בריחת סדקים וחיים: AI Reconstructs the Ancient World

במשך מאות שנים, שחזור חיי היומיום של עמים עתיקים נשענים על ניתוח ידני של כלי שיט מפוסקים, כתובות מומוגות, וחורבות מפוזרות. בעוד שיטות אלה נותרו יסוד, לעתים קרובות משאירים פערים עצומים בהבנה שלנו - איך משפחה טיפוסית לבלות בוקר ב ⁇ atalhöyük? מה עשה משא ומתן שוק כמו אוריקו העתיקה?

הארכיאולוגיה תמיד הייתה משמעת של הקצוץ: סיר שבור מציע ארוחה, אבן יסוד מרמזת על בית, מיקום קבורה מרמז על טקס.אבל הקצוץ על קומץ של עשבים או קטע קיר יחיד מוגבל באופן בלתי חדיר. AI, לעומת זאת, יכול לצטט אלפי נקודות נתונים מיותר מאתר אחד - ומיליוני אתרים קשורים - כדי לזהות כי שום חוקר אנושי לא יכול לזהות את התוצאה עשירה יותר, המרקם של קרבות עתיקים יותר, מעבר לסמיכות, מרעום, מעבר לקברות יומיומיות.

כיצד AI Analyzes נתונים ארכיאולוגיים

כוחו של בינה מלאכותית הוא ביכולתו לעבד וללמוד ממאגרי מידע עצומים – אלפי חפצים, תמונות לוויין או טקסטים דיגיטליים – ולזהות התאמות עדינות.בארכיאולוגיה, יכולת זו מוחלת על פני כמה דיסציפלינות, כל האכלה לתמונה מלאה יותר של החיים העתיקים.

למידה של Artifact Classification

רשתות עצביות מהפכתיות (CNN) יכולות לנתח תמונות של כלי שיט, סימני כלי, או תבניות עצם ללבוש כדי לסווג חפצים לפי תקופה, מקור או פונקציה. מחקר שפורסם ב-FLT:0NatureFLT:1) הראה כי AI יכול לזהות סגנונות של אולאמ"ק עם דיוק של מעל 90%, אפילו מרוחות קטנות.

אותה גישה הוחלה על כלי ליטקטי: מודלים של בינה מלאכותית המוכשרים בתמונות מיקרוסקופיות של שימוש במשקפיים יכולים להבחין בין כלים המשמשים לחיתוך של מחבוא, גרד עץ או עיבוד צמחים.רמת הספציפיות הזו עוזרת לשחזר לא רק את הכלים ששימשו, אלא כיצד אנשים ארגנו את עבודתם.היו כלים מסוימים שמורים למשימות מיוחדות, או שמא משקי בית עצמם הטמיעו מטרות מרובות? התשובות, הנגזרות מניתוח בינה מלאכותית, לשנות את ההבנה שלנו של חטיבות עבודה עתיקות.

עיבוד שפה טבעית לטקסטים עתיקים

אינדיקציות, פפיארי וטאבלטים של קידוד מכילים רשומות ישירות (אם חלקיות) של חיי היומיום – רשימות קניות, אותיות, מסמכים משפטיים.מודלים לעיבוד שפה טבעית (NLP) כגון אלה שהוכשרו על Akkadian או יווני עתיק, יכולים לשחזר דמויות פגועות, לתרגם טקסטים ואפילו בניגוד לטון רגשי.

מעבר לניתוח סנטימנט, NLP משמש כדי לשחזר טקסטים מבריכים.כאשר סופר כתב על פפירוס שפרץ מאוחר יותר לעשרות חתיכות, AI יכול להרכיב את הטקסט על ידי חיזוי המילים החסרות ביותר בהתבסס על ההקשר והדפוסים הסטטיסטיים ממסמכים דומים.ה-0Ithaca ProjectFLT:1, שפותחה על ידי DeepMind בשיתוף פעולה עם היסטוריונים, השיגה דיוק 62% בשיקום של מדענים, אשר סיפקו גם את האמון האנושי.

