Un grupo de investigadores de la Universidad de Nagoya desarrolló un modelo de inteligencia artificial capaz de clasificar cerámica japonesa antigua del tipo Sue con una precisión del 93,2 % utilizando escaneos tridimensionales. Este hito representa un avance frente a la subjetividad que tradicionalmente caracteriza la clasificación arqueológica.
La inteligencia artificial está revolucionando la forma en que se clasifica la cerámica japonesa antigua al aplicar modelos de aprendizaje profundo y escaneo 3D. Este método permite identificar con alta precisión cada pieza según su forma, eliminando discrepancias entre expertos y ofreciendo resultados repetibles que antes dependían de años de experiencia individual.
Durante siglos, identificar la cerámica Sue fue una tarea compleja en la arqueología japonesa. Producida entre los siglos V y X, esta alfarería destacaba por ligeras variaciones morfológicas en platos, cuencos y tapas. Sin embargo, la evolución cultural y de hábitos alimenticios, especialmente en la prefectura de Aichi, difuminó las fronteras entre categorías, haciendo que platos y cuencos compartieran características hacia el siglo VIII.
El equipo de la Universidad de Nagoya digitalizó 917 piezas de cerámica Sue gracias a escaneo óptico y fotogrametría, generando nubes de puntos tridimensionales para capturar su morfología total. Especialistas en arqueología participaron en la rotulación de las muestras. Usando un modelo de aprendizaje profundo basado en nubes de puntos 3D —apoyado en la arquitectura Point Transformer— el sistema fue entrenado para distinguir entre cinco tipos de piezas. Alcanzó una exactitud general del 93,2 %, especialmente alta en las categorías más diferenciadas visualmente.
Cómo la inteligencia artificial aprende a leer cerámica japonesa
Los investigadores utilizaron el Mapeo de Activación de Clases Ponderado por Gradiente (Grad-CAM), una técnica que permite visualizar las áreas más relevantes del objeto para el proceso de clasificación de la inteligencia artificial. En el caso de los platos, el modelo ponía especial atención en el ángulo entre la base y la pared y en el borde; para los cuencos, analizaba principalmente la base y la superficie exterior. Estas regiones suelen ser también centrales para los arqueólogos al clasificar piezas manualmente, pero el método digital aporta un enfoque cuantificable y transparenta el proceso de decisión.
Aunque la precisión fue casi perfecta en las piezas con morfologías muy distintas, el rendimiento descendió entre platos y cuencos; precisamente allí donde las formas históricas y las funciones de ambos se fusionaron y donde los propios especialistas suelen discrepar. Esta falta de límites claros durante periodos de transición cultural quedó reflejada en la baja diferenciación del modelo en esas categorías.
De Japón al mundo: potencial global del aprendizaje profundo en arqueología
El equipo de la Universidad de Nagoya ha publicado abiertamente tanto el conjunto de datos como el código del modelo, permitiendo que esta tecnología se adapte a otras tradiciones cerámicas más allá de Japón. Para lograr resultados confiables, es indispensable contar con una cantidad relevante de piezas digitalizadas. Sin embargo, los autores subrayan el potencial de extender la inteligencia artificial al estudio global del patrimonio material.
Este tipo de innovaciones incrementa la eficacia y la transparencia en la clasificación arqueológica, transformando una práctica históricamente subjetiva en un proceso riguroso y replicable.
Con este avance, los científicos de la Universidad de Nagoya marcan el inicio de una etapa en la que el aprendizaje profundo y los datos 3D pueden convertirse en herramientas estándar, al servicio de la investigación arqueológica en todo el mundo.
El desarrollo del modelo por parte de la Universidad de Nagoya abre la puerta a una nueva etapa para la arqueología, en la que la inteligencia artificial y la digitalización pueden integrarse como herramientas esenciales para el estudio y la preservación del patrimonio cultural a nivel internacional. La disponibilidad pública del código y los datos sienta las bases para que investigadores de todo el mundo apliquen estos métodos en distintos contextos, ampliando las posibilidades de análisis y colaboración global.
Últimas Noticias
Cuál es el mecanismo oculto que explica por qué algunas plantas sobreviven a la sequía y otras no
La investigación de la Universidad de California Riverside aporta pruebas de una vía natural que interrumpe procesos metabólicos y favorece la supervivencia en ambientes adversos
Expertos alertan por una evolución de mosquitos que presentan resistencia a insecticidas
Un estudio dio a conocer que nuevos ejemplares de insectos sobreviven a repelentes y pueden propagar la malaria
Por primera vez, científicos registraron en video cómo los cachalotes se apoyan mutuamente en el parto
Un equipo internacional grabó en detalle el nacimiento de uno de estos animales en libertad. Por qué el hallazgo abre preguntas sobre los lazos que unen a los animales bajo el agua
Misión ARTEMIS II a la Luna: cuándo y cómo ver en vivo el lanzamiento de la misión de la NASA
Será el regreso soñado de astronautas que viajarán al espacio profundo y orbitarán nuestro satélite natural, algo que no ocurría hace más de 50 años. Todos los detalles de cómo será el despegue y la travesía lunar
El café puede potenciar la memoria cuando falta el sueño: un estudio encontró por qué
Investigadores de la Universidad Nacional de Singapur hicieron un experimento en ratones privados de descanso. Qué pasó con el deterioro de la memoria social
