في عصر تتسارع فيه خطى التكنولوجيا، برز الذكاء الاصطناعي (AI) كأداة مثيرة للتغيير في مختلف المجالات، بما في ذلك علم الآثار الحيوانية (Zooarchaeology). على الرغم من الإمكانيات الكبيرة، لا تزال تطبيقاته في تصنيف الهياكل العظمية للطيور محدودة. لذا، قامت دراسة حديثة بتقديم إطار عمل متعدد الأنماط يمزج بين تحليل الصور والقياسات العظمية لتصنيف عظام الطيور بشكل مبتكر.

هذا البحث جذب الانتباه من خلال عمله على مجموعة بيانات تتكون من أكثر من 10,000 صورة مأخوذة من مجموعات مختلفة بالمتحف والأبحاث. كانت أهداف الدراسة تتمثل في التعرف على عناصر الهيكل العظمي وتصنيفها على مستوى العائلة، مما يعكس أهمية كل من التقنيات البصرية وقياسات الأبعاد.

قبل مرحلة التصنيف، تم إجراء عملية تقسيم تلقائي للصور باستخدام نظام مرتكز على مرحلتين يجمع بين تقنيتي BiRefNet وSAM2. تم استخراج الميزات البصرية باستخدام backbone معتمد على EfficientNet_V2_S، حيث جرى دمجها مع بيانات قياسات العظام لتعزيز دقة النموذج.

وكشفت النتائج أن النموذج لديه دقة تصل إلى 86% في تصنيف نوع العظام، مما يدل على القدرة الموثوقة على التعرف على عناصر الهيكل العظمي. رغم أن تصنيف العائلات كان أكثر تحديًا حيث بلغت دقة التنبؤ الأعلى 51%، إلا أن 75% من التنبؤات كانت تتضمن العائلات الصحيحة بين الخيارات الأكثر احتمالية.

تعتبر هذه النتائج خطوة مهمة نحو إنشاء أدوات قابلة للتطوير وسهلة الفهم لدراسة بقايا الطيور، وتثري جهود علم الآثار الحيوانية المستندة إلى الذكاء الاصطناعي. يفتح هذا البحث أمامنا آفاقًا جديدة لتحسين الممارسات الحالية في هذا المجال.

ما رأيكم في هذه الابتكارات؟ شاركونا آرائكم في التعليقات!