Diseñan un sistema ‘inteligente’ para la reconstrucción de restos arqueológicos

Un equipo de investigación coordinado desde la Universidad de Jaén ha diseñado un sistema que recrea cómo sería un objeto completo a partir de trozos de cerámica hallados en el valle alto del Guadalquivir. La aplicación reconoce la pieza y sugiere cómo podría ser originalmente. Esta herramienta permite que los arqueólogos puedan reconstruir de una manera más exacta los restos encontrados en sus excavaciones.

Infografía sobre el sistema de inteligencia artificial para reconstruir restos arqueológicos, llamado IberianGAN.

En investigaciones anteriores, los expertos desarrollaron un catálogo y clasificación exhaustiva de piezas de cerámica íbera. Ahora, han creado una herramienta que ordena cualquier nuevo objeto o trozo hallado de manera automática. Para ello, usan unos criterios establecidos por los arqueólogos para determinar la forma: abiertos o cerrados, con cuello o sin él, esféricos u ovalados.

Ahora dan un paso más al haber entrenado al sistema, al que han llamado IberianGan, para que ofrezca una imagen completa del objeto de cerámica al que pertenecía el trozo concreto. En el artículo ‘Reconstruction of Iberian ceramic potteries using generative adversarial networks’ publicado en la revista Scientific reports, los expertos explican el modelo utilizado y confirman su validez. Los arqueólogos verifican la calidad de las muestras reconstruidas y la utilidad de la herramienta, que facilitará considerablemente los trabajos de ensamblaje de los restos.

En las excavaciones arqueológicas, la cerámica se encuentra normalmente fragmentada, lo que requiere por un lado, la catalogación de cada elemento y, por otro, el estudio y reconstrucción manual del objeto entero. “IberianGAN resuelve el problema de los trozos mediante comparaciones entre piezas conocidas automáticamente. La mejor coincidencia dentro del conjunto de datos es la solución para esa cerámica”, indica a la Fundación Descubre el investigador de la Universidad de Jaén Manuel Lucena, autor del artículo.

El investigador de la Universidad de Jaén Manuel Lucena, autor del artículo.

El sistema tiene ya catalogado en una extensa base de datos los distintos fragmentos posibles. Además, crea de manera virtual nuevos trozos con las mismas características que los reales. De esta manera, la herramienta va construyendo posibilidades de ensamblaje para crear la cerámica completa.

Los expertos han puesto a disposición de la comunidad científica tanto los datos como el código fuente con la configuración y los diferentes enfoques analizados en el estudio en https://github.com/celiacintas/vasijas/tree/iberianGAN con la intención de que puedan replicarse y hacerse extensivos a otras investigaciones.

Neuronas artificiales que ‘aprenden’ por sí mismas

Así, mediante lo que se conoce como aprendizaje profundo, la herramienta va aprendiendo a diferenciar qué elemento es real y cuál no. El modelo utilizado se basa en redes adversarias generativas o redes antagónicas, GAN por sus siglas en inglés. Se trata de dos redes neuronales que son contrarias. ‘Juegan’ a enfrentarse entre sí de manera que una tiene una carta con la opción ‘Verdadero’ y la otra, la carta ‘Falso’. Una de ellas siempre gana lo que pierde la otra.

Urna cineraria de la Tumba de Especluy, data en los siglos VII-VI a.C. Está expuesta en el Museo Arqueológico de Jaén.
Créditos: Flickr. Ángel M. Felicísimo.Bajo Licencia Creative Commons

Así, para generar posibilidades, el sistema se entrena creando y confrontando imágenes reales con otras que no lo son. La herramienta discrimina aquella que no es real, pero es capaz de producir algo que parece auténtico a partir de las cartas que ha recibido de su oponente.

Los investigadores entrenaron a la red mediante la simulación de cerámicas creadas a partir de otras ya ensambladas por los arqueólogos y replicaron la rotura que habrían sufrido en el caso de estar en un yacimiento. De esta manera, ya contaban con los elementos necesarios para que la herramienta aprenda por sí misma cualquier combinación posible para mostrar el elemento real.

Además de confirmar su exactitud con los arqueólogos, los expertos han comparado los resultados obtenidos mediante este modelo de aprendizaje profundo con otros, confirmando que las redes antagónicas son las idóneas para el entrenamiento de las herramientas de reconstrucción de cerámicas íberas. Por otro lado, proponen ampliar el sistema incluyendo la creación de imágenes tridimensionales a partir de estos mismos perfiles, incluso recrear la decoración que podrían tener las vasijas halladas. También plantean su aplicación con otro tipo de restos, como podrían ser huesos, proyectiles o incluso edificios.

En las excavaciones arqueológicas, la cerámica se encuentra normalmente fragmentada, lo que requiere por un lado la catalogación de cada elemento y la reconstrucción manual del objeto entero. Créditos: Pixabay.

Los trabajos se han financiado mediante el Programa Operativo FEDER Andalucía 2014-2022, la Universidad de Jaén, el Centro de Estudios Avanzados en Tecnologías de la Información y las Comunicaciones (CEATIC) y el Instituto Universitario de Investigación en Arqueología Ibérica. El equipo de investigación está formado por investigadores vinculados al Instituto Universitario de Investigación en Arqueología Ibérica de la Universidad de Jaén, al Instituto Patagónico de Ciencias Sociales y Humanas del CONICET (Argentina), y al Departamento de Ingeniería Eléctrica y de Computadoras de la Universidad Nacional del Sur (Argentina).

Referencias

Pablo Navarro, Celia Cintas, Manuel Lucena, José Manuel Fuertes, Rafael Segura, Claudio Delrieux y Rolando González-José.‘Reconstruction of Iberian ceramic potteries using generative adversarial networks’. Scientific reports. 2022

Más información:

#CienciaDirecta, agencia de noticias de ciencia andaluza, financiada por la Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, con la colaboración de la Fundación Española para la Ciencia y la Tecnología-Ministerio de Ciencia e Innovación.

Teléfono: 958 63 71 99. Extensión 205

E-mail: comunicacion@fundaciondescubre.es