核心提示:火的使用是智人進(jìn)化的一個(gè)關(guān)鍵因素,火不僅可以用于創(chuàng)造更復(fù)雜的工具,還可讓食物變得更安全,從而有助于大腦的發(fā)育。
迄今為
火的使用是智人進(jìn)化的一個(gè)關(guān)鍵因素,火不僅可以用于創(chuàng)造更復(fù)雜的工具,還可讓食物變得更安全,從而有助于大腦的發(fā)育。
迄今為止,全球范圍內(nèi)僅發(fā)現(xiàn)了5個(gè)可追溯到50萬年前用火證據(jù)的遺址,包括位于南非的Wonderwerk洞穴和Swartkrans、肯尼亞的Chesowanja、以色列的Gesher Benot Ya'aqov、西班牙的Cueva Negra。
現(xiàn)在,以色列的一個(gè)研究團(tuán)隊(duì)利用人工智能算法發(fā)現(xiàn)了第六個(gè)表明人類用火痕跡的遺址!這項(xiàng)研究揭示了以色列一個(gè)舊石器時(shí)代晚期遺址中存在人類用火的證據(jù)。研究成果已發(fā)表在PNAS期刊上。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
1
AI 進(jìn)軍考古
傳統(tǒng)的考古方法對于早期古人類遺址使用火源的識別,主要依賴于對蝕變沉積物、巖屑和骨骼的視覺評估,例如,土壤變紅、變色、翹曲、開裂、收縮、變暗等等,這可能會(huì)低估當(dāng)時(shí)人類用火的普遍程度。
而在這項(xiàng)研究中,作者團(tuán)隊(duì)開發(fā)了一種基于拉曼光譜和深度學(xué)習(xí)算法的光譜「溫度計(jì)」,用來估計(jì)燧石偽影的熱暴露,檢測極端高溫扭曲材料的原子結(jié)構(gòu),從而彌補(bǔ)了用火痕跡在視覺特征上的可能缺失。
研究表明,以色列的舊石器時(shí)代早期露天遺址(Evron Quarry)存在被火燒過的動(dòng)物和巖屑?xì)埓妫甏橛?00萬至80萬年前之間。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
研究團(tuán)隊(duì)首先對1976-1977年在Evron Quarry挖掘出的材料進(jìn)行了研究,并沒有發(fā)現(xiàn)熱相關(guān)特征在視覺上的明顯證據(jù),比如土壤變紅、燧石工具變色或開裂、收縮或動(dòng)物遺骸變色等。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
團(tuán)隊(duì)測試了許多種方法,包括傳統(tǒng)的數(shù)據(jù)分析方法、機(jī)器學(xué)習(xí)建模和更先進(jìn)的深度學(xué)習(xí)模型。流行的深度學(xué)習(xí)模型具有優(yōu)于其他模型的特定架構(gòu),使用AI技術(shù)的好處是它可以分析材料的化學(xué)成分,并以此估計(jì)它們的熱暴露情況。
AI技術(shù)可以可靠地區(qū)分現(xiàn)代燧石是否被燃燒過,而且還能揭示其燃燒的溫度;鸬臒崃靠梢砸鸶浇^的變化,燃燒會(huì)在原子水平上改變骨骼結(jié)構(gòu),相應(yīng)的紅外光譜也會(huì)改變。
在這項(xiàng)研究中,團(tuán)隊(duì)使用一個(gè)深度學(xué)習(xí)模型(一維卷積神經(jīng)網(wǎng)絡(luò))來學(xué)習(xí)燧石偽影的拉曼光譜模式,從而估計(jì)石器的溫度。與完全連接的人工神經(jīng)網(wǎng)絡(luò)(FC-ANN)相比,該模型性能更優(yōu),能夠?qū)⒄鎸?shí)溫度和估計(jì)溫度之間的平均絕對誤差從118 °C降至103 °C。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
