Rastreando a história antiga com redes neurais.
Encontrar o túmulo de um antigo rei cheio de artefatos dourados, armas e roupas elaboradas parece a fantasia de qualquer arqueólogo. Mas procurá-los, Gino Caspari pode dizer, é incrivelmente tedioso.
O Dr. Caspari, um arqueólogo pesquisador da Swiss National Science Foundation, estuda os antigos citas, uma cultura nômade cujos guerreiros montados a cavalo aterrorizaram as planícies da Ásia há 3.000 anos. Os túmulos da realeza cita continham grande parte da fabulosa riqueza que eles haviam saqueado de seus vizinhos. A partir do momento em que os corpos foram enterrados, essas tumbas tornaram-se alvos populares para ladrões; O Dr. Caspari estima que mais de 90% deles foram destruídos.
Ele suspeita que milhares de tumbas estão espalhadas pelas estepes da Eurásia, que se estendem por milhões de quilômetros quadrados. Ele passou horas mapeando sepulturas usando imagens do Google Earth de territórios no que hoje é a Rússia, Mongólia e a província de Xinjiang, no oeste da China. “É essencialmente uma tarefa estúpida”, disse Caspari. “E não é isso que um acadêmico bem-educado deveria fazer.”
No final das contas, um vizinho do Dr. Caspari na International House, no bairro de Morningside Heights, em Manhattan, encontrou uma solução. O vizinho, Pablo Crespo, na época um estudante graduado em economia na City University of New York que trabalhava com inteligência artificial para estimar a volatilidade dos preços das commodities, disse ao Dr. Caspari que o que ele precisava era de uma rede neural convolucional para fazer buscas em seu satélite imagens para ele. Os dois se uniram por uma filosofia acadêmica comum, de tornar seu trabalho abertamente disponível para o benefício da grande comunidade acadêmica, e um amor pela música heavy metal. Bebendo cerveja no bar da International House, eles iniciaram uma colaboração que os colocou na vanguarda de um novo tipo de análise arqueológica.
Uma rede neural convolucional, ou C.N.N., é um tipo de inteligência artificial projetada para analisar informações que podem ser processadas como uma grade; é especialmente adequado para analisar fotografias e outras imagens. A rede vê uma imagem como uma grade de pixels. O C.N.N. que o Dr. Crespo projetou, começa dando a cada pixel uma classificação com base em quão vermelho ele é, depois outra para verde e para azul. Depois de classificar cada pixel de acordo com uma variedade de parâmetros adicionais, a rede começa a analisar pequenos grupos de pixels, então sucessivamente maiores, procurando correspondências ou quase correspondências com os dados que foi treinada para detectar.
Trabalhando em seu tempo livre, os dois pesquisadores rodaram 1.212 imagens de satélite pela rede durante meses, pedindo-lhe para procurar tumbas de pedra circulares e ignorar outras coisas circulares semelhantes a túmulos, como pilhas de entulho de construção e lagoas de irrigação.
No início, eles trabalharam com imagens que mediam cerca de 2.000 milhas quadradas. Eles usaram três quartos das imagens para treinar a rede para entender como uma tumba cita se parece, corrigindo o sistema quando ela perdia uma tumba conhecida ou destacava uma inexistente. Eles usaram o resto das imagens para testar o sistema. A rede identificou corretamente as tumbas conhecidas 98 por cento das vezes.
Criar a rede foi simples, disse o Dr. Crespo. Ele o escreveu em menos de um mês usando a linguagem de programação Python e sem nenhum custo, sem incluir o preço das cervejas. O Dr. Caspari espera que sua criação dê aos arqueólogos uma maneira de encontrar novas tumbas e identificar locais importantes para que possam ser protegidos de saqueadores.
Outras redes neurais convolucionais estão começando a automatizar uma variedade de tarefas repetitivas que geralmente são impostas aos alunos de pós-graduação. E eles estão abrindo novas janelas para o passado. Algumas das tarefas que essas redes estão herdando incluem classificar fragmentos de cerâmica, localizar naufrágios em imagens de sonar e encontrar ossos humanos que estão à venda, ilegalmente, na internet.
“A Netflix está usando esse tipo de técnica para mostrar recomendações”, disse Crespo, agora um cientista de dados sênior da Etsy. “Por que não deveríamos usá-lo para algo como salvar a história humana?”
Gabriele Gattiglia e Francesca Anichini, ambos arqueólogos da Universidade de Pisa, na Itália, escavam sítios da era do Império Romano, o que envolve a análise de milhares de pedaços quebrados de cerâmica. Na cultura romana, quase todos os tipos de contêineres, incluindo vasilhas de cozinha e ânforas usadas para despachar mercadorias pelo Mediterrâneo, eram feitos de argila, portanto, a análise da cerâmica é essencial para a compreensão da vida romana.
A tarefa envolve comparar fragmentos de cerâmica com fotos em catálogos impressos. O Dr. Gattiglia e o Dr. Anichini estimam que apenas 20 por cento do seu tempo é gasto escavando sítios; o resto é gasto na análise de cerâmica, trabalho para o qual não são pagos. “Começamos a sonhar com alguma ferramenta mágica para reconhecer a cerâmica em uma escavação”, disse Gattiglia.
Publicado em 28/11/2020 17h25
Artigo original: