Современный анализ наскального искусства: машинное обучение открывает новые двери в археологии

Исследователи из Университета Флиндерс под руководством археолога доктора Дэрила Уэсли совместно с традиционными владельцами земель Мimal и Marrku из региона реки Уилтон в Арнем-Ленде (Австралия) применили машинное обучение для анализа стилей наскальных изображений человеческих фигур, создававшихся на протяжении тысяч лет. Используя метод transfer learning, компьютерная модель проанализировала сходство между стилями, известными как «Северные бегущие фигуры», «Динамические фигуры», «Пост-динамические фигуры» и «Простые фигуры с бумерангами».

Этот подход позволил объективно, без человеческой интерпретации и возможных предубеждений, установить, как эти стили соотносятся друг с другом во времени и пространстве. Важным результатом стало то, что алгоритм машинного обучения автоматически упорядочил стили в той же хронологической последовательности, что и археологи, основываясь на стратиграфии (анализе того, какие изображения нанесены поверх других). Это доказывает тесную связь между стилистическим сходством и временем создания рисунков.

«Удивительный результат заключается в том, что подход машинного обучения упорядочил стили в той же хронологии, что и археологи... Это показывает, что сходство и время тесно связаны в наскальном искусстве Арнем-Ленда», — отмечает аспирант Университета Флиндерс и автор метода Джаррад Коулессар. Исследование, опубликованное в журнале Australian Archaeology, открывает новые возможности для анализа материальной культуры в археологии.