מודלים ליצירת נתונים חסרים

רשתות אדמירליות (גנים) ואוטומטיות וריאציות יכולות למלא חתיכות חסרות של חפץ או מבנה.בהתחשב ב-Vase שבור, gan יכול ליצור את הצורה המקורית הסבירה ביותר המבוססת על מיליוני דוגמאות דומות. עבור חורבות אדריכליות, מודלים כאלה יכולים להציע את גובה הקירות או את סידור החדרים, מתן פיגום לשיקום וירטואלי.

באתר של ⁇ 0 ⁇ atalhöyükrovkFLT ( 1:1 בטורקיה), החוקרים השתמשו ב autoencoder וריאציות מאומן על פריסות בית מכל רחבי Neolith כדי לחזות את הארגון הפנימי של חדרים שנחפרו רק חלקית.המודל הציע כי חדרים מסוימים שימשו כנראה לאחסון מבוסס על גודלם, קרבה לשומעים, וכיוון - מתודולוגיה מאוחרת יותר על ידי ניתוח מיקרו-אדפוסלמוסמפוסל דגנים מחסנים מחסנים מחסנים מחסנים מחסנים מחסנים מאובנים.

מחדש את הסביבה העתיקה

ברגע שחפצים וטקסטים ניתחו, AI עוזר להרכיב מחדש את ההגדרות הפיזיות שבהן אנשים חיו, עבדו ואינטראקציה.ש שחזורים אלה הולכים מעבר למודלים 3D סטטיים כדי לשלב אלמנטים דינמיים - דפוסים של עשב, תנועה ברגל, זרימת משאבים.

שחזורים וירטואליים של בתים וערים

באמצעות פוטוגרמה מונחה של AI ודור פרו-דור, צוותים שיקפו שכונות שלמות משרידים ממפוזרים.לדוגמה, ה-FLT:0Digital Pompeii ProjectcioFLT:1 בשילוב סריקות LiDAR, פגישות דחיסות קרקעיות, ואלגוריתם למידה עמוק חזה את המיקום של שווקים, מאפיות, ו אמבטיות המבוססים על כתובות רחוב ופיסול תמונות יכולות לראות את אותם רחובות, מאוחר יותר, מבוזרים, מבוהימים, , סימולציה של קבוצות למידה גבוהה של קבוצות של קבוצות של קבוצות של קבוצות למידה, וצלילים, מאוחר יותר, מאוחר יותר, מטושטשות, מטושטשות, מטושטשות, מטושטשות, מטושטשות, מבוהות, מבוכות, מבוכות, מטושטשות, מטושטשות, מטושטשות, מטושטשות, מטושטשות, פעוטות, , מבוכות, מטושטשות, מבוכות, מבוהימים, מטושטשות, מבוהימים של קבוצות למידה עמוקה, פעוטות, מבועת, מטושטשות של קבוצות למידה עמוקה, פעוטות, פעוטות, פעוטות, פעוטות, פעוטות, פעוטות, פעוטות, מבוה

בעמק האינדוס, שחזורים מונעים על ידי AI של FLT:0 [Mohenjo-DarocioFLT] 1 חשפו מערכת מתוחכמת של ניקוז מכוסה ובארות ציבוריות אשר מוסדרות גישה למים נקיים.על ידי סימול גשמים המתחוללים דרך העיר המשוחזרת, החוקרים הראו כי מערכת הניקוז נועדה לטפל באירוע מבול של 1- 50 שנים -הבה של תכנון עירוני מתקדם להפליא.

מודלים חקלאיים ודיאטניים

מודלים של בינה מלאכותית האכילו דגימות אבקה, כימיה אדמה, וזרעים פחמן יכולים לשחזר דיאטות עתיקות ושיטות חקלאות.A צוות באוניברסיטת קיימברידג' השתמש ברשת עצבית Bayesian כדי לדמות יבולים במסופוטה הנאוליתית תחת תרחישים אקלים שונים.המודל הציע כי בעלי חיים קטנים ככל הנראה תואמים את barpped barley ו- lentils כדי לטבול נגד בצורת, אסטרטגיה כי מפוזרת רשומות טקסט כאלה לא יכלו להבין רק את זה יכול לעזור לנו, אבל לא רק איך אנשים מותאמים לאורך כל השנה.

