiêu chí kết nối nhóm. Đặt bất kỳ phần nào còn chưa rõ ràng vào danh sách "xem lại" riêng. Không đưa ra tên loại chính xác.
3) Lập danh sách kiểm tra trích dẫn:
Vai trò của bạn: chuyên gia tư vấn về gốm sứ. Đối với nhóm sau, hãy liệt kê các tiêu chí tôi cần kiểm tra khi XÁC MINH hạng mục sản xuất/giai đoạn (phân tích bột nhào, danh mục tham khảo, tìm kiếm song song, ngày ngữ cảnh, v.v.). Đừng đưa ra tài liệu tham khảo; Hãy cho tôi biết những gì tôi nên kiểm tra.
4) Kiểm tra chất lượng ảnh:
Đánh giá các bức ảnh được tìm thấy sau đây: có thanh tỷ lệ không, ánh sáng có nhất quán không, thẻ màu có nhìn thấy được không, nền có trơn không, chi tiết có rõ ràng không? Những bức ảnh nào nên được chụp lại để phân loại? Liệt kê các vấn đề với số phần.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Mảnh gốm này có từ nền văn minh nào, nó có niên đại bao nhiêu và dùng để làm gì?
AI tạo ra nền văn minh chính xác, thời đại chính xác và chức năng chính xác từ một bức ảnh duy nhất; Tất cả đều có căn cứ và tự tin.
Lời nhắc mạnh mẽ:
Vai trò của bạn: tìm trợ lý mô tả. Chỉ mô tả các đặc điểm có thể quan sát được của tác phẩm trong ảnh: bộ phận hình thức (miệng/đáy?), bề mặt (tráng men/không tráng men, đánh bóng?), màu sắc, trang trí, độ dày ước tính. Sau đó, dựa trên mô tả này, hãy cho tôi biết dữ liệu bổ sung nào (phân tích bột, bản vẽ hồ sơ, bối cảnh) là cần thiết để làm rõ chức năng và thời kỳ. Đừng đưa ra tài liệu tham khảo chính xác về nền văn minh/thời đại.
Sự khác biệt: điều đầu tiên đòi hỏi phải có quyết định và nhận được sự phù hợp; thứ hai yêu cầu mô tả và lộ trình có thể kiểm chứng được.
Ngoài hình ảnh: bột, bối cảnh và hồ sơ
Một nhược điểm trong phân tích hình ảnh AI là nó chỉ nhìn vào bề ngoài. Tuy nhiên, xương sống của loại hình khảo cổ học thường không thể nhìn thấy được bằng mắt thường. Bột (trạng thái nung của đất sét, các chất phụ gia và kết cấu của nó ở phần bị vỡ) tiết lộ địa điểm và cách thức sản xuất một chiếc bình cũng như nguồn đất sét nào được sử dụng; Mặc dù bề ngoài hai miếng giống nhau nhưng nếu bột của chúng khác nhau thì chúng có thể thuộc về các truyền thống sản xuất khác nhau. Vì vậy, việc phân loại nghiêm túc đòi hỏi phần bị gãy của tác phẩm phải được chụp ảnh.
Tương tự như vậy, mặt cắt (bản vẽ tỷ lệ của phần bên-thân-đáy của một con tàu) xác định hình dạng chính xác hơn nhiều so với một bức ảnh đơn lẻ; Góc miệng, độ dày cạnh và hình dạng đáy là những dấu hiệu của thời kỳ này. AI có thể giúp tự động trích xuất bản vẽ hồ sơ và nhóm các hồ sơ tương tự nhau nhưng chuyên gia sẽ xác minh bản vẽ và phép đo. Cuối cùng, bối cảnh (mảnh được tìm thấy ở lớp nào, với cái gì) là một đầu mối hẹn hò mạnh mẽ, độc lập với sự tương đồng về hình ảnh: các mảnh trong cùng một bối cảnh khép kín thường có cùng thời kỳ. Nếu bạn chỉ cung cấp cho AI bức ảnh và bỏ qua kết cấu, hồ sơ và bối cảnh, bạn đang bỏ qua bằng chứng có giá trị nhất của mình.
