Tìm kiếm xác tàu chìm rất quan trọng, để hiểu về quá khứ con người khi dùng đường thuỷ cho các hoạt động thương mại, di cư hoặc chiến tranh. Nhưng khảo cổ học dưới nước thường tốn kém, tiềm ẩn nhiều nguy hiểm.
Nhóm nghiên cứu thuộc Đại học Texas, phối hợp cùng Chi nhánh Khảo cổ học dưới nước của Hải quân Mỹ, sử dụng AI để xây dựng mô hình tự động lập bản đồ tất cả các vụ đắm tàu trên phạm vi rộng. Sự phối hợp này giúp giảm nhiều thời gian và chi phí so với việc sử dụng tàu ngầm không người lái hoặc thợ lặn tham gia tìm kiếm xác tàu.
Họ đã ứng dụng công nghệ trí tuệ nhân tạo (AI), để huấn luyện cho máy tính cách nhận biết xác tàu đắm dưới đáy đại dương, từ các bản quét do máy bay và tàu trên bề mặt nước thực hiện.
"Mô hình máy tính chúng tôi tạo ra có độ chính xác 92% khi tìm kiếm những con tàu đắm nổi tiếng", Leila Character, nghiên cứu sinh Địa lý tại Đại học Texas, cho biết. Dự án tập trung vào các vùng biển của lục địa Mỹ và Puerto Rico. Hiện mô hình này đã sẵn sàng được sử dụng để tìm kiếm cả những con tàu đắm chưa biết hoặc chưa được lập bản đồ.
Bước đầu tiên, các nhà khoa học huấn luyện cho máy tính nhận diện những con tàu đắm. Việc máy tính biết cách phân biệt xác tàu đắm với địa hình đáy biển rất quan trọng. Để làm được, cần rất nhiều ví dụ thực tiễn về những vụ đắm tàu. Họ cũng huấn luyện cho máy tính nhận biết được đáy đại dương tự nhiên.
Hiện nhóm tiếp tục cập nhật thêm những dữ liệu hình ảnh và xác tàu đắm từ khắp nơi trên thế giới. Điều này sẽ giúp máy tính có thể nhận biết nhiều loại tàu đắm khác nhau.
"Chi nhánh Khảo cổ học dưới nước của Hải quân sẽ đưa thợ lặn xuống một số nơi mà chúng tôi phát hiện xác tàu đắm. Từ đó, sẽ kiểm chứng thêm độ chính xác của mô hình máy tính một cách cẩn thận hơn", Leila nói thêm.
Cơ quan Khảo cổ dưới nước quan tâm đến công việc này, bởi hi vọng tìm thấy những xác tàu hải quân chưa được lập bản đồ hoặc chưa xác định được vị trí đắm. Họ cũng tin tưởng việc ứng dụng AI có thể tìm kiếm các tòa nhà, những bức tượng, xác máy bay... đang nằm sâu dưới đáy biển.
Các nhà khoa học cũng đang thực hiện một số dự án học máy (Machine Learning) khảo cổ khác. Tất cả các dự án này đều được xây dựng hỗ trợ nhau và có khả năng tùy chỉnh. Do đó, có thể dễ dàng chuyển đổi giữa việc dự đoán đặc điểm các loại khảo cổ khác nhau, trên cạn cũng như dưới nước, ở nhiều nơi trên thế giới.
Để đạt được mục tiêu này, các nhà khoa học Mỹ đồng thời thực hiện dự án tìm kiếm các cấu trúc khảo cổ Maya cổ đại, các hang động tại địa điểm khảo cổ Maya và các gò mộ ở Romania.
Đăng Hưng (Theo Theconversation)