کشف پیشینه استفاده از آتش توسط انسانهای نخستین با استفاده از هوش مصنوعی
دانشمندان یک روش پیشرفته و ابتکاری را یافتهاند که برای شناسایی آثار غیربصری آتش با قدمت حداقل 800 هزار سال که از آن به عنوان یکی از نخستین شواهد شناخته شده استفاده از آتش نام میبرند، استفاده میگردد. تکنیک جدید توسعه یافته ممکن است فشاری را به سمت یک نوع باستانشناسی علمیتر و مبتنی بر دادهها ایجاد کند، اما شاید مهمتر از آن، میتواند به ما در درک بهتر منشأ داستان انسان، ابتداییترین سنتهای ما و ماهیت تجربی و نوآورانه ما انسانها کمک کند.
میگویند که هر جا دود وجود دارد آتش نیز وجود دارد، و محققان مؤسسه علوم وایزمن به سختی تلاش میکنند تا این ادعا را بررسی کنند، یا حداقل روشن کنند که چه چیزی “دود” است. در مقالهای که امروز در مجله PNAS منتشر شد، دانشمندان یک روش پیشرفته و ابتکاری را یافتهاند که برای شناسایی آثار غیربصری آتش با قدمت حداقل 800 هزار سال، که از آن به عنوان یکی از نخستین شواهد شناخته شده استفاده از آتش نام میبرند، استفاده میگردد. تکنیک جدید توسعه یافته ممکن است فشاری را به سمت یک نوع باستانشناسی علمیتر و مبتنی بر دادهها ایجاد کند، اما شاید مهمتر از آن، میتواند به ما در درک بهتر منشأ داستان انسان، ابتداییترین سنتهای ما و ماهیت تجربی و نوآورانه ما انسانها کمک کند.
استفاده کنترلشده از آتش توسط انسانهای باستانی (گروهی که شامل انسانها و برخی از اعضای خانواده منقرض شده ما میشود) حداقل به یک میلیون سال پیش برمیگردد، تقریباً به زمانی که باستانشناسان معتقدند هومو هابیلیس انتقال خود را به هومو ارکتوس آغاز کرد. بر اساس تئوری کاری که “فرضیه پخت و پز” نامیده می شود این تصادفی نیست، به این معنی که استفاده از آتش در تکامل ما نقش مهمی داشته است، نه تنها برای اجازه دادن به انسانها برای گرم ماندن، ساخت ابزارهای پیشرفته و دفع شکارچیان بلکه برای دستیابی به توانایی آشپزی. پختن گوشت نه تنها عوامل بیماریزا را از بین میبرد، بلکه هضم کارآمد پروتئین و ارزش غذایی آن را افزایش میدهد و راه را برای رشد مغز هموار میکند. تنها مشکل این فرضیه کمبود داده است: از آنجایی که یافتن شواهد باستانشناسی فنآوری آتشزی عمدتاً بر شناسایی بصری تغییرات ناشی از احتراق اشیاء (عمدتاً تغییر رنگ) متکی است، روشهای سنتی موفق به یافتن شواهد گستردهای از استفاده از آتش شدهاند که از 200 هزار سال قدمت فراتر نمیرود. در حالی که شواهدی مبنی بر آتشسوزی به 500 هزار سال پیش وجود دارد، اما همچنان پراکنده است و تنها پنج مکان باستان شناسی در سراسر جهان شواهد قابل اعتمادی از آتشسوزی باستانی ارائه میدهند.
دکتر فیلیپ ناتالیو از دپارتمان علوم گیاهی و محیطی وایزمن که همکاری قبلی او با دکتر ایدو آزوری، از دپارتمان تاسیسات اصلی زندگی وایزمن و همکارانش، اساس این پروژه را فراهم کرد، میگوید: «ممکن است به تازگی مکان ششم را پیدا کرده باشیم. آنها با هم پیشگام کاربرد هوش مصنوعی و طیفسنجی در باستانشناسی برای یافتن نشانههایی از سوزاندن کنترل شده ابزارهای سنگی بودند که قدمت آنها به ۲۰۰ تا ۴۲۰ هزار سال پیش بازمیگردد. این دو به همراه دانشجوی دکترا، زین استپکا، دکتر لیورا کولسکا هورویتز و پروفسور مایکل چازان از دانشگاه تورنتو کانادا، این پژوهش را انجام دادند. این تیم پژوهشهای خود را با استفاده از روش “fishing expedition” -پرتاب کردن چیزی به داخل آب و دیدن آنچه که می تواند دوباره به عقب برگردد- پیش بردند. ناتالیو میگوید: “وقتی این پروژه را شروع کردیم، باستانشناسانی که در حال تجزیه و تحلیل یافتهها از معدن اورون بودند به ما گفتند که ما چیزی پیدا نمیکنیم.”
