Arkeoloji Alanında Yapay Zeka Kullanımı

Teknoloji büyük bir hızla gelişiyor. Bu cümleye artık çok aşinayız. Teknolojiyi bu denli geliştiren en önemli unsurlardan biri kaçınılmaz olarak Yapay Zeka. Son zamanlarda robotik durumlar dışında birçok algoritmaya destek vermesi nedeniyle de  tahmin edilmeyecek alanlarda karşımıza çıkmaya başlıyor. Bu bizleri hem heyecanlandırıyor hem de meraklandırıyor. Bu yazımızda Yapay Zekanın dokunduğu biraz daha sıra dışı bir alana göz atacağız. “Arkeoloji ve Tarih”

Son yıllarda makine öğrenmesi ve onun alt disiplini olarak  ortaya çıkan derin öğrenme algoritmalarının gücünün, donanım alanında, paralel işlem gücüne sahip gömülü sistem GPU’ların gücüyle birleşmesi sonucu çığır açan yenilikler ortaya çıkmış, başta Google ve Microsoft olmak üzere birçok teknoloji devi derin öğrenme alanında ciddi yatırımlar yaparak sadece bu alanlarda çalışmalar yapan şirketler kurmuşlardır.

Bu gelişmeler doğrultusunda insanoğlu tarafından en çok merak edilen konularda da çalışmalara başlandı. Artık geçmişimizi ve karanlıklarda kalan tarihimizi aydınlatabiliriz.

Kültürel miras çalışmalarında ortaya çıkan ve depolanan büyük verinin derin öğrenme yöntemleri ile işlenmesi ve anlamlı bilgi haline getirilerek tasnif edilmesi bu zor işi çok kolay hale getirdi.

Özellikle obje tanıma, tasnif ve müze ziyaretçilerinin sosyal ve ekonomik açıdan durumlarını analiz etme çalışmalarında da kullanılmaktadır. Ayrıca bu çalışmalar için harcanan yoğun zaman, para ve iş gücü açısından tasarruf sağlamaktadır.

Gelin hep birlikte bakalım Yapay Zeka bu konularda bizi nasıl aydınlatıyor?

Yapay Zekalar Nasıl Yardımcı Olmaktadır?

Nazca Çizgileri Hakkındaki Araştırmalar

Japon Yamagata Üniversitesi, Nazca Çizgileri hakkında araştırmalar yürütmektedir. Peru’da bulunan bu çizgiler günümüzde hala sırrını koruyarak devam etmektedir. Bunlar devasa boyutlarda çizgilerle oluşturulmuş değişik sembollerden oluşmaktadır. Araştırmacılar bu çizgilerin anlamını henüz çözebilmiş değildir. Nazca çizgilerinin hepsinin  ortaya çıkmadığı da açık bir gerçektir.

Nazca Çizgileri bakıldığında zor alanlarda bulunmaktadır. Bu çizgilerin boyutları değişiklik gösterdiği gibi en büyük olanının da 42 kilometre olduğu görülmektedir. Çizgilerin bu derece değişik olması ve bulunduğu alanın konumunun zorlu olması tehlikeli bir durum ortaya çıkarmaktadır. Bahsettiğimiz gibi iklim şartları da her zaman araştırmacıları zorlayan bir unsurdur.

İşte burada Yapay Zeka devreye giriyor. Günümüzde de keşfedilmeye devam eden Nazca Çizgileri doğal erozyon ve kentleşmeye direnirken Yapay Zeka sayesinde bulunması kolaylaşmıştır.  Araştırma ekibi bu anlamda derin öğrenme platformu Watson sayesinde yer tespiti yapmayı kolaylaştırmıştır. Bunun için IBM ile ortalık kurulmuştur.

Dronlar sayesinde çizgilerin koordinatları araştırmacılara bildirilmektedir ve şuana kadar 142 çizgi daha bulunmuştur.

Yapay Zeka Algoritmalarından Arkeolojik Veri Heykeli Yapmak: “Bir Kazı Hikâyesi: Çatalhöyük”

2018 Beyoğlu ANAMED’de “Bir Kazı Hikâyesi: Çatalhöyük” sergisi açıldı. Sergi, ziyaretçilerini girişte sanatçı Refik Anadol’un, Çatalhöyük’te 25 yıl boyunca yürütülen bilimsel araştırmalarda kaydedilen 250.000 buluntuya ait 2,8 milyon girdiyi yapay zekâ algoritmalarını da kullanarak hazırladığı veri heykeli görseli ile karşıladı.