Mẹo: Khi đưa một tạo phẩm cho AI, hãy cung cấp ba chế độ xem nếu có thể: bề mặt bên ngoài, bề mặt bên trong và phần bị hỏng. Cũng bao gồm số ngữ cảnh và bất kỳ phép đo hồ sơ nào. Dữ liệu càng khách quan thì việc phân nhóm càng đáng tin cậy.
Bảng sử dụng AI theo loại tìm kiếm
Kiểu tìm kiếm
AI rất mạnh mẽ
Kinh doanh rủi ro/con người
Xác minh bắt buộc
gốm sứ
Nhóm trước khuôn/bột
Thời gian, nơi sản xuất tham khảo
Danh mục tham khảo, phân tích bột
đồng xu
Nhận dạng trước khuôn mặt/biểu tượng
Ghi công, phát hiện bắt chước/hiếm
Danh mục tiền xu, chuyên gia
Lithic (công cụ bằng đá)
Đo loại và kích thước
Đánh giá chức năng, công nghệ
Phân tích sử dụng hao mòn
thủy tinh/kim loại
Màu sắc, hình thức tiền phân tách
Thành phần, niên đại
Phân tích trong phòng thí nghiệm
tìm thấy ít
So khớp ảnh hàng tồn kho
Giải thích chức năng, tầm quan trọng
Bối cảnh, ví dụ song song
Những lỗi thường gặp
- Yêu cầu tài liệu tham khảo hơn là mô tả. Hỏi AI về “nó trông như thế nào” chứ không phải “nó là gì”; Đưa ra quyết định của bạn với danh mục.
- Phân loại với ảnh xấu. Nếu không có thang đo, ánh sáng và thẻ màu thì kết quả đầu ra sẽ không đáng tin cậy.
- Chấp nhận tham chiếu đầu tiên của AI về phát hiện hiếm. AI biến mô hình không điển hình thành mô hình quen thuộc nhất.
- Bỏ qua dữ liệu dán/ngữ cảnh. Chỉ riêng sự giống nhau về mặt hình ảnh đã gây hiểu nhầm; bột và bối cảnh là quyết định.
- Nhầm lẫn việc phân nhóm sơ bộ với kiểu chữ dứt khoát. Phân nhóm là một sự khởi đầu; Typology là một công việc chuyên môn và tham khảo.
Tóm lại
AI trong phân loại được tìm thấy; Nó giúp tiết kiệm thời gian đáng kể trong việc mô tả trực quan, trích xuất tính năng và phân nhóm sơ bộ. Nhưng việc phân bổ theo trình tự thời gian-văn hóa, việc phát hiện sự bắt chước/hiếm gặp và diễn giải theo chức năng đều thuộc về các danh mục chuyên môn và tài liệu tham khảo. Nói với AI “mô tả” chứ không phải “mô tả”; chuẩn hóa chất lượng ảnh; xác minh từng ghi công bằng các nguồn độc lập; Trong trường hợp hiếm hoi, hãy hoài nghi nhất về câu trả lời đầu tiên của AI.
Nhiệm vụ ứng dụng
Chuẩn bị 10 hình ảnh tìm thấy mà bạn có (hoặc chọn từ danh mục) ở định dạng chuẩn. Mô tả từng mục bằng mẫu "Mô tả trung lập", sau đó nhóm chúng bằng mẫu "Nhóm trước". Sau đó, so sánh một nhóm với một danh mục tham khảo thực tế và lưu ý xem nhóm của AI đã đúng ở đâu và sai ở đâu.
danh sách kiểm tra
- [ ] Tôi đã chuẩn hóa các bức ảnh bằng thang đo, ánh sáng và thẻ màu.
- [ ] Tôi muốn mô tả trung lập từ AI chứ không phải ghi công.
- [ ] Tôi đã kiểm tra việc phân nhóm sơ bộ bằng con mắt chuyên môn và danh mục tham khảo.
- [ ] Tôi đã đặt câu hỏi về vai trò ban đầu của AI trong những phát hiện hiếm/không điển hình.
- [ ] Tôi đã xác minh từng tài liệu tham khảo về mặt văn hóa-thời gian bằng các nguồn độc lập.