באתר של ההרחבה:0 (PompeiiFreaLT:1), ניתוח בינה מלאכותית של שאריות מזון בכלי בישול שלמים - בשילוב עם שרידי הבוטנים מגנים - אפשרו לחוקרים לשחזר תפריטים עונתיים.המודל ציין כי משקי בית עשירים יותר יש גישה למגוון רחב יותר של תוצרת בחורף, בעוד משפחות עניות יותר סמך על גרגרי מזון וחתכים ביתיים.

לאחרונה, AI כבר מיושם על חישוב שיניים (לוח דחוס) כדי לזהות מיקרו-שרידים של מזון.מודל למידה עמוק מאומן על דגימות התייחסות מודרנית יכול עכשיו לזהות גרגרי עמילן ומזהמים לכודים בשיניים עתיקות עם 95% דיוק, חושף ארוחות בודדות ולא ממוצעי אוכלוסייה.טכניקה זו הוכיחה כי חייל רומי שהוצב בבריטניה כנראה אכל פיסקה מקומי, לא את פרטי של לחם חיטה טיפוסי של אספקת דם קטנה ולהגיע למציאות.

מחקר: Maya Water Management

בשפל המאיה, ניתוח בינה מלאכותית של תמונות LIDAR חשף רשת נרחבת של מאגרים והתעלות אשר הוטבעו על ידי ג'ונגל קאנפי.מודל ניוון ואז סימולציה של רמות מים במהלך עונות יבשות, מראה כיצד משקי בית משותפים משאבים וכיצד שליטה עילית של מים אולי עיצבו היררכיות חברתיות.

אותו צוות אימץ מודל חיזוי על חלוקת אבקה במים באופן אמין בלבבות של סימנט.ליליס מים פורחים רק במים נקיים, עומדים, ולכן נוכחותם של מאגרים שהוחזקו באופן פעיל.המודל זיהה דפוסים עונתיים בתחזוקה: אירועי ניקוי תואמים עם תחילת עונת הגשמים, מה שמרמז על כך שקהילות מאיה מתוכננות ניהול מים סביב מחזורים חקלאיים.

דינמיקה חברתית ודיילי רoutines

מעבר לסביבות, AI עוזר לשחזר את ההיבטים המוחשיים פחות של החיים העתיקים - תפקידים חברתיים, טקסים ואפילו רגשות.ש שחזורים אלה מסתמכים על אותה זיהוי דפוס שמניע את סיווג החפצים, אך חלים על עקבות התנהגותיים.

ניתוח רשת של אינטראקציה חברתית

על ידי ניתוח של הלכידות של שמות אישיים בטאבלטים משפטיים או הפצת סחורות חמורות, AI יכול למפות רשתות חברתיות.לדוגמה, החוקרים ליישם רשת עצבית לרשומות סחר ניאו-אסיריאן, זיהוי אשכולות של סוחרים שלעתים קרובות תואמים.המודל מצא את האתגרים הסבירים שלהם - קשרי משפחה, רשתות חוב ופטרון - ואפילו חזה כיצד חדשות של מכונית כושלת יתפשטו ניתוח כזה של נשים דינמית רק אם הן הופיעו באופן קבוע, אך הן היו מעורבות ברשימות של אלכוהוליות, אך ורק ברשימות של אלכוהוליות, אך הן הופיעו באופן קבועות, אך הן היו מעורבות, אך ורק ברשימות תקשורת יומיומיות, אך הן היו מעורבות, אך הן היו מעורבות, אך הן היו מעורבות, אך ורק ברשימות של נשים, הן היו מעורבות, אך הן היו מעורבות, הן היו מעורבות, הן היו מעורבות ברשימות יומיומיות, אך הן היו מעורבות, אך הן היו מעורבות, הן היו מעורבות, הן היו מעורבות ברשימות של נשים, אך הן היו מעורבות, אך הן היו מעורבות, כמוהן, הן היו מעורבות, הן היו מעורבות, הן היו קיימות, אך הן היו קיימות, הן היו קיימות, הן היו קיימות, הן היו קיימות, הן היו פחות מרשימות של נשים, הן היו פחות מרשימות של נשים,

בעולם הרומי, ניתוח רשת דומה של גרפיטי מפומפיי והרקולונום יש לשקם קבוצות חברתיות בלתי פורמליות.רשת עצבית גרפית שהוכשרה על קרבת שמות מרחבית שנטועה על קירות שזוהו בשכונות, מקומות עבודה, ו taverns.המודל הבחין בין ברכות ידידותיות והודעות עוינות המבוססות על בחירה ומיקום, המציע חלון לתוך מרקם של חיי היומיום - חברות, ויריבות רגילות.

