Ứng dụng AI trong nghiên cứu khảo cổ học

Chia sẻ tại hội thảo khoa học “Ứng dụng trí tuệ nhân tạo (AI): Cơ hội và thách thức đối với nghiên cứu khoa học xã hội ở Việt Nam hiện nay” do Viện Hàn lâm Khoa học xã hội (KHXH) Việt Nam tổ chức mới đây, TS. Hà Văn Cẩn, Phó Viện trưởng phụ trách Viện Khảo cổ học cho biết: Nghiên cứu Khảo cổ học - theo truyền thống vốn là một ngành phụ thuộc rất nhiều vào kiến thức và kinh nghiệm thực tiễn của con người để thu thập và phân tích các dữ liệu.

Tuy nhiên, trong những năm gần đây, sự xuất hiện của công nghệ AI đã mang đến những cơ hội mang tính cách mạng, một giai đoạn chuyển mình lớn với nhiều cơ hội và thách thức cho ngành khảo cổ học trong việc tìm kiếm các phương pháp khai quật, phân tích và bảo tồn các hiện vật, công trình kiến trúc cổ xưa.

Sự xuất hiện của AI và bằng cách khai thác sức mạnh của AI sẽ giúp các nhà khảo cổ có thể giải thích chính xác hơn, tăng tốc khám phá và nâng cao hiểu biết về các nền văn minh trong quá khứ.

AI có thể xử lý dữ liệu lớn tích lũy qua nhiều thập kỷ nghiên cứu và được lưu trữ trong các kho lưu trữ cho nghiên cứu khảo cổ đương đại và tương lai. Đặc biệt, thị giác máy tính (computer vision) có thể giúp các nhà khảo cổ phân tích hình ảnh để phát hiện hiện vật và lập bản đồ chính xác các địa điểm cổ đại. Phân tích hình ảnh có thể giúp khám phá các mô hình ẩn trong cảnh quan hoặc thậm chí ghép các hiện vật bị vỡ lại với nhau để tăng tốc độ khám phá và bảo tồn ngay cả những chi tiết nhỏ nhất về lịch sử và văn hóa.

Việc sử dụng AI trong nghiên cứu khảo cổ đã nhanh chóng phát triển mạnh mẽ. Các ứng dụng quét tự động, mô hình 3D và thực tế ảo tạo điều kiện thuận lợi cho việc tạo ra các bản sao số (digital twin) chính xác, tăng khả năng tiếp cận cho các nhà nghiên cứu.

Trong lĩnh vực bảo tồn, các thuật toán AI đóng vai trò quan trọng trong việc xác định thiệt hại và xây dựng các kế hoạch phục hồi có mục tiêu cho các hiện vật và công trình bị xuống cấp. Sử dụng AI, nhận dạng hình ảnh và phát hiện mẫu sẽ hỗ trợ các chuyên gia trong việc bảo tồn các hiện vật khảo cổ.

AI cũng góp phần bảo vệ các di sản văn hóa bằng cách giải quyết các tác động vật lý thông qua giám sát môi trường. Các cảm biến và phân tích dữ liệu do AI cung cấp phát hiện các rủi ro tiềm ẩn như thay đổi nhiệt độ, dao động độ ẩm và ô nhiễm không khí, cho phép phản ứng kịp thời để giảm tác động đến môi trường. Nhờ AI, các biện pháp phòng ngừa cần thiết có thể được thực hiện trước khi các rủi ro hiện tại hoặc tiềm ẩn gây tổn hại đến di sản.

TS. Hà Văn Cẩn cũng cho biết: Ở Việt Nam, hiện nay, AI được biết đến ở mức phân tích dữ liệu dựa trên những nguồn số liệu được đưa vào và dùng các thuật toán để phân tích, so sánh. Trong nghiên cứu nhân chủng học, các phần mềm máy tính giúp phân tích số liệu xây dựng sơ đồ cây họ hàng gần xa của các nhóm người, từ đó cho biết mối quan hệ và diễn biến sự di cư của các nhóm người cổ, những nhóm cư dân địa phương và cư dân nhập ngoại, hay sự chiếm lĩnh đồng bằng trong thời kỳ biển tiến hoặc biển rút.

Hiện nay, công nghệ Scan 3D đang phát triển, việc ứng dụng trong nghiên cứu hiện trường khảo cổ học đã dễ dàng hơn rất nhiều, giúp các nhà nghiên cứu phân tích cấu trúc, lớp đất, và các lớp địa tầng mà không cần tiếp xúc trực tiếp tại hiện trường, dễ dàng so sánh các khu vực, lớp văn hóa thay đổi theo thời gian hoặc qua các lần khai quật khác nhau.

Công nghệ 3D mở ra khả năng phân tích chuyên sâu hơn, như mô phỏng, phân tích lớp đất, mô phỏng để phục dựng các hiện vật không còn nguyên dạng dựa trên nguồn tư liệu do các nhà khảo cổ học cung cấp. Viện Khảo cổ học đã bước đầu ứng dụng công nghệ 3D trong đề tài nghiên cứu các hiện thời kỳ đồ đá, nghiên cứu nhân chủng học các mẫu hộp sọ cổ để phân tích hình thái, sự khác biệt về loại hình…

Trong khi đó, công nghệ LiDAR (Light Detection and Ranging) là một phương pháp dùng tia laser để quét và tạo bản đồ chính xác của mặt đất, kể cả trong những khu vực rậm rạp hoặc khó tiếp cận. Trong khảo cổ học, LIDAR đem lại nhiều lợi ích như: Khám phá khu vực rộng lớn và che phủ; Tạo bản đồ 3D chi tiết; Phát hiện kiến trúc ngầm hoặc bị che phủ; Tiết kiệm thời gian và chi phí; Hỗ trợ phân tích môi trường cổ xưa… Ngoài ra, LIDAR còn giúp hiểu rõ hình thái địa hình, cách người xưa tương tác với cảnh quan của mình.

