作者：王姵文
最為先進的AI技術不僅能幫忙解決現代問題，就連考古也能運用AI技術來突破，來看看AI能為考古貢獻什麼吧！
大學生用 NVIDIA GTX 1070 和 AI，辨識出古羅馬卷軸文字
一名來自內布拉斯加大學的學生 Luke Farritor 近期用 Nvidia GeForce GTX 1070 顯示卡和 AI，辨識出古羅馬的赫庫蘭尼姆卷軸上的一個單字「紫色」，因此贏得 4 萬美元的獎金。
維蘇威火山在公元 79 年爆發，龐貝城和附近的赫庫蘭尼姆古城被火山灰掩埋，但也保留下古城的樣貌，其中約 1100 份的卷軸文件被留下，在凱薩大帝的岳父家中找到，但這些卷軸一攤開很容易碎裂，且用肉眼也很難看見卷軸紀載的內容。
不過現在有了 AI 等科技的協助，閱讀卷軸成為一個可能達成的目標。有一群研究員因此舉辦了「維蘇威挑戰」（Vesuvius Challenge），要加速古代卷軸被破解的機會。
要辨識出卷軸內容第一步是先進行斷層掃描，再以虛擬方式攤平卷軸，並找尋卷軸上的墨水痕跡，藉此判斷出上面的文字。但由於卷軸墨水成分主要是碳，很難用一般 X 光將文字與其他焦黑的部分區分開來。直到 2019 年 Brent Seales 和其他研究員用粒子加速器來增強 X 光，取得重要突破。
大學生 Farritor 從網站上取得卷軸的相關資料後，再用他的 GTX 1070 訓練AI 模型去偵測裂縫紋路，以此推測墨水曾在的位置。他最後找出了「πορφυρας 紫色」這個單字（可能是顏色形容詞，或指紫色染料、衣服的名詞）。Farritor 最後贏得「第一個單字」獎項拿到 4 萬美元。
下一個挑戰則是在今年底前辨識出含 140 個單字以上的段落， 就有機獲得 70 萬美元。
深度學習演算法發現近 100 萬年前人類用火證據
目前全球只發現5個可追溯至50萬年前用火證據的遺址，近日以色列研究團隊利用人工智慧演算法發現第六個證明人類用火痕跡的遺址，提出以色列舊石器時代晚期遺址有人類用火的證據。
新研究團隊開發基於拉曼光譜和深度學習演算法的光譜「溫度計」，估算燧石偽影的熱暴露，檢測極端高溫扭曲材料的原子結構，彌補用火痕跡視覺特徵的不足。
這次以色列舊石器時代早期露天遺址（Evron Quarry）以新方法找到有火燒過的動物和岩屑殘存，年代介於100萬至80萬年前。團隊首先研究1976~1977年Evron Quarry挖出的材料，並沒有發現熱相關特徵的視覺明顯證據，如土壤變紅、燧石工具變色或龜裂、收縮或動物遺骸變色等。
團隊測試許多方法，包括傳統數據分析、機器學習建模和深度學習模型。流行的深度學習模型有優於其他模型的特定架構，使用AI技術的好處是可分析材料化學成分，估計熱暴露狀況。AI技術能可靠區分現代燧石是否燒過，且還能顯示當時溫度。火的熱量可引起附近石頭變化，燃燒會在原子程度改變骨骼結構，紅外線光譜也會改變。
團隊使用深度學習模型（1D卷積神經網路）學習燧石偽影的拉曼光譜模式，估計石器溫度。與完全連接的人工神經網路（FC-ANN）相比，此模型性能更優秀，能將真實溫度和估計溫度的平均絕對誤差從118°C降至103°C。
團隊預先訓練以色列不同地方收集的現代燧石，並在實驗室控制條件下加熱至已知溫度，訓練後模型才來分析未知樣品（即從Evron Quarry遺址採集的石器）。團隊採用有監督的深度學習連結拉曼光譜與燧石加熱溫度，這方法依靠燧石有機和無機成分的不可逆熱誘導結構改變，同時克服固有可變性。
使用深度學習模型估算溫度的優點，是能以近似熱量與α-石英、莫干岩及D和G波段光譜區域因熱量產生的光譜變化間任何非線性決策邊界。
下圖石塊光用看的無法知道是否被火燒過，但透過深度學習模型，估算石塊收集的紫外拉曼光譜熱暴露度，發現都曾加熱至200°C~600°C，代表古人類有控制火的能力而非只會用自然野火。
小結
AI技術能協助揭開古文明神秘的面紗，也期待能夠因此得知過去更多人類走果的歷史痕跡。
