長期以來，由于人工制品和手寫記錄數(shù)據(jù)輸入的勞動密集型過程，一直難以發(fā)現(xiàn)歷史理論的證據(jù)并確定過去事件中的模式。

人工智能和機器學(xué)習(xí)技術(shù)的采用正在加速此類研究，并引起人們對被忽視信息的關(guān)注。但是，這種被稱為“數(shù)字人文科學(xué)”的方法正在為爭取更多面向未來的AI應(yīng)用籌集資金。

以色列海法大學(xué)計算機視覺和機器學(xué)習(xí)教授Ilan Shimshoni說：“人們對數(shù)字人文學(xué)科充滿興趣，但錢不多?！彼谝陨袕氖驴脊殴こ?，其中包括重新組裝手工藝品從碎片的照片?！叭绻獙acebook進行分析，則比想看古希臘文物要多得多?！?/p>

以色列理工大學(xué)的考古和計算機科學(xué)研究員Ayellet Tal說，考古難題似乎并不像醫(yī)療保健，金融和其他行業(yè)中的計算機科學(xué)項目那么緊迫，但是將算法技術(shù)應(yīng)用于歷史研究可以提高AI的能力。

恢復(fù)或重建考古文物是計算機視覺模型的復(fù)雜問題。以前的工作（例如，學(xué)習(xí)重新組合照片或文檔的算法）并未解決碎片，圖像不清晰或裝配不精確的問題。

如果您想對Facebook進行分析，那么您會比看古希臘文物得到更多的錢

在嘗試重建文物之前，AI模型學(xué)習(xí)了如何逆轉(zhuǎn)腐蝕過程并預(yù)測原始碎片的外觀。研究人員隨后定義了模型應(yīng)如何測試片段是否裝配在一起。

塔爾女士說：“考古學(xué)的任務(wù)是經(jīng)典的計算機視覺問題?！薄暗撬鼈冊诳脊艑W(xué)上要困難得多，因為這些物體表現(xiàn)得不好。我們希望改變考古學(xué)，并希望提高計算機視覺，因為這些任務(wù)是當(dāng)前算法失敗的地方。”