当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > ​日媒:AI高效解析纳斯卡地画

​日媒:AI高效解析纳斯卡地画

来源:搜狐 2023-06-17 09:48:07 0浏览 收藏

IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《​日媒:AI高效解析纳斯卡地画》,聊聊,我们一起来看看吧!

​日媒:AI高效解析纳斯卡地画

参考消息网6月10日报道据日本《读卖新闻》网站6月4日报道,日本山形大学等组成的研究团队宣布,通过借助人工智能(AI)解析航拍照片,发现了四种纳斯卡地画。纳斯卡地画是位于南美国家秘鲁的世界文化遗产。在寻觅纳斯卡新地画方面,借助人工智能比单凭肉眼速度更快。“过去要花20年才能完成的工作量,现在只需一年”,仍有许多谜团待解开的地画研究有望进一步加速推进。

研究人员以前的方法是通过在航拍照片中用肉眼找出地画候选项,然后通过实地调查来具体判断。地画在纳斯卡台地上零星分布,覆盖面积从数米到数百米不等,跨越南北约15公里、东西约20公里。用肉眼逐一查看航拍照片,需要花费很长时间。

2018年,山形大学纳斯卡研究所与IBM日本公司合作,启动了一项利用人工智能寻找地画的实证实验。通过深度学习技术,AI能够学习大量数据并掌握地画的特征,从而提高了新地画的发现效率。

课题是,地画有很多“独一无二”的形状,如人物、动物和几何图形等,研究者很难找出共同特征。仅有21个可用地核数据,并不足以支持深度学习所需的数千甚至数万个数据。

研究团队采用的解决方案是,不是让AI将一幅地画从整体上进行读取,而是细分为“头”、“脚”等各个部位,让AI学习共计307项数据。如果画中的前述元素未知,研究人员可以利用人工智能发现它们。

通过读取纳斯卡台地航拍照片约10%的面积,AI能够迅速提示多个地画候选项,其速度比肉眼寻找快21倍。汇总研究成果的论文已发表在考古学相关国际学术期刊上。

通过实地调查确定的是四种地画,分别是“人”(约5米)、“脚”(78米)、“鱼”(约19米)和“鸟”(约17米)。其中,2019年公布的143幅新发现地画中包括人像地画,而其他三种地画则包含在去年公布的168幅地画中。

研究团队今后计划推进在整个纳斯卡台地的调查。近年来,地画的破坏问题由于市区扩建等因素而凸显,利用人工智能可以快速发现未知的地画,从而有助于保护纳斯卡地画。

山形大学考古学教授坂井正人不无期待地表示:“通过有效利用AI,肯定还会发现更多地画。这有利于弄清古人绘制地画的目的。”

好了,本文到此结束,带大家了解了《​日媒:AI高效解析纳斯卡地画》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
在Go语言中使用Docker实现快速的部署和管理在Go语言中使用Docker实现快速的部署和管理
上一篇
在Go语言中使用Docker实现快速的部署和管理
MySQL实现数据的异步访问技巧
下一篇
MySQL实现数据的异步访问技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    304次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    363次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    358次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    326次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    147次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码