Comment l'IA a permis de trouver 303 géoglyphes en un temps record

Une équipe internationale de chercheurs dirigée par Masato Sakai, archéologue et anthropologue de l'université de Yamagata au Japon, a presque doublé le nombre de géoglyphes découverts dans le désert de Nazca en seulement 6 mois. 303 nouvelles figures ont été révélées, alors qu'un total de 430 de ces gigantesques dessins avaient été precedemment répertoriés depuis les années 1920, indique un communiqué de l'université de Yamagata. Ces géoglyphes, qui représentent principalement des animaux sauvages, sont répartis le long d'un réseau complexe de lignes et de formes géométriques. Selon les archéologues, ces dessins étaient probablement utilisés pour des rituels. 

Le principal défi auquel les chercheurs ont été confrontés pendant des décennies a été la lenteur des méthodes de prospection traditionnelles. Les géoglyphes étaient généralement détectés à pied ou par l'inspection humaine d'images aériennes à haute résolution. Ce processus laborieux et chronophage a été considérablement accéléré par l'utilisation de technologies d'intelligence artificielle développées en collaboration avec IBM Research. 

Analyser de vastes quantités d'images aériennes

Dans un article publié dans les Proceedings of the National Academy of Sciences (PNAS), les chercheurs expliquent comment un modèle d'IA a été utilisé pour analyser de vastes quantités d'images géospatiales afin d'identifier les zones prioritaires à explorer sur le terrain. En juillet 2019, IBM Research annonçait que les archéologues de l'université de Yamagata allaient déployer sa technologie d'IA basée sur le cloud pour traiter d'énormes ensembles de données géospatiales et temporelles. Ces ensembles de données proviennent de diverses sources, notamment des relevés LiDAR, des images de drones ou encore de vues satellites. 

Cette capacité à traiter des données massives issues de prises de vue aériennes a donc permis de révéler de nouvelles lignes et formations dans le désert péruvien. Comme l'expliquent les chercheurs, l'IA est capable de détecter des objets intéressants, même lorsqu'ils sont peu visibles, partiellement obstrués ou enfouis sous la surface du sol. 

Faible quantité de données d'entraînement

Pour surmonter l'un des principaux défis de cette recherche, à savoir la faible quantité de données d'entraînement disponibles, les scientifiques ont utilisé une IA pré-entraînée sur des images en haute résolution, avant de l'adapter à la reconnaissance de géoglyphes tracés sur des terrains en relief, plus petits et souvent difficiles à identifier. Contrairement aux géoglyphes de grande taille, déjà bien documentés grâce à des relevés aériens antérieurs, ces dessins dans des zones plus accidentées nécessitent une analyse approfondie des images en haute résolution. 

De plus, au lieu d'utiliser un algorithme de détection d'objets qui affiche des boîtes de délimitation rectangulaires pour les géoglyphes détectés, les archéologues ont mis au point un modèle de classification en grille qui affiche une carte de probabilité de géoglyphes à une résolution de 5 mètres. Ce processus a permis de transformer chaque géoglyphe identifié en plusieurs fragments plus petits, augmentant ainsi le nombre d'exemples que le modèle peut analyser et améliorer. 

Grâce aux nouveaux outils qu'ils ont créés avec l'aide d'IBM Research, les scientifiques de l'université de Yamagata n'ont eu qu'à passer au crible une moyenne de 36 suggestions du modèle d'IA pour trouver un candidat probable. Un total de 1309 candidats probables a été identifié, et les études sur le terrain d'environ un quart d'entre eux ont abouti aux 303 nouveaux géoglyphes découverts.