Çatalhöyük yerleşmesindeki kazılarda keşfedilen bina, birim ve öğelere ait bilgiler, buluntuların özellikleri, araştırma raporları, teknik çizimler ve fotoğraflar yer aldığı ve 250.000 buluntuya ait 2.8 milyon verinin her birinin birbirine bağlı olarak bir araya geldiği bu dijital heykel, estetik özelliklerinin yanı sıra aynı zamanda karmaşık veri setlerinin erişilebilirliğini kolaylaştıran ve yeni yorumlara imkan sağlayan bir kaynak olma özelliği de taşıyor.

Arkeoloji ve Müzelerde Yapay Zeka – Derin Öğrenme Uygulamaları

Yapay Zeka uygulamalarının arkeoloji ve müzeolojide kullanımıyla ilgili ilk çalışmalardan birisi Barselona Otonomi Üniversitesinden Juan Barcelo tarafından yapılmıştır. Bu makalede arkeologların yaptığı gibi aynı işleri yeniden yapabilen bilgisayar programlarının teorik ve pratik yönleri gözden geçirilmiştir.

Bir makinenin veya bilgisayar programının kültürel mirası analiz edip açıklayabilmesinin mümkün olabilmesini tartışmaya açmaktadır. Bu yaklaşıma göre büyük bir arkeolojik data set içinden makine öğrenmesi yöntemleri bugüne kadar yapılmamış bazı çıkarımlar yapılabilir. Arkeolojik alanda İnsitu durumunda ki buluntular zarar görmeden analiz edilebilir. Bunları yapabilmek için uygulanacak Yapay Zeka yöntemlerin uzman sistemler ve görüntü işleme uygulamalarının doğru olacağını aktarmaktadır.

Arkeolojide Yapay Zeka / Derin Öğrenme en fazla coğrafi bilgi sistemlerinin ve uzaktan algılama yöntemlerinin arkeolojik alanlarda uygulanması noktasında karşımıza çıkar. Artık kültürel mirasın dijitale aktarılmasında kullanılan 3D modelleme ve nokta bulutu uygulama ve yazılımları bilgisayarlı görü ve görüntü işleme alanlarıyla doğrudan alakalıdır. Bu çalışmalarda ortaya çıkan devasa görüntü verileri FAST, SGM, HARRİS, SURF ve RANSAC gibi “görüntü eşleştirme” algoritmaları ile işlenmekte ve analiz edilmektedir.

Devasa Veri Görüşü: Uzaydan Arkeoloji

Son yıllarda Uzaktan Algılama alanında lensler ve sensörler bağlamında gelişen yeni teknolojiler yeni uygulama alanları ortaya çıkarmıştır. Çok yüksek çözünürlükte ve çeşitli açılardan elde edilebilen uydu görüntüleri yeryüzündeki nesneleri daha detaylı görüntülemiştir.

Arkeolojik çalışmalarda robotların ilk defa kullanılması 1993 yılında Mısır’da bulunan Büyük Piramit’in hava bacalarını araştırmak ve temizlemek üzere kullanılmıştır. Bu tarihten itibaren dijitalleşme, kültürel mirasın gelecek nesillere aktarımında maksimum önemli bir noktaya gelmiştir.

İlk olarak hava fotoğrafları sayesinde veri toplama ile başlayan süreç, 2000’li yıllarda uzaktan algılama teknolojilerinin gelişmesiyle “Uzaydan Arkeoloji” kavramını ortaya çıkaracak kadar ilerlemiş, devasa görsel veri oluşmuştur.

Durum böyle olunca büyük veri kavramının arkeoloji boyutu ortaya çıkmıştır. Veri toplama ve bu görüntü verisinin analizi uydu görüntüleri, çok bantlı / hiper spektral verilerle birlikte kullanışlı kaynaklardır. Bu görüntüler buluta aktarılır ve sonra oradan alınarak işlenir.

LİDAR ve SLAR (yan bakışlı hava radarı) taramaları

Aynı şekilde Lazer ışınlarının bitki örtüsünde ki açıklıktan geçerek yere ulaşması tüm bitki örtüsünü kaldırmasını sağlayan LİDAR ve SLAR (yan bakışlı hava radarı) taramaları ile yapılan çevresel uzaktan algılama sayısal görüntü analizinde büyük datasetler oluşturur. İHA’ların Structure From Motion yazılımı ile birlikte arkeolojik sit alanların da kullanımı yaygınlaşmıştır. Tüm bu alan verileri arkeologlar için çok önemli bir avantaj sağlar.

Kazı yapmadan bir arkeolojik alanın araştırılması için yer temelli uzaktan algılama yöntemleri uygulanır. Aktif ve yapay jeofizik ölçümler yapılarak bunlara verilen tepkiler okunur.

Yankı Sondajı ve Sonar Sistemleri

Sualtı Arkeolojisinde ise sismik ve akustik yöntemler önemli araştırmalar için kullanılmıştır. Yankı sondajı ile Ege kıyılarında bir Roma gemisinin yeri tespit edilmiştir. Çok ışınlı sonar kullanımı ile batık arkeolojik alanlardan muazzam miktarda veri üçboyutlu arazi modellemeleri için toplanmaktadır.