פעילות יומיומית

סוכני למידה של כוח, מאומן על נתונים אתנוגרפיים וארכיאולוגיים, יכול לדמות כיצד אנשים עברו דרך חלל משוחזר - שוחק, מארגן, מסחר.בסימולציה של מתחם דירות Teotihuacan, סוכנים עקבו אחרי כללים שמקורם בכימיה העצם וחפצים: נשים השקיעו את רוב הזמן שלהם ליד שחיקה אבנים ושומעים, בעוד גברים עברו בין סדנאות ביתיות וסימולציות שנמצאו בתבניות זמן מסוימות, אשר יכלו ליצור שינוי של זמן פנויות, או לשנות את הזמן, או לשנות את המשתנים, אם הם יכולים להיות מסוגלים ליצור מודלים אמיתיים, או לשנות את המשתנים, או לשנות את המשתנים, אם הם יכולים להיות מסוגלים ליצור את הזמן, אם הם יכולים להיות מסוגלים לשחזר את המשתנים, אם הם יכולים לשנות את המשתנים, אם הם יכולים לשנות את המשתנים, או לשנות את המשתנים, או לשנות את הסימולציות של זמן, אם הם יכולים לשנות את המשתנים, אם הם יכולים להיות מסוגלים למצוא את השינויים בתבניות זמן, אם הם יכולים להיות בעלי יכולת לשחזר את הזמן, אם הם יכולים להיות בעלי יכולת לשחזר את המשתנים, אם הם יכולים להיות מסוגלים למצוא את המשתנים, אם הם יכולים להיות מסוגלים למצוא את הזמן, אם הם יכולים להיות מסוגלים למצוא את הזמן, אם הם יכולים להיות מסוגלים לשחזר את הזמן

סימולציות שאפתניות יותר משלבות משקי בית מרובים אינטראקציה.באתר של FLT:0 ⁇ atalhöyükciorph 1:1, סימולציה רב-מנטלית עיצבה את זרימתם היומית של חומרי גלם - Obian, עץ, פיגמנטים - בין הבתים.הסימולציה גילתה כי משקי בית מסוימים מיוחדים בייצור כלי בעוד אחרים התמקדו בעבודה טקסטיל, וכי התמחויות אלה היו יציבים לאורך עשרות שנים.

שבץ רגשי באמצעות טקסט ואמנות

ניתוח בינה מלאכותית של ציורי קבר ושירים אהבה אפילו החל להצית מצבים רגשיים.פרויקט לאחרונה עיצב מודל ראיית מחשב על סצנות האבל המצריות כדי לזהות מחוות של צער.המודל זיהה הבדלים עדינים בעמדה זו של מתאבלים מקצועיים מכובדים מבני משפחה, מה שמרמז כי תצוגה פומבית של רגש הייתה גם אישית וגם ביצועים.המודל זיהה בעוצמתיות רגשית בהתבסס על מעמד החברתי של המנוח: הקבורות המוצגות הופיעו מחוות יותר, המוכיחות מורכבות, המוכיחות את עצמה, אשר עיצבודות, אשר עיצבו את ההיררכיה חברתית.

בדומה לכך, מודלים של NLP החלים על אותיות רומיות יכולים לזהות שינויים ברגש לפני ואחרי אירועים גדולים, כגון התפרצות הווסוס.מודל שהוכשר על אותיות ממשפחת פליני הראה שינוי ניכר בטון - החל מעסקים לחרדה - בשבועות שלפני ההתפרצות, אפילו לפני כל אזכור של הר הגעש.זה מרמז כי ההתפרצות הייתה לפני רמזים סביבתיים - רעידות אדמה, נפילה מוזרה, שזיהתה את ההתנהגות הנרדמת על ידי חוקרי הרוח הפשטו על ידי מספר רב-ידי ה-ידי ה-ידי ה-ה-ידי חוקרי הרוח ה-ידי ה- AI.

