Boliviano destaca en el exterior implementando inteligencia artificial en sus investigaciones

Boliviano destaca en el exterior implementando inteligencia artificial en sus investigaciones

Suiza, 27 ene 2021 (ATB Digital).- Encontrar la tumba de un antiguo rey llena de artefactos dorados, armas y ropa elaborada parece la fantasía de cualquier arqueólogo. Pero buscarlos, puede decirle Gino Caspari, es tedioso.

Caspari, un arqueólogo investigador de la Fundación Nacional de Ciencias de Suiza, estudia a los antiguos escitas, una cultura nómada cuyos guerreros a caballo aterrorizaron las llanuras de Asia hace 3.000 años. Las tumbas de la realeza escita contenían gran parte de la fabulosa riqueza que habían saqueado de sus vecinos. Desde el momento en que se enterraron los cadáveres, estas tumbas se convirtieron en blanco popular de los ladrones; Caspari calcula que más del 90 por ciento de ellas han sido destruidas.

Sospecha que miles de tumbas se extienden por las estepas euroasiáticas, que abarcan millones de kilómetros cuadrados. Había pasado horas cartografiando entierros usando imágenes de Google Earth de territorio de lo que hoy es Rusia, Mongolia y la provincia de Xinjiang en el oeste de China. “Es esencialmente una tarea estúpida”, dijo Caspari. “Y no es lo que debería estar haciendo un académico bien educado”.

Resultó que el boliviano Pablo Crespo, un vecino de Caspari que en ese entonces era estudiante de posgrado en economía en la City University of New York que trabajaba con inteligencia artificial para estimar la volatilidad en los precios de las materias básicas, le dijo a Caspari que lo que necesitaba era una red neuronal convolucional para escudriñar sus imágenes de satélite. Iniciaron una colaboración que los puso a la vanguardia de un nuevo tipo de análisis arqueológico.

Una red neuronal convolucional, o CNN por sus siglas en inglés, es un tipo de inteligencia artificial diseñada para analizar información que se puede procesar como una cuadrícula; es especialmente adecuada para analizar fotografías y otras imágenes. La red ve una imagen como una cuadrícula de pixeles.

La CNN que diseñó Crespo comienza otorgando a cada pixel una calificación basada en qué tan rojo es, luego otra para el verde y el azul. Después de clasificar cada pixel de acuerdo con una variedad de parámetros adicionales, la red comienza a analizar pequeños grupos de pixeles, luego sucesivamente más grandes, buscando coincidencias o casi coincidencias con los datos que ha sido entrenado para detectar.

Los dos investigadores pasaron 1.212 imágenes de satélite a través de la red durante meses, pidiéndole que buscara tumbas circulares de piedra y que pasara por alto otras cosas circulares parecidas a tumbas, como montones de escombros de construcción y estanques de riego.

Con el tiempo, la red identificó correctamente tumbas conocidas el 98 por ciento de las veces. Caspari espera que su creación brinde a los arqueólogos una forma de encontrar nuevas tumbas e identificar sitios importantes para que puedan protegerse de los saqueadores.

Otras redes neuronales convolucionales están comenzando a automatizar una variedad de tareas repetitivas. Y están abriendo nuevas ventanas al pasado. Algunos de los trabajos que están heredando estas redes incluyen clasificar fragmentos de cerámica, localizar restos de naufragios en imágenes de sonar y encontrar huesos humanos que están a la venta, ilegalmente, en Internet.

“Netflix está utilizando este tipo de técnica para mostrarte recomendaciones”, dijo Crespo, hoy científico senior de datos en Etsy. “¿Por qué no deberíamos usarlo para algo como salvar la historia humana?”.

(The New York Times)

Página procesada en: 0,7 segundos.
Tiempo: 0.7223 segundos.