首先,團(tuán)隊(duì)對從以色列不同地方收集來的現(xiàn)代燧石進(jìn)行預(yù)訓(xùn)練,并在實(shí)驗(yàn)室控制條件下加熱至已知溫度。其次,將訓(xùn)練后的模型應(yīng)用于未知樣品(即從Evron Quarry遺址采集的石器)。團(tuán)隊(duì)采用有監(jiān)督的深度學(xué)習(xí)方法將拉曼光譜與燧石的加熱溫度關(guān)聯(lián)起來。這種方法依賴于燧石有機(jī)和無機(jī)成分發(fā)生的不可逆熱誘導(dǎo)結(jié)構(gòu)改變,同時(shí)克服了其固有的可變性。使用深度學(xué)習(xí)模型進(jìn)行溫度估計(jì)的優(yōu)點(diǎn),是它可以近似熱量與α-石英、莫干巖以及D和G波段光譜區(qū)域因熱量而產(chǎn)生的光譜變化之間的任何非線性決策邊界。
在下圖中,石塊從視覺上并不能看出任何被火燒過的痕跡,而通過使用深度學(xué)習(xí)模型,對從石塊中收集的紫外拉曼光譜的熱暴露進(jìn)行估計(jì),發(fā)現(xiàn)它們都曾被加熱至200°C至600°C之間。這暗示了古人類具備控制火的能力而非僅僅使用自然野火。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
2
后續(xù)討論
對于挖掘出的骨骼,研究團(tuán)隊(duì)也經(jīng)過實(shí)驗(yàn)確認(rèn)了它們曾被火燃燒過,作者之一Chazan表示:「如果沒有人工智能驗(yàn)證的燧石結(jié)果,沒有人會(huì)費(fèi)心測試這些骨頭的熱暴露情況」。
這項(xiàng)研究盡管尚無法確定該遺址的工具是被自然火還是人工火燃燒的。燃燒痕跡所導(dǎo)致的空間變化可以解釋為人類干預(yù)的證據(jù),因?yàn)樽匀换鹜ǔ?huì)導(dǎo)致整個(gè)燃燒區(qū)域的同質(zhì)熱變化。
作者承認(rèn),野火和參差不齊的植被也可能導(dǎo)致整個(gè)區(qū)域的溫度分布不均勻,并且溫度并不是使用野火和人工火之間的可靠區(qū)分標(biāo)準(zhǔn)。但盡管如此,石器時(shí)代器具的估計(jì)溫度、燃燒過的動(dòng)物群的存在,仍能表明該遺址的古人類曾使用火的可能性。
在未來,這項(xiàng)研究所使用的方法可以擴(kuò)展到其他舊石器時(shí)代晚期的遺址,這將有可能擴(kuò)大人們對早期古人類與火之間關(guān)系的時(shí)空理解,打開了解早期人類生活的窗口。
迄今為止,全球范圍內(nèi)僅發(fā)現(xiàn)了5個(gè)可追溯到50萬年前用火證據(jù)的遺址,包括位于南非的Wonderwerk洞穴和Swartkrans、肯尼亞的Chesowanja、以色列的Gesher Benot Ya'aqov、西班牙的Cueva Negra。
現(xiàn)在,以色列的一個(gè)研究團(tuán)隊(duì)利用人工智能算法發(fā)現(xiàn)了第六個(gè)表明人類用火痕跡的遺址!這項(xiàng)研究揭示了以色列一個(gè)舊石器時(shí)代晚期遺址中存在人類用火的證據(jù)。研究成果已發(fā)表在PNAS期刊上。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
1
AI 進(jìn)軍考古
傳統(tǒng)的考古方法對于早期古人類遺址使用火源的識別,主要依賴于對蝕變沉積物、巖屑和骨骼的視覺評估,例如,土壤變紅、變色、翹曲、開裂、收縮、變暗等等,這可能會(huì)低估當(dāng)時(shí)人類用火的普遍程度。
而在這項(xiàng)研究中,作者團(tuán)隊(duì)開發(fā)了一種基于拉曼光譜和深度學(xué)習(xí)算法的光譜「溫度計(jì)」,用來估計(jì)燧石偽影的熱暴露,檢測極端高溫扭曲材料的原子結(jié)構(gòu),從而彌補(bǔ)了用火痕跡在視覺特征上的可能缺失。
研究表明,以色列的舊石器時(shí)代早期露天遺址(Evron Quarry)存在被火燒過的動(dòng)物和巖屑?xì)埓妫甏橛?00萬至80萬年前之間。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
