AI进军考古学,科学家用算法发现了近100万年前人类用火的证据

2022-06-18 17:27  |  来源:IT之家  |  编辑:柳暮雪  |  阅读量:6442  |  

火的使用是智人进化的关键因素火不仅可以用来制造更复杂的工具,还可以让食物更安全,从而有助于大脑的发育

到目前为止,世界范围内只发现了5个有证据表明使用火的地点,可以追溯到50万年前,包括南非的Wonderwerk Cave和Swartkrans,肯尼亚的Chesowanja,以色列的Gesher Benot Ya'aqov和西班牙的Cueva Negra。

现在,以色列的一个研究小组通过使用人工智能算法发现了第六个显示人类使用火的痕迹的遗址!这项研究揭示了以色列旧石器时代晚期人类用火的证据这项研究成果已经发表在《PNAS日报》上

艾进入考古

传统的考古方法主要依靠对蚀变沉积物,切屑和骨骼的目测评估来识别早期古人类遗址使用的火源,例如,土壤变红,变色,翘曲,开裂,收缩,变黑等,这可能低估了当时人类用火的普遍程度

研究表明,以色列旧石器时代早期的露天遗址中有被焚烧的动物和残骸,年代在距今100万年至80万年之间。

注:菲利普纳塔利奥,伊多阿苏里,赞斯特普卡从左至右。

研究小组首先研究了1976—1977年在埃夫龙采石场挖掘的材料,但没有发现明显的与热相关的特征的视觉证据,如土壤变红,燧石工具变色或开裂,收缩或动物遗骸变色。

照片:埃夫龙采石场遗址考古发掘现场

该团队测试了许多方法,包括传统的数据分析方法,机器学习建模和更先进的深度学习模型流行的深度学习模型具有优于其他模型的特定架构使用AI技术的优势在于,它可以分析材料的化学成分,并估计其热暴露量

AI技术可以可靠地区分现代打火石是否被烧过,也可以揭示其燃烧温度火的热量可以引起附近石头的变化燃烧会在原子水平上改变骨骼结构,相应的红外光谱也会发生变化

在这项研究中,团队使用深度学习模型来学习燧石文物的拉曼光谱模式,从而估计石器的温度与全连接人工神经网络相比,该模型具有更好的性能,可以将实际温度与估计温度之间的平均绝对误差从118°C降低到103°C

首先,该团队对从以色列不同地区收集的现代燧石进行了预训练,并在实验室控制下将其加热到已知温度其次,将训练好的模型应用于未知样本该团队使用了一种受监督的深度学习方法,将拉曼光谱与燧石的加热温度相关联这种方法依赖于燧石的有机和无机成分的不可逆热诱导结构变化,同时克服其固有的可变性使用深度学习模型进行温度估计的优势在于,它可以在α—应时,莫干岩和D,G波段逼近热与热引起的光谱变化之间的任何非线性决策边界

下图中,石头从视觉上看不出任何被烧过的痕迹通过使用深度学习模型,估计了从石头上收集的紫外拉曼光谱的热暴露量,发现它们都被加热到了200°C到600°C之间,这表明古代人类有能力控制火,而不仅仅是利用自然野火

后续讨论

虽然现在还不能确定这个遗址中的工具是被自然火还是人为火烧毁的燃烧痕迹造成的空间变化可以解释为人为干预的证据,因为自然火灾通常会导致整个燃烧区域的均匀热变化

未来,这项研究中使用的方法可以推广到旧石器时代晚期的其他遗址,这将使人们扩大对早期古人类与火的关系的时空认识成为可能,并为了解早期人类生活打开一扇窗。

参考链接:

声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。

上一篇: 阿里巴巴达摩院XR实验室负责人谭平:XR互联网面临的三大挑战——交互、内 下一篇:返回列表
ad4
ad3