Dovrebbe essere ovvio per questo subacqueo che si tratta di un relitto e non di un reef, ma che dire a qualcuno che guarda un'immagine di questo punto presa da un aereo? Credito:LookBermuda/Flickr, CC BY-NC-ND
In collaborazione con il ramo di archeologia subacquea della Marina degli Stati Uniti, Ho insegnato a un computer come riconoscere i relitti sul fondo dell'oceano dalle scansioni effettuate da aerei e navi in superficie. Il modello al computer che abbiamo creato è accurato al 92% nel trovare relitti conosciuti. Il progetto si è concentrato sulle coste degli Stati Uniti continentali e di Porto Rico. Ora è pronto per essere utilizzato per trovare relitti sconosciuti o non mappati.
Il primo passo nella creazione del modello del naufragio è stato insegnare al computer l'aspetto di un naufragio. Era anche importante insegnare al computer a distinguere i relitti dalla topografia del fondo marino. Per fare questo, Avevo bisogno di molti esempi di naufragi. Avevo anche bisogno di insegnare al modello come appare il fondale naturale dell'oceano.
convenientemente, la National Oceanic and Atmospheric Administration mantiene un database pubblico dei naufragi. Dispone inoltre di un ampio database pubblico di diversi tipi di immagini raccolte da tutto il mondo, comprese le immagini sonar e lidar del fondale marino. Le immagini che ho usato si estendono a poco più di 14 miglia (23 chilometri) dalla costa e a una profondità di 279 piedi (85 metri). Queste immagini contengono vaste aree senza relitti, così come l'occasionale naufragio.
Trovare relitti è importante per comprendere il passato umano:pensa al commercio, migrazione, guerra, ma l'archeologia subacquea è costosa e pericolosa. Un modello che mappa automaticamente tutti i relitti su una vasta area può ridurre il tempo e i costi necessari per cercare i relitti, sia con droni subacquei che con subacquei umani.
Di queste quattro scansioni del fondale oceanico, i primi due pannelli mostrano chiaramente i relitti, ma i naufragi nei due pannelli inferiori, contrassegnato da frecce rosse, potrebbe essere facilmente scambiato per caratteristiche naturali. Credito:National Oceanic and Atmospheric Administration
Il ramo di archeologia subacquea della Marina è interessato a questo lavoro perché potrebbe aiutare l'unità a trovare relitti navali non mappati o sconosciuti. Più in generale, questo è un nuovo metodo nel campo dell'archeologia subacquea che può essere ampliato per cercare vari tipi di caratteristiche archeologiche sommerse, compresi gli edifici, statue e aeroplani.
Questo progetto è il primo modello incentrato sull'archeologia che è stato costruito per identificare automaticamente i naufragi su una vasta area, in questo caso l'intera costa degli Stati Uniti continentali. Ci sono alcuni progetti correlati che si concentrano sulla ricerca di relitti utilizzando il deep learning e le immagini raccolte da un drone sottomarino. Questi progetti sono in grado di trovare una manciata di relitti che si trovano nell'area immediatamente circostante il drone.
Vorremmo includere più naufragi e dati di immagini provenienti da tutto il mondo nel modello. Questo aiuterà il modello a diventare davvero bravo a riconoscere molti diversi tipi di naufragi. Speriamo anche che il ramo di archeologia subacquea della Marina si tuffi in alcuni dei luoghi in cui il modello ha rilevato naufragi. Questo ci permetterà di controllare più attentamente la precisione del modello.
Sto anche lavorando ad alcuni altri progetti di machine learning archeologico, e tutti si costruiscono l'uno sull'altro. L'obiettivo generale del mio lavoro è costruire un modello di apprendimento automatico archeologico personalizzabile. Il modello sarebbe in grado di passare rapidamente e facilmente tra la previsione di diversi tipi di caratteristiche archeologiche, sia a terra che sott'acqua, in diverse parti del mondo. A tal fine, Sto anche lavorando a progetti incentrati sulla ricerca di antiche strutture archeologiche Maya, grotte in un sito archeologico Maya e tumuli funerari rumeni.
Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale. 
