5,000年分の種をAIへ。古代の麦や桃を90.2％で見分ける

土の中から出てきた黒い粒が、麦なのか、キビなのか、それとも別の植物なのか。考古学者にとって種の識別は、昔の食卓や農業を復元する重要な仕事です。中国の研究チームは、5,000年以上にわたる古代の種を集めた画像データベースを作り、専門家の見方をまねるAIに学習させました。

集められたのは、中国の18遺跡で出土した植物遺存体の画像8,340枚。年代はおよそ紀元前5400年から紀元220年までに及び、大麦、小麦、アワ、キビ、モモの核など17種類が含まれます。長い時間の中で形が変わったり、炭化して縮んだり、表面が傷んだりした試料もあります。

AIはまず輪郭、次に細部を見る

開発された「APSNet」は、画像全体を一度に丸暗記するのではなく、専門家が種を観察する順番を参考にしています。まず大きさや輪郭を捉え、その後、胚の位置や表面の模様といった細かな特徴へ注意を向けます。

テストでは90.2％の分類精度を記録し、比較した28種類の一般的な画像認識モデルの最良結果を5.3ポイント上回りました。新しいモデルの性能だけでなく、古代植物種子に特化したまとまった画像群「APSデータベース」が作られたことも大きな成果です。

人が見れば簡単そうでも、古い種の判定は難題です。同じ作物でも品種や栽培環境で形が変わり、焼け方や埋まっていた条件でも外見が変化します。反対に、別種なのに似た輪郭を持つものもあります。大量の候補を短時間で絞れるAIは、調査の初期段階を助けられます。

90.2％でも、専門家は必要

精度90.2％は高い数字ですが、10個に1個ほどは間違える計算です。しかも今回の17分類に含まれない種や、保存状態が極端に悪い試料へ、そのまま対応できるとは限りません。

研究チームも、AIを専門家の代わりではなく補助として位置づけています。AIが候補を示し、人間が顕微鏡観察、出土状況、年代測定などと照らして最終判断する。そうすれば、膨大な資料を整理する速度を上げつつ、誤判定を見逃しにくくできます。

種の分布を時代ごとに追えれば、作物がどのルートで広がったか、どの地域で食生活が変わったかも見えやすくなります。小さな一粒の写真が、古代の人と植物の移動を描く地図になるかもしれません。