機器人能否成為考古助手，在1977年的原始《星球大戰(zhàn)》中像R2D2和C3P0這樣的沙質地形上拖曳或穿行?

IBM動力系統(tǒng)與山形大學之間的合作，將人工智能(AI)和機器學習算法以及地理空間數(shù)據(jù)一起用于發(fā)現(xiàn)神秘和古老的地理標志。(地理標志的特征是在地面上形成碎石或類似的耐久景觀元素，例如石頭，碎石，活樹，碎石或泥土，形成較大的圖案或圖案。)

并且，科學家們使用新的AI在秘魯南部的納斯卡線的土壤中發(fā)現(xiàn)了新的非常大的地理字形，這是首次使用AI發(fā)現(xiàn)的。盡管直線在納斯卡沙漠景觀中占主導地位，但動植物的形象設計已經(jīng)發(fā)展。

日本山形大學和IBM Research的IBM Power Systems的開發(fā)，研究和最新發(fā)現(xiàn)于2019年2月啟動。

科學家表示，他們正在擴大發(fā)現(xiàn)范圍，并將部署其專有的PAIRS geoscope技術和IBM支持AI的云平臺，以快速分層和分析大量不同的地理空間時態(tài)數(shù)據(jù)。據(jù)科學家稱，這將感知并檢查地球表面，無人機圖像，衛(wèi)星圖像以及地理調查信息。

PAIRS地理信息解決方案首席科學家Hendrik Hamann說，在這種空前的AI之前，形成層是通過“研究人員通常通過研究和分析不同的個人照片來手動完成的過程來評估的，這是一個非常耗時且資源密集的過程”。杰出的研究人員，IBM研究。

As a first step to gauge AI's feasibility in archeological discovery, the team trained an AI model withWatson Machine Learning Acceleratoron IBM Power Systems with known photos of geoglyphs.

“ Watson機器學習加速器(WMLA)是一個AI平臺，可幫助客戶利用基于IBM Power Systems服務器構建的深度學習框架，AI開發(fā)工具和機器學習，”人工智能，機器學習和HPC副總裁Sumit Gupta解釋說，IBM系統(tǒng)。

Gupta補充說：“通過在高度安全且功能強大的服務器上使用AI，WMLA通過幫助Nazca Line研究人員在數(shù)月而不是數(shù)年的時間內(而不是數(shù)年)更快，更準確地識別新字形，從而加快了獲取洞察的速度，”這使傳統(tǒng)的考古過程實現(xiàn)了自動化。

Hamann說，開發(fā)花費了八個人四年的時間，并補充說：“與傳統(tǒng)系統(tǒng)不同，PAIRS使用隱藏式分布式存儲和文件系統(tǒng)，它具有更高的“可伸縮性”(適用于非常大的數(shù)據(jù)集)，因為分布式系統(tǒng)工作負載和AI可以在更多服務器節(jié)點之間并行執(zhí)行。”

“從數(shù)據(jù)的角度來看，”哈曼說，“這是非常龐大的[AI]給定要分析的數(shù)據(jù)集的大小;

Hamann進一步解釋道：“據(jù)我們所知，PAIRS是唯一可用于柵格/圖像和矢量的可擴展數(shù)據(jù)分析平臺，其中80%的AI存在，但從未部署到如此多樣和復雜的數(shù)據(jù)集。LiDAR，數(shù)據(jù)。我們相信，地理時空情報的下一個前沿領域就是，如何整合和利用海量LiDAR和柵格/影像信息來構建更可靠/值得信賴的ML和AI模型。開發(fā)人員可以從PAIRS中受益，因為它提供了開發(fā)新應用程序所需的數(shù)據(jù)和分析功能。

哈曼說：“組織和企業(yè)已經(jīng)開始使用PAIRS來改進多種數(shù)據(jù)源的集成方式，以使大規(guī)模運營受益。”

例如，農(nóng)業(yè)公司正在使用PAIRS更好地識別作物并設計灌溉管理策略。此外，公用事業(yè)公司已部署PAIRS來監(jiān)視電力線等資產(chǎn)周圍的植被生長，以減少中斷的風險。