Kunstig intelligens til undersøgelse af websteder

En eksperimentel undersøgelse ledet af forsker Abel Moclán, fra Centro Nacional de Investigación sobre la Evolución Humana (CENIEH), er netop blevet offentliggjort i Arkæologiske og antropologiske videnskaber tidsskrift, som foreslår en ny metode til at forstå, hvordan faunasamlingerne blev genereret på arkæologiske steder, og hvordan de kunne have interageret med grupper af mennesker og kødædere på de steder, de besatte.

Denne nye metode involverer brugen af ​​kunstig intelligens og maskinlæringsalgoritmer til at dechifrere, om faunasamlinger blev genereret af hominider eller kødædere, specifikt hyæner og/eller ulve. "Takket være denne metode, vi kan skelne blandt de handlende agenter med en sikkerhed på over 95 %, " siger Abel Moclán.

For at udføre denne undersøgelse, knoglebrud er blevet analyseret for at fortolke, om de blev brækket af menneskegrupper for at forbruge knoglemarven, eller hvis, tværtimod, kødæderne brækkede knoglerne, da de forsøgte at få adgang til den samme ressource.

Denne metode kan bruges som udgangspunkt i tafonomi, når man analyserer rester på steder, hvis bevarelse ikke tillader at skelne, hvem der har akkumuleret samlingerne gennem analysen af ​​snittet eller tandmærker, der er tilbage på knoglernes overflade.

"Fremtiden for Taphonomy involverer at bruge stadigt stærkere statistiske værktøjer, som dem vi bruger her, " siger Abel Moclán.

Manuel-Domínguez-Rodrigo fra Complutense University of Madrid (UCM) og Institute of Evolution in Africa (IDEA), og José Yravedra fra Complutense University of Madrid (UCM) har også deltaget i denne undersøgelse, med titlen "Klassificeringsagentur i knoglebrud:en eksperimentel analyse af frakturplaner for at skelne mellem hominin og kødædende dynamisk og statisk belastning ved hjælp af maskinlæringsalgoritmer (ML).