研究團(tuán)隊(duì)首先對1976-1977年在Evron Quarry挖掘出的材料進(jìn)行了研究,并沒有發(fā)現(xiàn)熱相關(guān)特征在視覺上的明顯證據(jù),比如土壤變紅、燧石工具變色或開裂、收縮或動(dòng)物遺骸變色等。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
團(tuán)隊(duì)測試了許多種方法,包括傳統(tǒng)的數(shù)據(jù)分析方法、機(jī)器學(xué)習(xí)建模和更先進(jìn)的深度學(xué)習(xí)模型。流行的深度學(xué)習(xí)模型具有優(yōu)于其他模型的特定架構(gòu),使用AI技術(shù)的好處是它可以分析材料的化學(xué)成分,并以此估計(jì)它們的熱暴露情況。
AI技術(shù)可以可靠地區(qū)分現(xiàn)代燧石是否被燃燒過,而且還能揭示其燃燒的溫度;鸬臒崃靠梢砸鸶浇^的變化,燃燒會(huì)在原子水平上改變骨骼結(jié)構(gòu),相應(yīng)的紅外光譜也會(huì)改變。
在這項(xiàng)研究中,團(tuán)隊(duì)使用一個(gè)深度學(xué)習(xí)模型(一維卷積神經(jīng)網(wǎng)絡(luò))來學(xué)習(xí)燧石偽影的拉曼光譜模式,從而估計(jì)石器的溫度。與完全連接的人工神經(jīng)網(wǎng)絡(luò)(FC-ANN)相比,該模型性能更優(yōu),能夠?qū)⒄鎸?shí)溫度和估計(jì)溫度之間的平均絕對誤差從118 °C降至103 °C。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
首先,團(tuán)隊(duì)對從以色列不同地方收集來的現(xiàn)代燧石進(jìn)行預(yù)訓(xùn)練,并在實(shí)驗(yàn)室控制條件下加熱至已知溫度。其次,將訓(xùn)練后的模型應(yīng)用于未知樣品(即從Evron Quarry遺址采集的石器)。團(tuán)隊(duì)采用有監(jiān)督的深度學(xué)習(xí)方法將拉曼光譜與燧石的加熱溫度關(guān)聯(lián)起來。這種方法依賴于燧石有機(jī)和無機(jī)成分發(fā)生的不可逆熱誘導(dǎo)結(jié)構(gòu)改變,同時(shí)克服了其固有的可變性。使用深度學(xué)習(xí)模型進(jìn)行溫度估計(jì)的優(yōu)點(diǎn),是它可以近似熱量與α-石英、莫干巖以及D和G波段光譜區(qū)域因熱量而產(chǎn)生的光譜變化之間的任何非線性決策邊界。
在下圖中,石塊從視覺上并不能看出任何被火燒過的痕跡,而通過使用深度學(xué)習(xí)模型,對從石塊中收集的紫外拉曼光譜的熱暴露進(jìn)行估計(jì),發(fā)現(xiàn)它們都曾被加熱至200°C至600°C之間。這暗示了古人類具備控制火的能力而非僅僅使用自然野火。
AI 進(jìn)軍考古學(xué)!科學(xué)家用深度學(xué)習(xí)算法發(fā)現(xiàn)了近 100 萬年前人類用火的證據(jù),登上PNAS
2
后續(xù)討論
對于挖掘出的骨骼,研究團(tuán)隊(duì)也經(jīng)過實(shí)驗(yàn)確認(rèn)了它們曾被火燃燒過,作者之一Chazan表示:「如果沒有人工智能驗(yàn)證的燧石結(jié)果,沒有人會(huì)費(fèi)心測試這些骨頭的熱暴露情況」。
這項(xiàng)研究盡管尚無法確定該遺址的工具是被自然火還是人工火燃燒的。燃燒痕跡所導(dǎo)致的空間變化可以解釋為人類干預(yù)的證據(jù),因?yàn)樽匀换鹜ǔ?huì)導(dǎo)致整個(gè)燃燒區(qū)域的同質(zhì)熱變化。
作者承認(rèn),野火和參差不齊的植被也可能導(dǎo)致整個(gè)區(qū)域的溫度分布不均勻,并且溫度并不是使用野火和人工火之間的可靠區(qū)分標(biāo)準(zhǔn)。但盡管如此,石器時(shí)代器具的估計(jì)溫度、燃燒過的動(dòng)物群的存在,仍能表明該遺址的古人類曾使用火的可能性。
在未來,這項(xiàng)研究所使用的方法可以擴(kuò)展到其他舊石器時(shí)代晚期的遺址,這將有可能擴(kuò)大人們對早期古人類與火之間關(guān)系的時(shí)空理解,打開了解早期人類生活的窗口。