Un equipo de investigadores de la Universidad de Nagoya ha presentado un innovador modelo de inteligencia artificial que logra clasificar con una impresionante precisión del 93,2% la cerámica japonesa antigua, específicamente del tipo Sue. Este desarrollo se basa en el uso de escaneos tridimensionales, lo que marca un hito significativo en el campo de la arqueología, donde la subjetividad ha sido un obstáculo para la clasificación precisa de estos objetos históricos.
La inteligencia artificial está transformando la manera en que se aborda la clasificación de artefactos arqueológicos, en particular la cerámica. A través de la implementación de modelos de aprendizaje profundo y la tecnología de escaneo 3D, este nuevo método permite identificar piezas cerámicas con un nivel de precisión que antes se basaba en la experiencia individual de los expertos. Así, se minimizan las discrepancias que históricamente han existido entre los arqueólogos, asegurando resultados más consistentes y repetibles.
La cerámica del tipo Sue, producida entre los siglos V y X, ha sido durante mucho tiempo un desafío para los arqueólogos debido a las sutilezas en su diseño. Las variaciones morfológicas en platos, cuencos y tapas han dificultado su clasificación, especialmente porque la evolución cultural y los cambios en los hábitos alimenticios en la prefectura de Aichi han difuminado las líneas que separan estas categorías. En particular, durante el siglo VIII, las similitudes entre platos y cuencos complicaron aún más su identificación.
Para lograr esta clasificación precisa, el equipo de la Universidad de Nagoya digitalizó un total de 917 piezas de cerámica Sue utilizando técnicas de escaneo óptico y fotogrametría. Esto les permitió crear nubes de puntos tridimensionales que capturan cada detalle morfológico de los objetos. La rotulación de las muestras fue realizada por especialistas en arqueología, quienes colaboraron para que el modelo de aprendizaje profundo, basado en la arquitectura Point Transformer, pudiera ser entrenado adecuadamente para distinguir entre cinco tipos de piezas, alcanzando una exactitud notable.
Una de las técnicas clave utilizada en este proceso fue el Mapeo de Activación de Clases Ponderado por Gradiente (Grad-CAM), que permite visualizar las áreas más relevantes del objeto durante la clasificación por inteligencia artificial. En el caso de los platos, el modelo se enfocó en el ángulo entre la base y la pared, así como en el borde; mientras que para los cuencos, las áreas de interés eran la base y la superficie exterior. Este enfoque no solo proporciona un método cuantificable, sino que también transparenta el proceso de decisión que sigue la IA, algo que es fundamental para los arqueólogos que clasifican manualmente estos objetos.
Sin embargo, a pesar de la alta precisión lograda con las piezas de morfologías distintivas, el desempeño del modelo disminuyó en la clasificación de platos y cuencos. Esto se debe a que, en esas categorías, las formas históricas y las funciones han tendido a fusionarse, lo que ha llevado a desacuerdos entre los propios especialistas. Este fenómeno revela la complejidad de la clasificación durante períodos de transición cultural, donde las características que definen a cada tipo de pieza no son tan claras.
El equipo de investigación ha decidido hacer accesibles tanto el conjunto de datos como el código del modelo, lo que abre la puerta a que otras tradiciones cerámicas, más allá de la japonesa, puedan beneficiarse de esta tecnología. Este gesto no solo promueve el avance en el estudio de la cerámica a nivel mundial, sino que también subraya el potencial de la inteligencia artificial para contribuir de manera significativa a la conservación y comprensión del patrimonio cultural global.
