Com poden ajudar les noves tecnologies a l’extracció d’informació arqueològica dels mapes històrics?

British maps of modern Pakistan (left) and Syria (right) depicting thousands of potential archaeological sites inadvertently, as topographic anomalies; on purpose, using conventional sites or identified using toponymic references. Image © Arnau Garcia-Molsosa (ICAC).

first posted at GIAP website

L’equip de recerca GIAP ha publicat resultats d’una nova recerca que utilitza aprenentatge profund o deep learning per a extreure informació arqueològica de col·leccions de mapes produits durant la colonització europea del sud d’Àsia i Llevant (Orient Pròxim).

Un nou article científic publicat a finals de gener a la revista Archaeological Prospection presenta els resultats d’haver provat l’ús de l’aprenentatge profund (deep learning) per a l’extracció d’informació arqueològica de mapes històrics.

L’article demostra el potencial de la tècnica del deep learning per a l’anàlisi a gran escala de mapes històrics i mostra les limitacions i els reptes que planteja aquesta tècnica.

Les potències colonials van emprendre programes massius de mapatge sistemàtic de les seves possessions amb finalitats de control militar i econòmic. Tot i que els arqueòlegs i historiadors coneixen molt bé el valor històric d’aquests mapes, cal un treball d’arxiu exhaustiu per utilitzar les dades que contenen, inclosos els milers de possibles ubicacions de jaciments arqueològics que es poden deduir d’aquests mapes.

La recerca proporciona una nova eina per a facilitar aquest treball d’arxiu i fer-lo accessible a la comunitat investigadora. El treball explora col·leccions de mapes produïdes per l’Enquesta de l’Índia durant el domini britànic sobre l’Índia moderna i el Pakistan, i per les autoritats franceses durant el control de la Síria moderna.

Mitjançant l’aprenentatge profund (deep learning), ara és possible extreure informació sobre: (1) ubicació de monticles, representats sense voler com a anomalies topogràfiques pels enquestadors; (2) llocs expressament informats i representats com a signes convencionals; i (3) topònims que poden fer referència a jaciments arqueològics.

Aquesta aplicació de l’aprenentatge profund té un gran potencial de cara a explorar grans sèries de centenars de mapes de manera ràpida i fiable. Això pot representar una eina inestimable per a la gestió del patrimoni cultural i el desenvolupament de la investigació històrica i arqueològica.

 

Mapes britànics del Pakistan modern (esquerra) i Síria (dreta) que representen milers de llocs arqueològics potencials sense voler-ho, com a anomalies topogràfiques; a propòsit, mitjançant llocs convencionals o identificats mitjançant referències toponímiques. Crèdit de la imatge: Arnau Garcia-Molsosa.
Mapes britànics del Pakistan modern (esquerra) i Síria (dreta) que representen milers de llocs arqueològics potencials sense voler-ho, com a anomalies topogràfiques; a propòsit, mitjançant llocs convencionals o identificats mitjançant referències toponímiques. Imatge © Arnau Garcia-Molsosa (ICAC).

L’article publicat a  Archaeological Prospection és el resultat d’una col·laboració entre els investigadors de l’equip de recerca GIAP de l’ICAC GIAP el Dr. Arnau Garcia-Molsosa i el Dr. Hector A. Orengo, i els seus col·legues de la Universitat de Cambridge (Dr. Cameron Petrie) i la Universitat de Durham (Dr. Dan Lawrence, Dr. Kristen Hopper i Dr. Graham Phillip).

L’article porta per títol “Potential of deep learning segmentation for the extraction of archaeological features from historical map series” i està disponible en accés obert a: https://doi.org/10.1002/arp.1807

Funding information: Agència de Gestió d’Ajuts Universitaris i de Recerca, Grant/Award Number: 2018 BP 00208; H2020 European Research Council, Grant/Award Number: GA648609; H2020 Marie Skłodowska‐Curie Actions, Grant/Award Number: GA746446; Leverhulme Trust, Grant/Award Number: F00128/AR; Ministerio de Ciencia e Innovación, Grant/Award Number: RYC‐2016‐19637.

 

 

 

COMPARTEIX: