人工智能和机器学习技术的采用正在加速古代难题研究

长期以来，由于人工制品和手写记录数据输入的劳动密集型过程，一直难以发现历史理论的证据并确定过去事件中的模式。

人工智能和机器学习技术的采用正在加速此类研究，并引起人们对被忽视信息的关注。但是，这种被称为“数字人文科学”的方法正在为争取更多面向未来的AI应用筹集资金。

以色列海法大学计算机视觉和机器学习教授Ilan Shimshoni说：“人们对数字人文学科充满兴趣，但钱不多。”他在以色列从事考古工程，其中包括重新组装手工艺品从碎片的照片。“如果您要对Facebook进行分析，则比想看古希腊文物要多得多。”

以色列理工大学的考古和计算机科学研究员Ayellet Tal说，考古难题似乎并不像医疗保健，金融和其他行业中的计算机科学项目那么紧迫，但是将算法技术应用于历史研究可以提高AI的能力。

恢复或重建考古文物是计算机视觉模型的复杂问题。以前的工作（例如，学习重新组合照片或文档的算法）并未解决碎片，图像不清晰或装配不精确的问题。

如果您想对Facebook进行分析，那么您会比看古希腊文物得到更多的钱

在尝试重建文物之前，AI模型学习了如何逆转腐蚀过程并预测原始碎片的外观。研究人员随后定义了模型应如何测试片段是否装配在一起。

塔尔女士说：“考古学的任务是经典的计算机视觉问题。”“但是它们在考古学上要困难得多，因为这些物体表现得不好。我们希望改变考古学，并希望提高计算机视觉，因为这些任务是当前算法失败的地方。”