Нейросеть собирает воедино фрагменты археологических находок



    Объединенная команда специалистов из Техниона и Хайфского университета разработала новую технологию, которая позволяет собирать археологические «пазлы» в автоматическом режиме. Речь идет о фрагментах находок, которые человеку соединить в единое целое может быть сложно. А вот компьютер «понимает» как правильно приложить один кусочек к другому, чтобы получить изначальный узор, картину или сосуд.

    Разработчики технологии говорят, что решение «проблемы археологических пазлов» ученые искали в течение многих лет. И кроме археологии, новая методика применима в других отраслях науки, включая археографию, биологию, археологию.

    Программисты разрабатывали системы по сбору пазлов (не археологических, обычных) многие десятилетия. Первая программа такого рода появилась в 1964 году, она умела собирать пазлы из 9 элементов. Современные технологии справляются с тысячами фрагментов. Их собирают вместе, находя похожие по цвету или изображению на поверхности участки.

    Израильские ученые решили попробовать взять старую (относительно) технологию и применить ее для решения новых задач. Одна из них, как и указывалось выше — соединение разрозненных фрагментов археологических артефактов. Это может быть мозаика, глиняный сосуд, иные элементы. Собственно, большинство археологических находок как раз и хранятся в том виде, каком их нашли — отдельные участки чего-то более крупного. Когда за работу по соединению элементов принимается ученый — человек, ему требуется от нескольких дней до нескольких лет, чтобы выполнить задачу.

    Проблема в том, что далеко не всегда ясно, какой фрагмент частью чего является. Компьютер справляется с этой задачей куда более резво. Нейросеть, обученная специальным образом, может складывать элементы в порядке, каким он должен быть.



    «Мы выбрали археологию не только потому, что это культурное наследие веков, но также и потому, что в археологии сейчас применяется не так уж и много технологических новшеств», — заявил один из представителей команды разработчиков. «В большинстве случаев археологические артефакты не являются „чистыми“, чаще всего они поломаны, эродированы, загрязнены. Необходимы крайне современные алгоритмы для того, чтобы восстановить изначальный внешний вид находок. Именно поэтому археология — вызов для специалистов по информационным технологиям.

    Для того, чтобы сделать свой метод надежным, ученые обучили нейросеть различать три типа проблемных находок — разрушенные, выцветшие и эродированные. Проблема чаще всего в том, что даже если фрагменты чего-либо, ранее бывшего единым целым, находятся в земле вместе, их крайне сложно сложить, поскольку края элементов затронуты эрозией. И не всегда понятно, какой элемент где должен находиться.

    Кроме того, выцветание находок тоже составляет известную проблему, поскольку она также усложняет работу по восстановлению находки. Если нет ярких цветов, не всегда ясно, какой фрагмент за каким следует. В обычных пазлах, пускай и сложных, всегда определенное число фрагментов. В „археологических пазлах“ фрагментов может не хватать, часть из них неплотно прилегают друг к другу из-за разрушенных краев, как и говорилось выше. Поэтому человеку или машине сложно сличить элементы и сложить их вместе.



    »Мы предлагаем новый алгоритм, который может справиться со всеми этими сложностями", — пишет исследователь. «Технология базируется на различных идеях. Во-первых, мы предлагаем виртуально восстановить каждый из найденных фрагментов. Это нивелирует проблему разрушенных краев. Во-вторых, мы используем метод обратной вероятности составного преобразования».

    В основе алгоритма, разработанного учеными, следующий вопрос: «Как наилучшим образом сложить пазл?». В данном случае имеется в виду пазл археологический. Для ответа ученые используют несколько критериев оценки каждого из фрагментов. Среди них — расстояние между элементами, совпадение цветов, схожесть очертаний краев, размер фрагментов, сочетание элементов рисунка и т.п.

    Для проверки работы нейросети ученые восстанавливали отдельные участки фресок из самых разных церквей разных стран мира. Как оказалось, алгоритм действительно справляется со своей задачей, он может сложить в единое целое разбитые объекты и разрозненные элементы фресок и мозаик.
    Ads
    AdBlock has stolen the banner, but banners are not teeth — they will be back

    More

    Comments 9

      0
      интересно, в палеоботанике эта штука помочь сможет или нет… там как раз одна из основных проблем, понять что отпечатки или окаменевшие части растения принадлежат одному растению, а не разным…
        +4
        Это случайно не продолжение наработок, которые склеивали кусочки документов из шредера?
          +2
          Когда заголовок вроде бы соответствует содержимому, но то, ради чего начинаешь читать статью, так и не находишь… Нейросеть — это великолепно и катастрофически обще, она может применяться как для обработки текста, так и изображений, звука и много чего ещё. Удивительно, насколько разные задачи могут иметь очень схожее формальное математическое описание и решение. Но тонкости в применении нейросетей тем не менее есть и жаль, что в статье нет ничего про выбор классификационных признаков и постановку задачи, которую нейросеть решает непосредственно.
            +1

            В начале статьи была ссылка на arXiv.

            0
            > И кроме археологии, новая методика применима в других отраслях науки, включая археографию, биологию, археологию.

            У вас бесконечная рекурсия.

              0
              Где рекурсия-то? Просто методика применима в археологии и археологии, обычное дело.
              0
              Класс, это же можно использовать для сбора паззлов от 3 тысяч кусков! Рассыпаешь на пол, переворачиваешь, фотографируешь — и получаешь готовую пронумерованную схему сборки! Никаких больше поисков однотонных однотипных кусочков!
                +1

                может тогда просто не собирать пазл?

                0
                Можно было бы в качестве капчи использовать. Но и тут роботы нас опередили.

                Only users with full accounts can post comments. Log in, please.