机器人能否成为考古助手，在1977年的原始《星球大战》中像R2D2和C3P0这样的沙质地形上拖曳或穿行?

IBM动力系统与山形大学之间的合作，将人工智能(AI)和机器学习算法以及地理空间数据一起用于发现神秘和古老的地理标志。(地理标志的特征是在地面上形成碎石或类似的耐久景观元素，例如石头，碎石，活树，碎石或泥土，形成较大的图案或图案。)

并且，科学家们使用新的AI在秘鲁南部的纳斯卡线的土壤中发现了新的非常大的地理字形，这是首次使用AI发现的。尽管直线在纳斯卡沙漠景观中占主导地位，但动植物的形象设计已经发展。

日本山形大学和IBM Research的IBM Power Systems的开发，研究和最新发现于2019年2月启动。

科学家表示，他们正在扩大发现范围，并将部署其专有的PAIRS geoscope技术和IBM支持AI的云平台，以快速分层和分析大量不同的地理空间时态数据。据科学家称，这将感知并检查地球表面，无人机图像，卫星图像以及地理调查信息。

PAIRS地理信息解决方案首席科学家Hendrik Hamann说，在这种空前的AI之前，形成层是通过“研究人员通常通过研究和分析不同的个人照片来手动完成的过程来评估的，这是一个非常耗时且资源密集的过程”。杰出的研究人员，IBM研究。

As a first step to gauge AI's feasibility in archeological discovery, the team trained an AI model withWatson Machine Learning Acceleratoron IBM Power Systems with known photos of geoglyphs.

“ Watson机器学习加速器(WMLA)是一个AI平台，可帮助客户利用基于IBM Power Systems服务器构建的深度学习框架，AI开发工具和机器学习，”人工智能，机器学习和HPC副总裁Sumit Gupta解释说，IBM系统。

Gupta补充说：“通过在高度安全且功能强大的服务器上使用AI，WMLA通过帮助Nazca Line研究人员在数月而不是数年的时间内(而不是数年)更快，更准确地识别新字形，从而加快了获取洞察的速度，”这使传统的考古过程实现了自动化。

Hamann说，开发花费了八个人四年的时间，并补充说：“与传统系统不同，PAIRS使用隐藏式分布式存储和文件系统，它具有更高的“可伸缩性”(适用于非常大的数据集)，因为分布式系统工作负载和AI可以在更多服务器节点之间并行执行。”

“从数据的角度来看，”哈曼说，“这是非常庞大的[AI]给定要分析的数据集的大小;

Hamann进一步解释道：“据我们所知，PAIRS是唯一可用于栅格/图像和矢量的可扩展数据分析平台，其中80%的AI存在，但从未部署到如此多样和复杂的数据集。LiDAR，数据。我们相信，地理时空情报的下一个前沿领域就是，如何整合和利用海量LiDAR和栅格/影像信息来构建更可靠/值得信赖的ML和AI模型。开发人员可以从PAIRS中受益，因为它提供了开发新应用程序所需的数据和分析功能。

哈曼说：“组织和企业已经开始使用PAIRS来改进多种数据源的集成方式，以使大规模运营受益。”

例如，农业公司正在使用PAIRS更好地识别作物并设计灌溉管理策略。此外，公用事业公司已部署PAIRS来监视电力线等资产周围的植被生长，以减少中断的风险。