בפרויקט קשור, ניתוח בינה מלאכותית של הטרגדיה היוונית חשף כי דמויות שמדברות בטרימטר אימביאק (המ"ר של דיבור יומיומי) משתמשות באוצר מילים טעון יותר מבחינה רגשית מאשר אלה שמדברים במ"ל (הקשורים להופעות רשמיות) מצביעות על כך שקהלים יווניים הקשורים לאותנטיות רגשית, בעוד שמטבע רשמי אותת או ביצועים ציבוריים - הבחנה שמשופכת אור על איך הם מסווגים ומתבטאים בחיי היומיום.

אתגרים אתיים ומתודולוגיים

למרות ההבטחה שלה, שיקום בינה מלאכותית אינו נטול תקלות חמורות. החוקרים חייבים לטפל בבעיות של הטיה של נתונים, התערבות יתר, רגישות תרבותית.עצם הכוח שעושה את AI שימושי - היכולת לייצר פלטים סבירים מהנתונים הסונים - גם עושה את זה מסוכן כאשר הפלטים האלה טועים עבור עובדות.

איכות נתונים וספארסיות

מודלים של בינה מלאכותית הם רק טובים כמו הנתונים שהם מאומן על ידי נתונים ארכיאולוגיים הם לעתים קרובות קטנים, מבריקים, ונופשים כלפי פריטים המתרחשים כדי לשרוד (עמוס, אבן) ולא חומרים שלא ניתן לגווע (ווד, טקסטיל) מודל מאומן בעיקר על מוצרי עילית עלולים לשרוד יותר מדי אנשים עשירים יותר ולא להמעיט בחיי היומיום של העניים.

אסטרטגיה נוספת היא לשלב סוגים רבים של נתונים כדי לפצות על פערים.מודל המשלב נתונים, כימיה אדמה, וחלוקות חפצים יכול לקרוס כל מקור, להפחית את ההסתמכות על כל סוג של נתונים בודדים.אבל גישה זו מציגה את האתגרים שלה: סוגים שונים של נתונים נאספים בקנה מידה והחלטות שונות, ולשלב אותם דורש נורמליזציה זהירה.

BAS ב- Training Data

רשומות היסטוריות נכתבו לעתים קרובות על ידי אליטה מילולית, כך ש-AI מאומן על טקסטים עשוי לרשת את נקודות המבט שלהם על מגדר, מעמד ואתניות.לדוגמה, מודל NLP ניתוח נאומי בית משפט של אלהים יכול להסיק כי נשים לעתים רחוקות עזבו את הבית - למרות ראיות ארכיאולוגיות כי הם עבדו בשווקים ובתחומים. Mitigating הטיה כזאת דורש ריפוי זהה של נתונים והכללה של מקורות לא-טקסטואליים כמו מזון, כגון, כלומר, כמו קבוצות מין, כלומר, כמו דוגמאות, כמו שיטות חלופיות, כמו גם תכונות מסווגות, או שיטות ספציפיות, כלומר, כמו שיטות "ממות" או "מסוגיות" (או שיטות עיבוד" (או מודלים מסווגות," (או שיטות שונות).

דוגמה קונקרטית: ניתוח בינה מלאכותית של טבליות קודמות מן הישן בבילון נמצא כי סופרים זכרים כתבו 98% של מסמכים משפטיים.מודל תמים עשוי להסיק שנשים נעדרו מהחיים המשפטיים.אבל כאשר אותו מודל הוכשר על ממציאים ומכתבים ביתיים, נשים הופיעו ב 34% מהרשומות - בטענה כי הפעילות המשפטית שלהן הייתה נתונה במסמכים אך פעילה בהקשרים הפנימיים.

אימות ופרשנות

שחזורים מתוחכמים של AI יכולים להיות מציאותיים להפליא.חוקרים חייבים לפתח שיטות אימות קפדניות - לדוגמה, השוואת תחזיות מודל לאתרים ארכיאולוגיים ידועים שלא שימשו הכשרה.גם אז, שחזור סביר אינו בהכרח מדויק אחד. "הנחישות הטובה ביותר" ויזואליזציה יכול לטשטש את מידת אי הוודאות.

