Anelli di conchiglia situati sull'isola di Daws, Carolina del Sud. Entrambi gli anelli hanno un diametro di circa 150-200 piedi e sono composti in gran parte da ostriche, cozze e vongole veraci. Credito:Dylan Davis, Penn State
Nel profondo delle fitte foreste costiere e delle paludi del sud-est americano giacciono anelli di conchiglie e cumuli di conchiglie lasciati dagli indigeni 3, 000 a 5, 000 anni fa. Ora un team internazionale di ricercatori, utilizzando il deep machine learning per valutare i dati del telerilevamento, ha individuato anelli di conchiglia precedentemente sconosciuti. I ricercatori sperano che questo porti a una migliore comprensione di come le persone vivevano in quella zona e un modo per identificare altri, anelli di conchiglia da scoprire.
"Gli anelli stessi sono un tesoro per gli archeologi, " ha detto Dylan S. Davis, dottorando in antropologia alla Penn State. "Gli scavi effettuati in alcuni anelli di conchiglie hanno portato alla luce alcune delle migliori condizioni di conservazione delle ossa di animali, denti e altri manufatti".
Gli anelli di conchiglia sono considerati centri di scambio di merci, secondo Davis. Possono fornire molte informazioni sui costrutti sociali, politica e foraggiamento. Potrebbero mostrare quali risorse sono state sfruttate e se sono state utilizzate in modo sostenibile o meno.
"Gli anelli delle conchiglie hanno prodotto rame che proveniva dalla regione dei Grandi Laghi a sud-est, " ha detto Davis. "Gli archeologi trovano anche ceramiche, oggetti decorativi e litici che potrebbero provenire da una distanza massima di 100 miglia."
Esempi di addestramento di anelli di conchiglia noti sono a sinistra e le identificazioni effettuate dalla procedura di deep learning a destra. Si noti che nella maggior parte dei casi il computer identifica correttamente esempi noti di architettura shell ring da questi set di dati di immagini disegnando un riquadro attorno all'oggetto. Credito:Dylan Davis, Penn State
Secondo Davis, gli ambienti in cui esistono questi anelli di conchiglie a volte sono così difficili da osservare che una persona potrebbe trovarsi a meno di 2 piedi da un sito e non vederlo mai.
Piuttosto che guardare da terra, i ricercatori hanno utilizzato tre tipi di dati esistenti raccolti da aerei o satelliti:lidar, SAR e dati multispettrali. Riportano i risultati del loro studio in un recente numero del Rivista di Scienze Archeologiche .
Hanno iniziato con un set di dati lidar della costa sud-orientale degli Stati Uniti prodotto dalla National Oceanic and Atmospheric Administration degli Stati Uniti. Questi set di dati, a disposizione del pubblico, esistono sia per la costa orientale che per quella occidentale del paese. Lidar, solitamente ottenuto in aereo o drone, utilizza impulsi di luce per mappare la superficie di un'area. È in grado di "vedere" attraverso le foreste e altre coperture del suolo.
I ricercatori hanno utilizzato un processo di "apprendimento profondo" per insegnare a una rete neurale convoluzionale, un tipo di rete neurale utilizzata per analizzare le informazioni visive, a riconoscere gli anelli di conchiglia, tumuli di conchiglie e altri oggetti del paesaggio. Hanno esaminato manualmente le mappe lidar e hanno individuato anelli di conchiglie noti. Riservando alcuni degli anelli conosciuti per testare la CNN in seguito, hanno "insegnato" la rete neurale con questi anelli conosciuti, con immagini di tumuli e con strutture moderne con profili simili. Hanno anche preso immagini di anelli conosciuti e hanno creato più dati ruotando le immagini di 45 gradi. Sono stati inclusi anche questi siti alterati.
"Ci sono solo circa 50 siti conosciuti di anelli di conchiglie negli Stati Uniti sudorientali, " ha detto Davis. "Quindi, avevamo bisogno di più sedi per la formazione."
Anelli di shell nei dati LiDAR. Gli anelli si distinguono per pendenza e dislivello rispetto al paesaggio circostante. Credito:Dylan Davis, Penn State
Dati SAR, radar ad apertura sintetica, dal satellite Sentinel-1 dell'Agenzia spaziale europea, e dati multispettrali, immagini oltre lo spettro visivo, dal satellite Sentinel-2 dell'ESA, aggiunto alle informazioni. Il SAR può vedere un po' attraverso alberi e cespugli e può fornire informazioni sugli attributi del suolo. L'imaging multispettrale può rivelare caratteristiche non visibili all'occhio umano.
Combinando questi tre set di dati e utilizzando un training approfondito, i ricercatori sono stati in grado di identificare potenzialmente centinaia di nuovi siti di anelli di conchiglie, compresi da tre a cinque nuovi siti di anelli di conchiglie in contee in cui questi anelli non sono mai stati scoperti prima. La ricerca ha riguardato un'area contenente tre contee, circa 4, Area di 000 miglia quadrate.
"Gli archeologi utilizzano sempre più tecniche di intelligenza artificiale e automazione, " ha detto Davis. "Può essere estremamente complicato e richiede competenze specifiche e di solito richiede grandi quantità di dati".
I ricercatori fanno notare che hanno utilizzato algoritmi di intelligenza artificiale che sono già inclusi in ARCGIS, un programma di sistema di informazione geografica disponibile in commercio. Forniscono anche il codice e i modelli nel loro documento in modo che altri possano tentare questo tipo di analisi in altre aree per altre cose.
"Una difficoltà con il deep learning è che di solito richiede enormi quantità di informazioni per la formazione, che non abbiamo quando cerchiamo anelli di conchiglia, " ha detto Davis. "Tuttavia, aumentando i nostri dati e utilizzando dati sintetici, siamo riusciti ad ottenere buoni risultati, benché, a causa del COVID-19, non siamo stati in grado di controllare i nostri nuovi anelli di conchiglia a terra".
Altri ricercatori su questo progetto includono Gino Caspari, borsista post-dottorato presso il Fondo nazionale svizzero per la scienza; Carlo P. Lipo, professore di antropologia e decano associato per la ricerca e i programmi alla Binghamton University; e Matthew C. Sanger, curatore del National Museum of the American Indian.