La IA se suma a la caza de nuevas 'líneas de Nazca', en Perú
- La inteligencia artificial ha identificado cuatro geoglifos en la parte norte de esta zona: un humanoide, un par de piernas, un pez y un pájaro
La inteligencia artificial se aplica también en la arqueología. Un ejemplo lo tenemos en Perú, donde los científicos está usando técnicas de IA para identificar candidatos a geoglifos al norte de la Pampa de Nazca, lo que popularmente conocemos como las 'Líneas de Nazca', una zona desértica llena de formas gigantes dibujadas en el suelo.
La inteligencia artificial ha identificado cuatro geoglifos en la parte norte de esta zona: un humanoide, un par de piernas, un pez y un pájaro.
Llega a España el primer festival de cine europeo creado con Inteligencia Artificial
El geoglifo humanoide, de 5 metros, fue hallado en noviembre de 2019, mientras que el resto, las piernas (de 78 metros), el pez (de 19 metros) y el ave (de 17 metros) están incluidos en los 358 geoglifos identificados en 2022.
Sin embargo, sus fotografías e ilustraciones se publican por primera vez en este trabajo académico.
El estudio, del Instituto de la Universidad Yamagata de Nasca e IBM Japón, revela identificaciones aproximadamente 21 veces más rápido que el análisis manual de imágenes a simple vista.
Una IA recupera la voz original de John Lennon para "el disco final de The Beatles", que saldrá este año
La investigación recurrió a técnicas de detección de objetos basadas en el aprendizaje profundo para descubrir geoglifos figurativos a partir de fotografías aéreas de alta resolución.
El método tradicional para buscar nuevos candidatos geoglifos a simple vista a partir de fotografías aéreas requiere una cantidad considerable de tiempo, lo que representa un desafío en cuanto a eficiencia y escalabilidad.
Esta circunstancia representó una dificultad añadida. Los patrones de geoglifos conocidos son únicos y complejos. Por lo tanto, es probable que los nuevos geoglifos no tengan el mismo diseño que los existentes, lo que complica la detección de nuevos candidatos con características que no existen en los datos de entrenamiento.
Arte, tecnología y "marcianadas", por Boa Mistura
Para abordar este problema, dividieron los geoglifos conocidos en elementos pictóricos relativamente simples para usarlos como datos de entrenamiento para crear un modelo de detección de objetos.
Además, el tamaño de los geoglifos figurativos de tipo línea conocidos variaba de aproximadamente 10 a 300 metros, lo que planteaba otro desafío en la detección de geoglifos.
Para abordar este problema, primero se recortaron las imágenes originales en múltiples escalas y luego se redimensionaron las imágenes recortadas al mismo tamaño tanto para la fase de entrenamiento del modelo de detección de objetos como para la fase de inferencia.
Este enfoque permitió intentar la detección de geoglifos de diferentes tamaños.
Además, la cantidad de geoglifos figurativos de tipo línea en la parte norte de la Pampa de Nasca que podrían usarse como datos de entrenamiento en este estudio se limitó a 21.
Idealmente, el aprendizaje profundo requiere miles de puntos de datos de entrenamiento, por lo tanto, usar estos geoglifos como datos de entrenamiento tiene un problema de escasez de datos.
Para abordar este problema, aumentaron la cantidad de datos de entrenamiento a 307 al dividir los geoglifos en elementos y recortar imágenes en diferentes escalas.
Usando el modelo de detección de objetos creado con estas medidas, se confirmó que los elementos se detectaron a partir de varios geoglifos conocidos que no se usaron para los datos de entrenamiento, lo que indica la efectividad del método.
Luego se revisaron cuidadosamente los resultados de la detección para crear nuevos candiatos a geoglifos para usarse en estudios de campo posteriores.
