ИИ хотят научить собирать разбитые археологические находки почти как огромный трёхмерный пазл. Исследователи разрабатывают систему, которая будет искать подходящие друг к другу фрагменты керамики, каменных орудий и костей, а при нехватке частей предложит вероятную форму целого предмета.
Задача кажется простой только до тех пор, пока на столе лежат два осколка. В археологических коллекциях могут храниться тысячи разрозненных фрагментов, и специалистам приходится вручную сравнивать их форму, поверхность и края разломов. Авторы проекта отмечают, что большую часть коллекций поэтому вообще не пытаются систематически собрать. Для керамики доля удачных сопоставлений, по приведённым ими оценкам, составляет около 1%, для костей она колеблется от 4 до 26%.
Даже пара совпавших частей способна многое рассказать о прошлом. Если каменный отщеп подходит к заготовке из другой части раскопа, археологи могут проследить, где древний мастер обрабатывал орудие и как перемещался по стоянке. Совпавшие кости животных помогают восстановить разделку туш, а фрагменты человеческих останков дают больше информации об анатомии.
Сначала исследователи соберут базу как минимум из 100 тыс. реальных и искусственно разбитых объектов. К каждому добавят трёхмерную модель, фотографии, описание и каталожные сведения. Компьютерные разломы постараются моделировать с учётом того, как на самом деле трескаются камень, глина и кость, чтобы система училась не на слишком идеальных цифровых примерах.
Дальше модель должна одновременно решить две задачи: понять, куда поставить каждый найденный фрагмент, и предположить форму утраченных частей. Геометрии для этого недостаточно. ИИ сможет учитывать фотографии и текстовые сведения о находке, чтобы отбрасывать реконструкции, которые хорошо сходятся по форме, но противоречат археологическим данным.
Автоматически принимать результат исследователи не собираются. Археологи будут сравнивать предложенные реконструкции и указывать, какие варианты имеют смысл. Такой контроль особенно нужен, когда часть предмета разрушилась полностью и проверить единственный возможный вариант сборки уже нельзя.
У команды уже есть техническая основа для новой системы. Предыдущую модель GARF обучили более чем на 1,9 млн разломов, после чего проверили на синтетических данных и реальных сканах керамики, костей, каменных изделий и других объектов. Более новая разработка CRAG пошла дальше и научилась не только совмещать сохранившиеся фрагменты, но и генерировать вероятную геометрию отсутствующих частей.
На создание новой системы отвели три года. Проект получил финансирование программы Schmidt Sciences, а собранные наборы данных, веса моделей и тесты разработчики обещают открыть для других специалистов. Если подход сработает на больших коллекциях, ИИ сможет перебрать за археологов тысячи сочетаний и оставить людям главную часть работы: понять, какую историю рассказывают найденные совпадения.