معدن اورون، واقع در غرب گالیله، یک مکان باستانشناسی در فضای باز است که اولین بار در اواسط دهه 1970 کشف شد. در طی یک سری کاوشهایی که در آن زمان در این منطقه انجام شد و توسط پروفسور آوراهام رونن رهبری میشد، باستانشناسان 14 متر حفر کردند و مجموعهای از فسیلهای حیوانات و ابزار پارینه سنگی را با قدمت 800 هزار تا 1 میلیون سال کشف کردند که این منطقه را تبدیل به یکی از قدیمیترین مکانهای باستانشناسی نمود. هیچ یک از یافتهها از محل یا خاکی که در آن یافت شد دارای شواهد بصری گرمایی نبود: خاکستر و زغال چوب با گذشت زمان تجزیه میشوند و شانس یافتن شواهد بصری سوختگی را از بین میبرند. بنابراین، اگر دانشمندان وایزمن میخواستند شواهدی از آتشسوزی پیدا کنند، باید مناطق دورتر را جستجو میکردند.
روش “fishing expedition” با توسعه یک مدل هوش مصنوعی پیشرفتهتر از آنچه که قبلاً مورد استفاده قرار میدادند، آغاز شد. آزوری، سرپرست توسعه این مدلها، میگوید: “ما روشهای مختلفی را آزمایش کردیم، از جمله روشهای سنتی تجزیه و تحلیل دادهها، مدلسازی یادگیری ماشین و مدلهای پیشرفتهتر یادگیری عمیق. مدلهای یادگیری عمیق که غالب بودند، معماری خاصی داشتند که بهتر از سایرین بود و با موفقیت به ما اعتماد به نفس لازم برای استفاده بیشتر از این ابزار را در زمینه باستانشناسی بدون نشانههای بصری استفاده از آتش دادند.” مزیت هوش مصنوعی این است که میتواند الگوهای پنهان را در مقیاسهای زیادی پیدا کند. با تعیین دقیق ترکیب شیمیایی مواد تا سطح مولکولی، خروجی مدل میتواند دمایی را که ابزار سنگی در آن گرم شدهاند، تخمین بزند و در نهایت اطلاعاتی در مورد رفتارهای گذشته انسان ارائه دهد.
با در دست داشتن یک روش دقیق هوش مصنوعی، این تیم میتواند بررسی سیگنالهای مولکولی را از ابزارهای سنگی مورد استفاده ساکنان معدن اورون که تقریباً یک میلیون سال پیش آنجا میزیستهاند را آغاز کند. برای این منظور تیم پژوهشی 26 ابزار سنگ چخماق که تقریباً نیم قرن پیش در این مکان یافت شده بود و در معرض حرارت قرار گرفته بودند را ارزیابی کردند. نتایج نشان داد که ابزارها تا طیف وسیعی از دماها، برخی بیش از 600 درجه سانتیگراد، گرم شده بودند. علاوه بر این، با استفاده از یک تکنیک طیفسنجی متفاوت، آنها 87 عدد از بقایای جانوران را تجزیه و تحلیل کرده و کشف کردند که عاج یک فیل منقرض شده نیز تغییرات ساختاری ناشی از گرما را نشان میدهد. در حالی که در ادعای خود محتاط هستند، وجود گرمای پنهان نشان میدهد که اجداد باستانی ما، مشابه خود دانشمندان، تجربی بوده اند.
به گفته تیم تحقیقاتی، با نگاهی متفاوت به باستانشناسی و با استفاده از ابزارهای جدید ممکن است بسیار بیشتر از آنچه در ابتدا فکر میکردیم، بیابیم. روشهایی که آنها توسعه دادهاند را میتوان برای مثال در سایر مکانهای پارینه سنگی زیرین برای شناسایی شواهد غیربصری استفاده از آتش به کار برد. علاوه بر این، این روش میتواند دیدگاه مکانی-زمانی تجدیدشدهای را در مورد منشأ و استفاده کنترلشده از آتش ارائه دهد، و به ما کمک کند تا درک بهتری از رفتارهای مرتبط با فنآوری هومینین و رفتارهای دیگر داشته باشیم. استپکا میگوید: “به خصوص در مورد آتش اولیه، اگر از این روش در مکانهای باستانشناسی با قدمت یک یا دو میلیون سال استفاده کنیم، ممکن است چیز جدیدی یاد بگیریم.”
با احتساب همه موارد، “fishing expedition” یک موفقیت چشمگیر بود. ناتالیو میگوید: “این نه تنها نمایشی از کاوش و دریافت پاداش از نظر دستاورد علمی بود، بلکه گویای وجود پتانسیل نهفته در ترکیب رشتههای مختلف است: پیشینهی ایدو در شیمی کوانتومی است، زین یک باستانشناس علمی است و لیورا و مایکل متخصص دوران ماقبل تاریخ هستند. با کار کردن با هم، ما از یکدیگر آموختهایم. برای من، این نشان میدهد که چگونه تحقیقات علمی میتواند با همکاری علوم انسانی و تجربی در کنار یکدیگر پیش برود.”
منبع: sciencedaily
دیدگاهتان را بنویسید
برای نوشتن دیدگاه باید وارد بشوید.