اعماق تاریک اقیانوسها و بستر رسوبی دریاها، هزاران سال تاریخ دریانوردی و تجارت جهان باستان را در دل خود به امانت نگه داشتهاند. شناسایی این محوطههای منحصربهفرد، تاکنون نیازمند ماهها پایش طاقتفرسا، بودجههای کلان و تحلیلهای خطاپذیر انسانی بود. اما اکنون، تلفیق هوش مصنوعی و باستانشناسی زیر آب این موازنه را برهم زده است. الگوریتمهای یادگیری عمیق با بازخوانی دادههای صوتی و حذف نویزهای محیطی، دریچهای نو به سوی کشف کشتیهای باستانی غرقشده در ناممکنترین نقاط آبی جهان گشودهاند.
تاریکی اعماق و بنبست روشهای سنتی در باستان شناسی زیرآب
بستر آبها بیش از دو سوم سیاره زمین را در بر گرفته و بخش عمدهای از میراث مادی تمدنهای کهن را پنهان ساخته است. باستانشناسان برای نقشهبرداری از این گنجینههای مدفون، سالهاست از سامانههای سونار چندپرتوی و روبش جانبی استفاده میکنند.
با این وجود، تصاویر خام بهدستآمده از امواج صوتی اغلب کدر، مبهم و آکنده از نویزهای رسوبی هستند. تمایز میان بدنه فرسوده یک کشتی چوبی باستانی و صخرههای طبیعی بستر دریا، حتی برای زبدهترین کارشناسان نیز کاری دشوار و همراه با ضریب خطای بالا به شمار میرفت.
سازوکار پردازش دادهها با مدلهای یادگیری عمیق
فناوریهای نوین هوش مصنوعی، بهویژه شبکههای عصبی پیچشی (CNN)، فرآیند ارزیابی دادههای صوتی بستر دریا را در دو گام بنیادین بازتعریف کردهاند:
- آشکارسازی سریع پهنهها (Detection): الگوریتمها با سرعتی باورنکردنی هزاران کیلومتر مربع داده صوتی را پویش کرده و با ردیابی عوارض نامتعارف هندسی، محوطههای مشکوک را شناسایی میکنند.
- بخشبندی دقیق پیکسلی (Semantic Segmentation): در مرحله بعد، سیستم تکتک پیکسلها را بررسی کرده و مرز دقیق لاشه باستانی را از تودههای گلولای و عوارض زمینشناختی تفکیک میسازد.
این رویکرد هوشمند باعث میشود سازههای دستساز تاریخی حتی در صورت تخریب شدید یا مدفون بودن در زیر لایههای لجن، با دقتی فراتر از چشم انسان شناسایی شوند.
از فرضیه تا آزمایش میدانی در آبهای خروشان
اعتبارسنجی عملیاتی این سامانههای هوشمند در مناطقی با تراکم بالای سوانح دریایی—نظیر پناهگاه ملی دریایی خلیج تاندر—نتایجی شگفتانگیز به همراه داشته است.
الگوریتمها موفق شدند لاشه شناورهای تاریخی متعددی را در میان امواج خروشان و بستر پرنویز صوتی شناسایی کنند. این فناوری نهتنها زمان تحلیل دادههای میدانی را از دهها ساعت به چند ثانیه کاهش داده، بلکه نرخ شناسایی مثبت را به بیش از ۹۰ درصد رسانده است.
حفاظت از میراث فرهنگی در برابر غارت و فرسایش
تجهیز ابزارهای جغرافیایی و متنباز (مانند سامانههای GIS) به الگوریتمهای یادگیری ماشین، امکان تحلیل دادههای میدانی را برای تمام تیمهای باستانشناسی در سراسر جهان فراهم کرده است.
با استفاده از این دادههای پالایششده، باستانشناسان میتوانند پیش از اجرای غواصیهای پرخطر و پرهزینه در اعماق، محوطههای ارزشمند را اولویتبندی کنند. این دستاورد گامی اساسی در جهت تدوین برنامههای حفاظتی و پیشگیری از تاراج محوطههای تاریخی زیر آب به شمار میرود.
۶. نتیجه گیری
انقلاب هوش مصنوعی در باستانشناسی زیر آب، نه ابزاری برای جایگزینی متخصصان، بلکه سلاحی کارآمد برای سرعتبخشیدن به نجات تاریخ است. با ورود این فناوری به کاوشهای دریایی، پرده از اسرار ناگفته تجارت باستان، مسیرهای کهن دریانوردی و گنجینههای فراموششده بشری کنار میرود و میراث غرقشده زمین پیش از تخریب همیشگی، ثبت و جاودانه خواهد شد.

















ارسال دیدگاه