A intelixencia artificial non só está a producir imaxes ou textos, senón que se está a empregar, de xeito aÃnda experimental, para novas tarefas de investigación cultural, como é o caso de localización de antigas estruturas arqueolóxicas. En 2021 publicabamos unha investigación do grupo GIAP do Institut Català d'Arqueologia no que se localizaban, en territorio galego, 9000 potenciais mámoas. Na actualidade, temos a oportunidade de ver como estas tecnoloxÃas evolucionan e pouco a pouco melloran a súa precisión a partir de probas e experimentos reais. Un equipo de investigadores liderado por Daniel Canedo, do Instituto de Telecomunicacións da Universidade de Aveiro, e no que participan once investigadores de universidades e empresas portuguesas e galegas, acaba de publicar na revista internacional Remote Sensing o artigo "The Synergy between Artificial Intelligence, Remote Sensing, and Archaeological Fieldwork Validation". Nel avanzan un método que mellora a precisión dos algoritmos de intelixencia artificial en detectar, a partir de fotografÃas aéreas e datos LiDAR, formas compatibles con enterramentos megalÃticos coñecidos como mámoas. Para presentar este novidoso sistema empregaron os datos de dous territorios de similares caracterÃsticas no megalitismo: o Alto Minho portugués e a penÃnsula coruñesa do Barbanza. O Barbanza foi escollido por ser un territorio amplamente documentado desde o punto de vista arqueolóxico.
O método proposto polos investigadores pasa por aumentar a información dispoñible polos algoritmos combinando o adestramento tradicional da máquina a través de fotografÃa aérea e datos LiDAR que ofrecen unha visión tridimensional da superficie con novos datos de verificación directamente no terreo. "A problemática de case todos os traballos", sinala o arqueólogo João Fonte, de ERA Arqueologia e participante na investigación, "é que case todas as investigacións quedan na parte do que o algoritmo recoñece. O que nós fixemos foi validar en campo parte esas inferencias, e empregar esa experiencia de campo para mellorar o propio algoritmo con datos reais do terreo". Isto fixérono a partir de mapas de pendentes feitos a partir de modelos LiDAR do terreo para eliminar posibles confusións, e empregar un modelo con fotos que distingue entre mámoas reais e os falsos positivos localizados inicialmente polo algoritmo. Deste xeito, a máquina recoñece con máis facilidade a apariencia dunha mámoa, especialmente cando está limpa de vexetación.
Os criterios cos que os investigadores ensinan ao algoritmo a recoñecer mámoas de Galicia e do norte de Portugal inclúen variables que teñen que ver coas caracterÃsticas da relación dos monumentos co seu contorno, como que se atopen nunha zona bastante chaira, como que exista unha elevación central, que teñan conos de violación e de expolio, control visual sobre o contorno e a presenza de elementos de pedra potencialmente asociados co monumento.
O novo método permite non tanto grandes valores de localización de novos túmulos senón sobre todo o descarte de moitos 'falsos positivos' que o sistema non sabÃa clasificar. "A precisión na localización no Alto Minho incrementouse dun 27% ao 47%, e no Barbanza, do 31% ao 37%", sinalan os autores. A investigación amosa que aÃnda é precisa moita intervención humana directa para validar os achados dos algoritmos pero "esta achega colectiva ten un inmenso potencial de revolucionar a investigación arqueolóxica e a xestión do patrimonio cultural levando a significativas melloras na precisión da detección automática de sitios".
O método proposto polos investigadores pasa por aumentar a información dispoñible polos algoritmos combinando o adestramento tradicional da máquina a través de fotografÃa aérea e datos LiDAR que ofrecen unha visión tridimensional da superficie con novos datos de verificación directamente no terreo. "A problemática de case todos os traballos", sinala o arqueólogo João Fonte, de ERA Arqueologia e participante na investigación, "é que case todas as investigacións quedan na parte do que o algoritmo recoñece. O que nós fixemos foi validar en campo parte esas inferencias, e empregar esa experiencia de campo para mellorar o propio algoritmo con datos reais do terreo". Isto fixérono a partir de mapas de pendentes feitos a partir de modelos LiDAR do terreo para eliminar posibles confusións, e empregar un modelo con fotos que distingue entre mámoas reais e os falsos positivos localizados inicialmente polo algoritmo. Deste xeito, a máquina recoñece con máis facilidade a apariencia dunha mámoa, especialmente cando está limpa de vexetación.
Os criterios cos que os investigadores ensinan ao algoritmo a recoñecer mámoas de Galicia e do norte de Portugal inclúen variables que teñen que ver coas caracterÃsticas da relación dos monumentos co seu contorno, como que se atopen nunha zona bastante chaira, como que exista unha elevación central, que teñan conos de violación e de expolio, control visual sobre o contorno e a presenza de elementos de pedra potencialmente asociados co monumento.
O novo método permite non tanto grandes valores de localización de novos túmulos senón sobre todo o descarte de moitos 'falsos positivos' que o sistema non sabÃa clasificar. "A precisión na localización no Alto Minho incrementouse dun 27% ao 47%, e no Barbanza, do 31% ao 37%", sinalan os autores. A investigación amosa que aÃnda é precisa moita intervención humana directa para validar os achados dos algoritmos pero "esta achega colectiva ten un inmenso potencial de revolucionar a investigación arqueolóxica e a xestión do patrimonio cultural levando a significativas melloras na precisión da detección automática de sitios".