KI betritt die Archäologie! Wissenschaftler nutzten Deep-Learning-Algorithmen, um Beweise dafür zu finden, dass der Mensch vor fast einer Million Jahren Feuer nutzte, veröffentlicht in PNAS

Der Einsatz von Feuer war ein Schlüsselfaktor in der Entwicklung des Homo sapiens. Feuer wurde nicht nur zur Herstellung komplexerer Werkzeuge verwendet, sondern machte auch Lebensmittel sicherer und unterstützte so die Entwicklung des Gehirns.

Bisher wurden weltweit nur 5 Standorte mit Hinweisen auf Feuernutzung entdeckt, die 500.000 Jahre zurückreichen, darunter Wonderwerk Cave und Swartkrans in Südafrika, Chesowanja in Kenia, Gesher Benot Ya'aqov in Israel und Cueva Negra in Spanien.

Jetzt hat ein israelisches Forschungsteam mithilfe von Algorithmen der künstlichen Intelligenz die sechste Stelle entdeckt, die Anzeichen für den Einsatz von Feuer durch Menschen aufweist! Diese Studie enthüllt Hinweise auf die Nutzung von Feuer durch Menschen an einer Stätte aus dem Jungpaläolithikum in Israel. Die Forschungsergebnisse wurden in der Fachzeitschrift PNAS veröffentlicht.

Papieradresse: https://www.pnas.org/doi/epdf/10.1073/pnas.2123439119

1 KI marschiert in die Archäologie

Traditionell Äologische Methoden für die frühe Antike Die Identifizierung von Brandherden an menschlichen Standorten beruht in erster Linie auf der visuellen Beurteilung veränderter Sedimente, lithischer Trümmer und Knochen, wie z Verwendung von Feuer.

In dieser Studie entwickelte das Team des Autors ein spektrales „Thermometer“, das auf Raman-Spektroskopie und Deep-Learning-Algorithmen basiert und dazu dient, die thermische Belastung von Feuersteinartefakten abzuschätzen und so Atome mit extrem hoher Temperatur verzerrter Materialstruktur zu erkennen Ausgleich möglicher fehlender optischer Merkmale von Brandspuren.

Untersuchungen zeigen, dass die frühpaläolithische Freiluftstätte (Evron-Steinbruch) in Israel Überreste von durch Feuer verbrannten Tieren und Gesteinsschutt enthält, die vor 1 Million bis 800.000 Jahren entstanden sind.

Bildunterschrift: Von links nach rechts: Filipe Natalio, Ido Azuri, Zane Stepka

Das Forschungsteam untersuchte erstmals 1976-1977 die im Steinbruch Evron ausgegrabenen Materialien Es wurden hitzebedingte Merkmale wie Rötung des Bodens, Verfärbung oder Rissbildung bei Feuersteinwerkzeugen, Schrumpfung oder Verfärbung von Tierresten festgestellt. Das Team testete viele Methoden, darunter traditionelle Datenanalysemethoden, maschinelle Lernmodellierung und fortgeschrittenere Deep-Learning-Modelle. Beliebte Deep-Learning-Modelle verfügen über spezifische Architekturen, die andere Modelle übertreffen. Der Vorteil der Verwendung von KI-Technologie besteht darin, dass sie die chemische Zusammensetzung von Materialien analysieren und diese zur Abschätzung ihrer thermischen Belastung nutzen kann.

KI-Technologie kann zuverlässig erkennen, ob moderner Feuerstein verbrannt wurde, und kann auch die Temperatur anzeigen, bei der er verbrannt ist. Die Hitze eines Feuers kann zu Veränderungen in nahe gelegenen Steinen führen, und das Verbrennen kann die Knochenstruktur auf atomarer Ebene verändern, mit entsprechenden Veränderungen im Infrarotspektrum.

