《考古学科学杂志》：一项新技术将改变考古学家研究古代社会留下的陶器碎片的方式 - {$web_name} 而时间只需一小若干

《考古学科学杂志》：一项新技术将改变考古学家探究古代民间留下的陶器碎片的方式
（神秘的地球uux.cn报导）据cnBeta：北亚利桑那大学的考古学家期盼他们合作开创的一项新技术将改变科学家探究古代民间留下的陶器碎片的方式。来自北亚利桑那大学人类学系的团队已然顺利地“教会”计算机执行一项许多探究古代民间的科学家持久以来梦寐以求的繁琐任务：高效和一致地将数以千计的陶器设计分为各式风格的类别。经由使用一种被称为卷积神经联网（CNN）的机器进修形式，考古学家创造了一种计算机化的方法，该方法大致上模仿了人类在确认视觉信息时的思维过程。
人类学系兼职教师Leszek Pawlowicz说：“如今，春季详细系统更新，总有一句适合你使用陶器的数字图像，计算机可以达成过去考古学家用物理方式将破碎的陶器碎片分门别类的数百个小时的繁琐、痛苦和耗费眼力的岗位，而时间只需一小若干，并且一致性更高。”他和人类学教授Chris Downum在2016年着手探究使用计算机将破碎的陶器碎片（称为碎片）精确分类到已知的陶器类型的可行性。他们的探究结局在6月份的同行评议刊物《考古学科学杂志》上开展了报导。
“在散布于美国西南部的成千上万的考古遗址中，考古学家常常会察觉被称为碎片的陶器碎片。”Downum说：“这些碎片中的许多都有设计，可以分为先前定义的风格类别，称为‘类型’，与它们制造的本周漫威电影速递普通时间段和制造地点有关联。这些为考古学家提供了有关一个遗址被占领的时间、与之有关的文化群体以及与之互动的其他群体的核心信息。”
这项探究依赖于最近在使用机器进修按类型对图像开展分类方面的革新，尤其是卷积神经联网。卷积神经联网如今是计算机图像确认的主流，被用于从医疗条件的X射线图像和检索引擎中的图像匹配到自动驾驶汽车的一切。Pawlowicz和Downum推断，假如卷积神经联网可以用来确认诸如狗的品种和消费者或许喜欢的商品，为什么不把这种方法用于确认古代陶器呢？剧组日常Tips
到当下为止，确认陶器上的诊断性设计特征的过程是艰难和耗时的。要掌握并正确地将设计类别使用于破碎的陶器上，或许需要几个月或几年的训练。更糟的是，这个过程很轻松呈现人为失误，由于考古专家常常对一个陶器所代表的类型意见不一，并且或许察觉很难用语言表达他们的决策过程。这篇文章的一位匿名同行留言员称这是“考古学中没有人谈及的肮脏秘密”。
Pawlowicz和Downum决心创造一个更有效的杭州创业融资动态过程，他们收集了数千张陶器碎片的图像，这些碎片具有一套特定的确认物理特征，被称为Tusayan White Ware，在亚利桑那州东北部和附近各州很普遍。然后，他们招募了四位西南区域的顶级陶器专家，以确定每个碎片的陶器设计类型，并兴办一个碎片的“训练集”，机器可以从中进修。最后，他们训练机器经由专注于考古学家们同意的陶器标本来进修陶器类型。
Pawlowicz说：“结局是显著的。在相对较短的时间内，计算机训练自己确认陶器，其精确性与人类专家相当，有时乃至更好。”
针对四位拥有数十年分类数万件实际陶器经验的考古学家来说，机器的表现超过了其中两位，与另外两位相当。更令人印象深刻的是，机器能够做到许多考古学家难以做到的事情：刻画它为什么会做出这样的分类确定。使用彩色编码的碎片热图，机器强调了它用来做出分类确定的设计特征，从而提供了一个有关其“想法”的视觉记录。
Downum说：“这个过程的一个令人兴奋的衍生品是计算机能够找到差不多完全匹配个别碎片上的陶器设计的特定片段的能力。使用卷积神经联网衍生的设计相似性举措，机器能够在成千上万的图像中检索，以找到个别陶器设计的最相似的对应物。”
Pawlowicz和Downum觉得这种能力可以让计算机在古代垃圾场的众多相似碎片中找到散落的单个破罐，或者对多个古代小区的风格相似性和差异开展全区域确认。这种方法还可以更好地将出土建筑中的特定陶器设计联系起来，这些建筑已然用树环法测定了年代。
他们的探究已然得到了高度点评。“我热切地期盼西南区域的考古学家们能够使用这种方法，并尽快使用。”弗吉尼亚大学考古学荣誉教授、《史前陶瓷的风格转变》一书的作者Stephen Plog说：“这实在是太有价值了。我们从旧的操控系统中学到了很多东西，但它已然超过了它的用途，如今是时候改变我们确认陶瓷设计的方式了。”
探究人员正探索卷积神经联网模型的分类专业知识的实际使用，并正撰写更多的期刊文章，与其他考古学家转发该技术。他们期盼这种对陶器开展考古确认的新方法能够使用于其他类型的古代文物，并期盼考古学能够进入机器分类的新阶段，从而提升考古岗位的效率，并为新一代学子提供更有效的陶器设计教学方法。