Uma equipa multidisciplinar de arqueólogos e especialistas em inteligência artificial espanhóis e portugueses combinou técnicas de medição arqueológica não destrutivas, aprendizagem automática e ferramentas de Inteligência Artificial Explicável (XAI) para desenvolver um sistema de IA aplicável à investigação arqueológica. Neste caso específico, investigar a proveniência de amostras arqueológicas de variscite, um mineral com uma cor verde característica muito apreciado na Pré-História e distribuído por extensas redes de intercâmbio por toda a Europa Ocidental entre o sexto e o segundo milénio a.C. Era usado para fazer colares, pulseiras, anéis... Artigos de adorno pessoal em geral.
Este grupo de investigadores colabora há anos para descobrir de onde vem a variscite nos diferentes sítios arqueológicos da Península Ibérica. Para fazer isso, eles comparam amostras geológicas atuais de variscite com amostras encontradas em escavações arqueológicas. Eles analisam o mineral, registram seus elementos e, em seguida, comparam as pequenas variações químicas que apresentam. Com base nas semelhanças, é possível determinar de que local foi extraído.
O estudo, publicado no Journal of Archaeological Science, é liderado pela Universidade de Lisboa e conta com a participação do Instituto Milá y Fontanals de Investigação em Humanidades (IMF-CSIC), da Universidade de Sevilha, da Universidade de Alcalá e do CIPAG (Coletivo de Investigação em Pré-História e Arqueologia de Garraf-Ordal).
Uma pegada geoquímica única em cada mina
A inovação deste estudo reside no uso da IA para analisar os resultados da composição química. "Nosso modelo aprende a reconhecer a pegada geoquímica única de cada mina. É capaz de identificar de onde vem um talão pré-histórico, mesmo milhares de anos depois de ter sido fabricado", explica Daniel Sánchez-Gómez, investigador da Universidade de Lisboa e principal autor do estudo. Graças a esta abordagem pioneira, eles foram capazes de prever com 95% de precisão a origem geológica de objetos arqueológicos feitos com variscite.
Desta forma, a equipa construiu a mais extensa base de dados composicional criada até à data, com mais de 1.800 amostras geológicas e 571 relatos arqueológicos, que foram analisados utilizando fluorescência de raios X portátil.
Para processar os dados, eles usaram um algoritmo de floresta aleatória, que é muito comumente usado em Machine Learning, o que lhes permitiu alcançar uma precisão sem precedentes. Além disso, explica Ferrán Borrell, arqueólogo do IMF-CSIC, "algo muito notável neste projeto é que a informação foi carregada no Zenodo [um repositório aberto desenvolvido no âmbito do programa europeu OpenAIRE e operado pelo CERN], para que outros investigadores possam usar esses dados e fazer as suas próprias interpretações. É trabalhar com ciência aberta." Ferran Borrell dirige o projeto de escavação das minas pré-históricas de varicite em Gavà, de onde provém parte das amostras estudadas.
Os resultados permitiram reinterpretar as rotas comerciais pré-históricas. Agora, explicam os investigadores, podemos saber que as minas de Gavà (Barcelona) e Aliste (Zamora) eram os principais centros de produção e distribuição; que a fonte tradicionalmente citada de Encinasola (Huelva) teria sido de menor importância; e que os materiais encontrados na Bretanha (França) provêm provavelmente do norte da Península Ibérica, sugerindo rotas terrestres transpirineusas, em vez das rotas marítimas propostas até agora.
"Utilizamos técnicas explicáveis de inteligência artificial, que permitem que modelos de IA, principalmente os mais complexos, expliquem de forma clara e compreensível como tomam suas decisões. No caso da nossa pesquisa, isso significa que ela não só prevê com precisão, mas também nos mostra quais os elementos químicos que foram decisivos em cada classificação, trazendo transparência e rigor à interpretação arqueológica", acrescenta Carlos Odriozola, professor da Universidade de Sevilha e IP do projeto. Este referencial metodológico, denominado VORTEX (Variscite Origin Recognition Technology X-ray based), abre novas possibilidades para o estudo da proveniência de outros materiais arqueológicos, como o âmbar, e constitui um marco na aplicação da inteligência artificial ao património cultural.
Agora, segundo Manuel Edo Benaiges, coautor do artigo, devemos tentar responder às seguintes questões: Qual a razão do fenómeno de expansão da pedra verde? Como ocorreu esta expansão pela Europa Ocidental ao longo do tempo? Onde tudo começou? As interpretações são muitas, sempre com o objetivo comum de saber mais sobre o passado. "Não se trata apenas de contas verdes: trata-se de usar inteligência artificial para contar as histórias humanas da pré-história", conclui Sánchez-Gómez.