Kenneth Glad
Technologie verspricht ständig, harte Arbeit auf Knopfdruck verschwinden zu lassen. Wir wollen, dass Maschinen die Schwerstarbeit übernehmen und uns sofort die endgültigen Antworten liefern. Aber manchmal weigert sich die physische Welt, zu kooperieren.
Forscher griffen kürzlich auf künstliche Intelligenz zurück, um ein gewaltiges historisches Rätsel zu lösen. Ein Team setzte drei verschiedene Deep-Learning-Modelle in der riesigen Nefud-Wüste in Saudi-Arabien ein.
Ihr Ziel war einfach. Sie wollten sehen, ob Software alte, im Sand verborgene Steinstrukturen aufspüren kann.
Die Suche nach diesen Ruinen bedeutet normalerweise, dass man jahrelang durch die Landschaft läuft oder auf Satellitenfotos starrt. Das neue Ziel war Geschwindigkeit.
„Gibt es dafür einen schnelleren Weg? Können wir diesen Prozess automatisieren und uns von der Software sagen lassen, wo sie sich alle befinden?“, sagte Maria Guagnin gegenüber HistorieNet.
Als Forscherin am Max-Planck-Institut für Geoanthropologie fragte sie sich, ob Computer die mühsame visuelle Arbeit übernehmen könnten.
„Oder sollten wir ausgebildete Archäologen sich die Bilder ansehen und sie finden lassen?“, fügte sie hinzu.
Das Bekannte finden
Die Ergebnisse waren durchwachsen. Wenn es um große, rechteckige steinzeitliche Monumente ging, waren die Computer mühelos erfolgreich.
Aber kleinere Steinhügel und komplexe Gräber gaben den Maschinen völlige Rätsel auf.
Dies offenbart eine eklatante Einschränkung der Technologie. Während Algorithmen hervorragend darin sind, bestehende Muster zu erkennen, können sie die menschliche Neugier nicht nachbilden.
„Im Moment können wir Software nur darauf trainieren, Dinge zu identifizieren, die wir bereits kennen. Daher lernt sie nur bekannte Strukturtypen und findet mehr vom Gleichen“, sagte Guagnin im Interview.
Sie merkte an, dass echte wissenschaftliche Durchbrüche aus dem Unerwarteten entstehen.
„Aber das Interessante in der Forschung sind die Strukturtypen, die noch nicht bekannt sind. Man kann die Systeme nicht auf Dinge trainieren, die noch nicht bekannt sind“, sagte Guagnin.
Menschliche Augen erforderlich
Andere Experten stimmen zu, dass Maschinen das Feld in absehbarer Zeit nicht erobern werden.
An der Johannes Gutenberg-Universität Mainz verlässt sich der Archäologe Maxime Brami auf Laserscanning, um antike römische Stätten zu finden, die in europäischen Wäldern verborgen sind.
Er erklärte gegenüber HistorieNet, dass Computer leicht verwirrt werden:
„Zum Beispiel können Heuhaufen auf LiDAR-Bildern wie Grabhügel aussehen. Daher müssen Archäologen die potenzielle Stätte immer noch persönlich aufsuchen.“
Auch wenn KI die frühen Suchphasen beschleunigt, müssen Menschen aus Fleisch und Blut die Ergebnisse überprüfen.
„In dieser Hinsicht ist die KI weit davon entfernt, Archäologen ersetzen zu können. Sie fungiert lediglich als Werkzeug, um sie bei ihrer Forschung zu unterstützen und ihnen zu helfen, potenzielle Stätten effizienter zu identifizieren“, schloss Brami.
Quelle: HistorieNet