Jeoradarlar

Veri işleme ve görüntü üretme için kullanılan algoritmaların bir diğer önemli kullanım alanı elektro manyetik yöntemlerden olan jeoradardır. Bir vericinin toprak altına gönderdiği kısa radyo dalgaları, toprağın altındaki değişimleri yansıtır.

Yapay Zeka ile Hiyeroglif – Çivi Yazısı – Semboller ile Çalışma

Arkeolojik çalışmalarda derin öğrenmenin uygulama alanlarından biriside hiyeroglif, çivi yazısı vs. gibi sembollerden oluşan yazıların çözümlenmesinde bilgisayar görüsünde obje ve metin tanım aile birlikte kullanılmasıdır. Bu çalışmalar zor ve zahmetli olan eski dillerinde şifre çalışmalarının otomatikleştirilerek çok daha kolay hale gelmesini sağlamak üzere yapılmaktadır.

Maya Hiyeroglifleri

İsviçre’de yapılan iki çalışmadan ilki: literatürde “KelimeÇantası” (BOW-BagofWords) modeli olarak geçen bir yöntem Maya Hiyeroglifleri üzerine uygulanarak hiyeroglif data setinden tanıma ve gruplama algoritmalarıyla yapılmış ve %97 başarılı olmuştur.

İkincide ise, 3 farklı konvolüsyonel derin öğrenme yöntemi karşılaştırılmıştır. LeNet, Scratcha Netve ResNet-50 arasından en doğru görsel algılamayı sıfırdan eğitilen taslaklara özgü model ScratchNetaz veri olmasına karşın %70.3lük başarısıyla diğerlerini geride bırakmıştır.  Antik Maya Epigrafisi’nin Derin Öğrenme yöntemleri ile çözümlendiği her iki çalışmada, bu alanda başarılı modellerin gelişmekte olduğunu göstermektedir.

Çivi Yazıları

Çivi yazılarının okunmasının ve analizinin veri madenciliği ve yüzeyeşleştir algoritmaları kullanılarak görüntü eşleme yöntemiyle yapılmasına bir örnek hitit çivi yazılarıyla ilgili bir çalışma olan Başkent Üniversitesi’nde yapılan bir çalışmadır. Yapılan çalışma tablet metinlerinde bulunan çivi yazısı işaretlerin çeşitli görüntü işleme yöntemleri ile okunup veri tabanında bulunan işaretlerle eşleştirilerek Latin yazısına dönüştürülmesi sürecini gerçekleştirmektedir.

Benzer bir çalışma Chicago Üniversitesinde yapılmıştır. Bugün Suriye’nin Lazkiye Şehrine yakın konumda bulunan Ugarit (RasShamra) tabletleri envanteri projesi kapsamın da yapılan çalışmada binlerce tablet filolojik verilerin tasnifi için algoritmalar kullanır.

Yale Üniversitesinde yapılan bir araştırmada sayısallaştırılmış ortaçağ el yazmalarının kümelenme algoritmaları ve şablon eşleştirme metodlarını kullanarak rakamları ve büyük harfleri tespit edebilmesi öğretilmiştir. Metin bloğu hesaplaması, metin satırı bölümlendirilmesi ve özel bileşen çıkarımı yöntemlerinin kıyaslandığı çalışmada 7 ortaçağ el yazmasından1819 görüntü üzerinde çalışılmıştır. Çalışmanın sonucunda %98-%99’luk bir hassasiyetle tanıma yapabilen bu üç yöntemide kapsayan bir hibrit bir program geliştirilmiştir. Süper pikseller üzerinde çalışabilen bu program derinlemesine bir analiz yapılmasını ve böylece gelişmiş bir algoritmik strateji tasarlanmasını sağlayacaktır.

Peyzaj Arkeolojisinde Yapay Zeka Kullanımı

Yapay Zeka teknolojilerini odağına alarak her alanda bilimsel çalışmalar yapan Roma’daki Semeion Araştırma Merkezi’nin bir çalışmasında peyzaj arkeolojisi bağlamında incelenen mezopotamya’da ilk kentleşme emareleri sürecinde ortaya çıkan tarihsel, arkeolojik, antropolojik, estetik ve dil bilimsel kayıtların kodlanması eski dünya çalışmalarında yeni bir epistemik bakış açısı tanımlamıştır.