In dieser Studie verwendete das Team ein Deep-Learning-Modell (ein eindimensionales Faltungs-Neuronales Netzwerk), um die Raman-Spektralmuster von Feuersteinartefakten zu lernen und die Temperatur der Steinwerkzeuge abzuschätzen. Das Modell schnitt besser ab als ein vollständig verbundenes künstliches neuronales Netzwerk (FC-ANN) und konnte den mittleren absoluten Fehler zwischen wahren und geschätzten Temperaturen von 118 °C auf 103 °C reduzieren.

Zunächst trainierte das Team vorab mit modernem Feuerstein, der an verschiedenen Orten in Israel gesammelt und unter kontrollierten Laborbedingungen auf bekannte Temperaturen erhitzt wurde. Zweitens wurde das trainierte Modell auf eine unbekannte Probe angewendet (d. h. Steinwerkzeuge, die am Standort des Evron-Steinbruchs gesammelt wurden). Das Team nutzte einen überwachten Deep-Learning-Ansatz, um Raman-Spektren mit der Erwärmungstemperatur des Hornsteins zu korrelieren. Diese Methode beruht auf irreversiblen, thermisch induzierten Strukturveränderungen in den organischen und anorganischen Komponenten des Hornsteins und überwindet gleichzeitig dessen inhärente Variabilität. Der Vorteil der Verwendung eines Deep-Learning-Modells zur Temperaturschätzung besteht darin, dass es alle nichtlinearen Entscheidungsgrenzen zwischen Wärme und spektralen Änderungen aufgrund von Wärme in Alpha-Quarz-, Moganit- und D- und G-Band-Spektralbereichen annähern kann.

Im Bild unten zeigt der Stein optisch keine Anzeichen einer Verbrennung durch Feuer, aber durch die Verwendung eines Deep-Learning-Modells zur Abschätzung der thermischen Belastung der vom Stein gesammelten UV-Raman-Spektren wurde festgestellt, dass sie alle vorhanden sind auf Temperaturen zwischen 200°C und 600°C erhitzt wurden. Dies deutet darauf hin, dass die alten Menschen die Fähigkeit hatten, Feuer zu kontrollieren, anstatt nur natürliche Flächenbrände zu nutzen.

2 Folgebesprechung

Bezüglich der ausgegrabenen Knochen bestätigte das Forschungsteam auch experimentell, dass sie durch Feuer verbrannt waren. „Wenn es keine künstlichen, intelligent verifizierten Feuersteinergebnisse gäbe, hätte sich niemand die Mühe gemacht, diese Knochen auf thermische Belastung zu testen.“

Diese Studie kann jedoch noch nicht feststellen, ob die Werkzeuge am Standort durch natürliches oder künstliches Feuer verbrannt wurden. Räumliche Veränderungen durch Brandflecken können als Beweis menschlichen Eingreifens interpretiert werden, da natürliche Brände häufig homogene thermische Veränderungen im gesamten verbrannten Bereich verursachen.

Die Autoren erkennen an, dass Waldbrände und lückenhafte Vegetation auch zu einer ungleichmäßigen Temperaturverteilung in einem Gebiet führen können und dass die Temperatur kein verlässliches Unterscheidungskriterium zwischen dem Einsatz von Waldbränden und künstlichen Bränden ist. Dennoch deuten die geschätzten Temperaturen der steinzeitlichen Werkzeuge und das Vorhandensein verbrannter Tiere auf die Möglichkeit hin, dass an der Stelle Feuer von alten Menschen genutzt wurde.

Zukünftig können die in dieser Studie verwendeten Methoden auf andere Stätten des Jungpaläolithikums ausgeweitet werden, was möglicherweise das räumlich-zeitliche Verständnis der Beziehung zwischen frühen antiken Menschen und Feuer erweitern und die Tür zum Verständnis des frühen menschlichen Lebens öffnen wird .

Das obige ist der detaillierte Inhalt vonKI betritt die Archäologie! Wissenschaftler nutzten Deep-Learning-Algorithmen, um Beweise dafür zu finden, dass der Mensch vor fast einer Million Jahren Feuer nutzte, veröffentlicht in PNAS. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!