בנוסף לויזואליזציה, כמה קבוצות מפרסםות מרווחי ביטחון עם כל תביעה מגובשת ב-AI.לדוגמה, מודל NLP שמשחזר את הכתובת שנפגעה עשוי להפצה: "המילה החסרה היא כנראה 'זמן' עם 73% הסתברות, 'להתקבל' עם 18%, או 'שיווק' עם 9%' שקיפות זו מאפשרת לחוקרים להעריך את האמינות התפוקה ולהשתמש בה בהתאם.

ייצוג מוסרי והסכמה קהילתית

כאשר בונים את חייהם של עמים ילידים, רגישות לקהילות יורדות היא רבת חשיבות.מודלים של בינה מלאכותית לא צריכים לשחזר סטריאוטיפים או למחוק ניואנסים תרבותיים. פרויקטים משותפים, כגון אלה עם הופי או מאורי, לערב חברים בקהילה בהגדרת שאלות מחקר וביקורת על תפוקה.המטרה אינה להציג "אמת" סופית, אלא להציע כלי לדיאלוג משותף על מורשת משותפת, לדוגמה, שלא ניתן לשחזר תמונות ציבוריות או לחיקוי.

פרויקט הקהילה של חלקרוויל (FLT:0) חלקרוויל (Abspal Project) בניו מקסיקו מדגים גישה זו: ארכיאולוגים וחוקרים AI עבדו עם צאצאי פואבלו כדי לבנות מודל של חיי הכפר האסטרליים.המודל הוכשר על נתונים ארכיאולוגיים והיסטוריות אוראליות המסופקות על ידי זקני הקהילה. Outputs נבדקו על ידי לוח קהילה לפני פרסום, ולהבטיח כי שחזור עם ערכים תרבותיים כוללים מודל היסטורי של "מסורתי" מסוים של זיכרון היסטורי, כמו "מסורתי" או "משולש" חסר" של תאים ארכיאולוגי" (a) של תאים היסטוריים, כמו גם של תאים היסטוריים, כמו "מסורתיים" (com) של קדמוניים, כמו "מסמך" (com) של תאים היסטוריים, כמו גם של תאים היסטוריים, כמו גם של קדמוניים, או "מבוגרי קהילה.

עתידה של AI בשיקום היסטורי

במבט קדימה, כמה התפתחויות מבטיחות להעמיק את השקפתנו על חיי היומיום בעולם העתיק, לנוע משיקום סטטי לחוויות דינמיות ואינטראקטיביות.

אינטגרציה בינה מלאכותית רב-ממדית

מערכות עתידיות משלבות טקסט, תמונה, מרחבי וכימיקלים למודל יחיד.דמיין AI הקורא מכתב סוחר מבריך, דחיסות אותו עם DNA מצנצנת אחסון, תואמת את החתימה של הצנצנת לאוסף, ולאחר מכן מדמיינת את ההליכה של הסוחר לשוק.

מודלים משולבים אלה ידרוש אדריכלות חדשה עבור סוגים של נתונים heterogeneous. גישה מבטיחה היא השימוש "גרפים ידע" המקשרים חפצים, טקסטים, אתרים ואנשים ברשת אחת.פעם נבנה, גרף ידע מאפשר AI להיגיון על פני תחומים: סיר שנמצא בבית יכול להיות מקושר למקור חימר, מסלול מסחר, תקופה, ובעל אפשרי בתוך שאילתה אחת.

זמן אמתי - סימלוציות אינטראקטיביות

ההתקדמות בגרפיקה ובבינה מלאכותית כבר מייצרת סביבות וירטואליות שמשתמשים יכולים לחקור בזמן אמת, באמצעות ראשי VR או דפדפן אינטרנט.סימולציות אלה מאפשרות לתלמידים ולחוקרים "לחיות" יום בעידן מסוים, מה שהופך את הבחירות המשפיעות על תוצאות הסימולציה (למשל, בין אם לסחור בדגנים או לאחסן אותם) חוויות אמממות כאלה יכולות לבנות מהפכה, לעשות בעבר באופן מוחשי בספרי הלימוד של אירופה, כלומר: "מעבדות" (Fthalways) הוא מאפשר להולכים היסטוריים, כלומר, דרך בתי ספרט" (DValways) של תעשיית החלל האירופאיים, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, דרך בתי ספר דיגיטלי, כלומר, כלומר, כלומר, כלומר, אם ל-Time, דרך בתי ספר ל-Time, דרך בתי ספרטמטילים דיגיטליים, דרך בתי ספר) של תעשיית החלל האירופאית, דרך בתי ספרטמטיים, דרך בתי ספר) של בתי ספר ל-Time, דרך בתי ספרטמטיים, בין אם ל-Time, בין אם ל-Time, בין אם ל-EGImmers: "מעבדות, דרך בתי ספר, בין אם ל-Time, אם ל-"בעולם מדעי הרוחבעולם