Halen dijital beşeri bilimlerin yeni bir dalı olarak da kabul edilebilecek olan bu yeni epistemik perspektif, geçmişin karmaşık sistemlerini YSA’lara dönüştürmek ve her bilgiyi bir noktaya nörona dönüştürmekle ilgilenmektedir. Bu yaklaşım, çok değişkenli ve karmaşık yapıları Yapay Adaptif Sistemlerin biyolojik hesaplanması ile çok faktörlü ilişkilerin simüle etmede teorik ve deneyselliği ortaya koymaktadır.

Eski Yakın Doğu’da kent-devletlerinin ve  şehirciliğin kökeni, Mezopotamya Kent Devrimi Manzarası‘ nın simülasyonları bir değeri korumaktadır. Bu belirgin değer, Arkeoloji’ de en önemli şeydir. Bu çalışmada ortaya çıkan simülasyonlar hem Arkeoloji’ de hesaplama modelleme için yeni bir analitik paradigma hem de şehircilik ve kentleşme çalışmaları için yeni bir teorik yaklaşımdır.

Genetik Algoritma Kullanımı

Princeton Üniversitesinde yapılan bir çalışma fresklerin rekonstrüksiyonunun zorluğuna genetik algoritmayı kullanarak bir çözüm aramıştır. Arkeolojik alanlarda bulunan fresklerin üzerinde ki motiflerin yön ve rotasyonunun doğru tahmini için öncelikle parçaların 3B yüzey taramalarının alınması ve ardından yeniden yapılandırma problemini çözmek için genetik algoritma, Kümelenme Hiyerarşisi ve Dense Cluster Growth yöntemleri karşılaştırılmıştır.

Yunanistan Akrotiri’de bulunan Thera Antik Kenti freskleri için uygulanan yöntemler Genetik algoritma kullanarak freskrekonstrüksiyonu %90 ile en iyi sonucu vermiştir.

Antalya Müzesi’nde bulunan Yorgun Herakles heykelinin belden üst kısmının Amerika’dan getirilmesi sürecinde de doku haritalandırma, 3B yüzey çakıştırma algoritmaları ve modelleme kullanılmıştır. Sensörler ve yapılandırılmış ışık sistemleriyle aktif algılama yönteminin de kullanıldığı çalışma, kültürel miras çalışmaları için Yapay Zekanın ne kadar önemli olduğu  ortaya koymuştur.

Müzecilikte Yapay Zeka

Müzecilikte Yapay Zeka uygulamaları koleksiyon ve ziyaretçi yönetiminde, Müze mağazalarının muhasebesinde, bağışçılarla ilişkilerde, eserlerin orjinallik tespitinde ve sergi tasarımlarında kullanılmaktadır.

Müze koleksiyonlarının ve envanterlerin son yıllarda dijital ortama aktarılması bu verilerin analizini kolaylaştırmıştır.  Envanterinde binlerce eser bulunan büyük müzeler makine öğrenmesi ve derin öğrenme yöntemlerinden  faydalanmaktadırlar.

Arşivler ve Envanterlerde

Smithsonian Washington Ulusal Doğa Tarihi Müzesive Ulusal Herbaryumu envanterinde bulunan yaklaşık 5 milyon bitki örneğini dijitalleştirmiştir. Evrişimli Sinir Ağları (CNN)ile eğitilen model %99 luk bir başarı elde etmiş ve bir mobil uygulamaya dönüştürülmüştür.

Bu uygulama ziyaretçilerin cep telefonu ile çektikleri bitki resminin hangi bitki olduğunu ve istatistiksel bilgilerini kullanıcıların görmesini sağlamaktadır. 

Rutgers Üniversitesi’nde yapılan bir çalışmada Evrişimli Sinir Ağları ile eğitilen bir sistem resim sanatında en çok rastlanan 20 akımı stil özelliklerine göre ayırt ede bilmektedir. Yaklaşık 77 bin görsel ile eğitilen modelde İmageNet, LexNet, ResNet gibi data setler kullanılmıştı.

 

New Bilişim Teknolojileri olarak Yapay Zeka , Dijital Dönüşümler,  Büyük Veri Teknolojileri, Robotik Yazılım Çözümleri, Nesnelerin İnterneti Uygulamaları ,Özel Yazılımlar, Yenilikçi ve En Son Teknolojiler üzerine çalışmaktayız.

Kurumunuz ile sizler de bu Akıllı Dünyada yer almak isterseniz bizimle iletişime geçebilirsiniz. New Bilişim Teknolojileri’ne   0 212 854 00 54 numaralı telefondan veya internet sitesinden  7/24 ulaşabilirsiniz.

New Bilişim Teknolojileri olarak bizler de Coronavirus için sorumluluklarımızı yerine getiriyor ve Maske takıp sosyal mesafeye dikkat ediyoruz. Lütfen sizlerde kendinizin ve Dünyamızın  sağlığı için üzerinize düşeni yapın.

 

Open chat
1
Size nasıl yardımcı olabiliriz ?