Một nhóm nghiên cứu tại IBM Nhật Bản và Đại học Yamagata (Nhật Bản) đã áp dụng các thuật toán học sâu, để duyệt qua một lượng lớn các bức ảnh chụp từ trên không của các phần của sa mạc Nazca, từ đó phát hiện ra những hình vẽ đầy bí ẩn nằm giữa sa mạc.
Sa mạc Nazca nằm dọc theo bờ biển miền nam của Peru, nổi tiếng với những hình vẽ kỳ lạ khổng lồ được gọi là “Đường kẻ Nazca” (Nazca Lines). Những hình vẽ bao gồm con người, cá, chim, côn trùng, thằn lằn, chó, mèo, khỉ, cây và hoa. Một số hình ảnh siêu nhiên hơn, bao gồm quái vật hai mặt hình người và rắn hai đầu khổng lồ ăn thịt người. Được cho là do người Nazca cổ đại tạo ra từ thế kỷ 1 đến thế kỷ 6 sau Công nguyên.
Điều đặc biệt về 'Đường kẻ Nazca' là chúng có kích thước cực lớn (hình vẽ lớn nhất dài tới 275m) nên chỉ có thể nhìn rõ từ trên cao bằng cách sử dụng hình ảnh vệ tinh, chụp từ trên không, máy quét từ trên không và chụp bằng máy bay không người lái. Một số hình vẽ đã bị mờ do tác động của thời gian, yêu cầu các nhà nghiên cứu sử dụng trí tuệ nhân tạo để hỗ trợ trong quá trình tìm kiếm.
Một hình thể lạ ở sa mạc Nazca được chụp từ máy bay ở độ cao gần 4km.
Sử dụng công nghệ 'học sâu' để phát hiện hình vẽ bí ẩn
Trước đây, nhóm nghiên cứu tại Đại học Yamagata đã dành khoảng 5 năm để phân tích các bức ảnh chụp từ trên không với độ phân giải cao của toàn bộ khu vực. Trong thời gian đó, họ đã phát hiện ra một số hình vẽ mới. Nhưng khi họ có được các bức ảnh chụp từ trên không có độ phân giải cao hơn vào năm 2016, họ đã chuyển sang một phương pháp trí tuệ nhân tạo được gọi là 'học sâu' để kiểm tra chúng.
Phương pháp này được thực hiện dưới sự hợp tác với IBM Nhật Bản và Trung tâm nghiên cứu Thomas J. Watson của IBM ở Mỹ, nơi tiến hành nghiên cứu tiên tiến về trí tuệ nhân tạo. Các hệ thống học sâu và phương pháp chúng sử dụng để xử lý dữ liệu lấy cảm hứng từ cách bộ não con người xử lý thông tin. Phương pháp này thể hiện hiệu suất cao trong các nhiệm vụ như nhận dạng hình ảnh, xử lý giọng nói và xử lý ngôn ngữ tự nhiên. Thông qua học sâu, máy sẽ tự động nhận dạng các đối tượng cụ thể từ hình ảnh và xác định vị trí, kích thước và phân loại của chúng.
Thường thì, một hệ thống học sâu được đào tạo trên hàng nghìn hoặc hàng triệu đối tượng đã biết, nhưng nhóm nghiên cứu tại Đại học Yamagata đã đào tạo hệ thống này chỉ với dữ liệu từ 21 hình vẽ địa lý Nazca đã biết, chia thành các 'phần tử'.
Bất kỳ hình vẽ địa lý nào đã biết đều được tạo thành từ hàng chục yếu tố như đầu, thân, cánh tay hoặc chân. Do đó, hệ thống học sâu mới chỉ có thể tìm thấy các phần của hình vẽ địa lý.
Nhờ AI, các hình vẽ đã được xác định nhanh hơn khoảng 21 lần so với một nhà khảo cổ được đào tạo. Sau đó, các nhà khoa học sẽ đi đến các vị trí có khả năng nhất để xác minh rằng chúng thực sự tồn tại.
Các nhà khoa học của Đại học Yamagata đã tìm kiếm các bức ảnh chụp từ trên không có độ phân giải cao chụp Nazca để tìm các hình vẽ địa lý, giống như con chim này, trong gần 20 năm.
Nhờ phương pháp AI này, các nhà nghiên cứu đã phát hiện thêm 3 hình vẽ của “Đường kẻ Nazca”. Hình vẽ mới nhất là một đôi chân, dài hơn 77 mét. Họ cũng tìm thấy hình vẽ của một con cá với chiều ngang 19 m và hình vẽ của một con chim với chiều rộng 17 m.
Nguồn gốc vẫn chưa rõ ràng
Về phần 'đường kẻ Nazca', những hình vẽ khổng lồ này đã được bảo tồn hàng nghìn năm mà không bị phủ bởi cát và đất nhờ vào điều kiện khí hậu khô cằn, thiếu gió và nhiệt độ ổn định ở đây.
Trong số 143 hình vẽ, các hình vẽ lớn dài 50m miêu tả các loài động vật được tạo ra khoảng từ 100 đến 300 năm sau Công nguyên bởi nền văn minh Nazca. Nhiều khả năng các hình vẽ động vật này được thực hiện với mục đích tâm linh và nghi lễ, với sự xuất hiện của các mảnh gốm vỡ xung quanh khu vực.
Theo nhiều nghiên cứu của các nhà khảo cổ học, các hình vẽ được tạo ra bằng cách loại bỏ lớp đất đá sần sùi ở phía trên và thực hiện việc vẽ hình trên lớp đất sáng màu bên dưới.
Còn các hình vẽ nhỏ hơn thường được hoàn thành trước các hình vẽ lớn khoảng 500 năm. Chúng thường được đặt trên các dốc và đường, gợi ra giả thuyết về mục đích ban đầu của chúng là để chỉ đường và hướng dẫn.
Tham khảo Live Science