סימולציות אינטראקטיביות מציעות גם כלי חדש לבדיקת השערות. חוקר שחשד שלבניה מסוימת יש סיפור שני יכול לבדוק את ההשערה על ידי הוספת זה לסימולציה ולראות איך שינוי התנועה ברגל.אם תוספת גורמת לדפוסי גודש שונים מאלה שנרמזים על ידי רוחב רחוב ומיקום הדלת, השערה נחלשת.

ארכיון התגבשות: Cross-Cultural Pattern Recognition

AI שיכול לזהות דפוסים אוניברסליים בחיי היומיום - איך אנשים מארגנים חללי בישול, איך הם לוחצים ארוחות, איך הם אינטראקציה בין קווים מגדריים - עשוי לעזור אנתרופולוגים לבחון תיאוריות על התנהגות אנושית לאורך אלפי שנים, השוואת חיים עירוניים ברומא העתיקה וטוטיוקאן דרך עדשות בינה מלאכותית נפוצות שיכולה לחשוף חוקים חברתיים עמוקים יותר על איך ערים מתפתחות, איך היררכיות צורה, או איך קהילות מגיבות למחסור: גלובאלי: 50 אתרי אינטרנט דומים של חומרים כימיים מסוימים של כדור הארץ, כמו אלה, כמו אלה, כמו למשל, כמו אלה, 5 היבטים ארכיאולוגיים, כמו אלה, כמו אלה, על פני כדור הארץ, כמו גם על פני 50:1- 50:1-עשר, כמו גם על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, כמו גם על פני כדור הארץ, על פני כדור הארץ, כמו גם על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, על פני כדור הארץ, כלומר, על פני כדור הארץ, על

השוואות בין-תרבותיות אלה דורשות נורמליזציה זהירה: בור אחסון בסין הניאוליתית אינו זהה לגרנר במצרים הרומאית.אבל על ידי שילוב פונקציונלי (שטח, מיקום, חומר בנייה), AI יכול לזהות דמיון מבני כי אנליסטים אנושיים עשויים להחמיץ.התוצאה יכולה להיות ענף חדש של סיבולת - אחד שמשתמש בשיטות חישוביות כדי לבחון תיאוריות על אוניברסליות עם נתונים אמפיריים, מונעים על ידי נתונים.

ככל שהאינטליגנציה המלאכותית ממשיכה להתקדם, היא מבטיחה לפתוח סודות מהעבר שהיו בעבר מעבר להישג ידם.על ידי המרת ראיות מפורצות לשיקוםים קוהרנטיים, AI לא רק מעשירה את הבנתנו את ההיסטוריה, אלא גם הופכת את ההיסטוריה לנגישה יותר ומתפתחת יותר.למחנכים, תלמידים, ומודעות סקרנית כאחד, העולם העתיק הופך להיות פחות רקע צלי ומציאות חיה יותר – לאור על ידי טכנולוגיות שנדמה לנו היטב, אשר הן יכולות לזכור, כמו גם את החיים הכי מורכבים, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כי הם, כמו גם, כי הם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כך, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כי הם, כי הם, כמו גם, כמו גם, כמו גם, כי הם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, את המציאות העתיקה, כך, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כמו גם, כי הם, כמו גם, כמו גם

  • טבע:0 (הטבע:0) סיווג בינה מלאכותית של סגנונות קרמיקה
  • (הופנה מהדף MAGIE) סימולציות של ניהול המים של מאיה (MASERFIRLT)
  • (ב) ,0) ,0 (בשיתוף) יבול ניאוליתית, עם רשתות Bayesian NetworkFelo:
  • פרויקט פומפיי (FLT:0)
  • (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • פרויקט ה-FLT:0 (DeepMind Ithaca Project): החזרת כתובות יווניות שנפגעו