Trong những năm 2016, 2017 và 2022, LiDAR đã được ứng dụng trong việc điều tra khu vực thành Cổ Loa (Hà Nội), trong 35.000 m2 đã phát hiện được 220 mục tiêu tiềm năng được phân thành các mức độ khác nhau.

Năm 2017, dựa vào kết quả phân tích trước đó, đoàn điều tra đã thực hiện các mũi khoan thăm dò và rãnh kiểm tra đã phát hiện được than củi cháy, một số mảnh ngói Cổ Loa và một trong những rãnh kiểm tra phát hiện được bằng chứng về 3 ngôi mộ thuộc thế kỷ 17 - 18 (Lê Trung Hưng). Từ các kết quả đó đã cho phép các nhà khảo cổ học suy đoán về cấu trúc của thành Cổ Loa.

“Có thể thấy, các ứng dụng AI trong nghiên cứu khảo cổ học, đặc biệt trong bảo tồn di sản văn hóa đại diện cho một bước tiến đáng kể trong việc bảo tồn và tái hòa nhập di sản tập thể. Bằng cách cân bằng đổi mới công nghệ với các mối quan tâm về đạo đức, di sản văn hóa có thể được bảo tồn theo cách bền vững và toàn diện cho các thế hệ tương lai”, TS. Hà Văn Cẩn nhấn mạnh.

Ứng dụng AI trong cảnh báo sớm thiên tai

Thông tin về ứng dụng AI trong lĩnh vực cảnh báo sớm thiên tai, TS. Nguyễn Đình Đáp, Viện Địa lý Nhân văn và Phát triển bền vững cho biết trong bối cảnh biến đổi khí hậu và thời tiết ngày càng cực đoan, việc dự báo thiên tai trở nên quan trọng hơn bao giờ hết. Công nghệ hiện đại đóng vai trò then chốt trong việc cung cấp thông tin chính xác và kịp thời về bão, lũ giúp bảo vệ tính mạng và tài sản của con người.

Dự báo và cảnh báo sớm được coi như tuyến phòng thủ đầu tiên trong công tác phòng, chống và giảm nhẹ rủi ro thiên tai. Các mô hình dự báo thiên tai, bão, lũ ứng dụng AI có độ chính xác cao hơn và rút ngắn thời gian đưa ra cảnh báo, từ đó giúp cộng đồng có thêm thời gian thực hiện các giải pháp ứng phó.

Với công nghệ mới kết hợp với bộ dữ liệu khổng lồ về khí tượng thủy văn (KTTV) đang thay đổi cách thức cung cấp cảnh báo sớm thiên tai, các mô hình dự báo lũ ứng dụng AI có độ chính xác cao hơn và rút ngắn thời gian đưa ra cảnh báo, giúp cộng đồng có thêm thời gian thực hiện các giải pháp ứng phó. Khả năng số hóa và lưu trữ dữ liệu khí hậu lịch sử ngày càng lớn, giúp nâng cao độ chính xác của dự báo dài hạn và phục vụ xây dựng kế hoạch ứng phó với biến đổi khí hậu trong tương lai xa.

Ở Việt Nam, việc ứng dụng công nghệ trong quản lý rủi ro thiên tai đã có những bước tiến đáng kể. Hệ thống cảnh báo sớm lũ lụt, bão và sạt lở đất đang được phát triển dựa trên công nghệ cảm biến, dữ liệu vệ tinh và mô hình dự báo thời tiết tiên tiến. Những công nghệ này cho phép cơ quan chức năng theo dõi tình hình thời tiết và môi trường liên tục, từ đó đưa ra các cảnh báo sớm và biện pháp ứng phó kịp thời nhằm bảo vệ an toàn tính mạng và tài sản của người dân.

Tại Việt Nam, nghiên cứu ứng dụng AI trước mắt là đối với dự báo bão, mưa và các hiện tượng nguy hiểm ít xảy ra theo quy luật thông thường. Trung tâm Dự báo KTTV quốc gia (Cục Khí tượng Thủy văn, Bộ Nông nghiệp và Môi trường) bước đầu đã đưa AI vào mô hình dự báo cường độ bão.

Theo đó, kết quả ban đầu rất khả quan với độ chính xác đã nâng lên so với các công cụ truyền thống và mô hình sẽ được đưa vào triển khai trong mùa bão lũ 2025. Kết quả đưa AI vào dự báo mưa thời hạn 1 - 3 ngày cho tới 6 tuần cũng cho thấy những tín hiệu khả quan. Ngoài ra, Trung tâm đang thử nghiệm ứng dụng AI cho các dự báo thủy văn, lũ, ngập lụt dựa trên các yếu tố đầu vào, bao gồm dự báo, quan trắc, các yếu tố tự nhiên, vận hành hồ chứa...

Cũng theo Theo TS. Nguyễn Đình Đáp, với mô hình ứng dụng AI, AI cần được huấn luyện để nhận diện những hiện tượng sẽ xảy ra trong tương lai dựa trên những quy luật từ dữ liệu quá khứ. Xu hướng ứng dụng AI trong dự báo thiên tai là tất yếu, trong rất nhiều khâu của cả hệ thống cảnh báo sớm: Thu thập và xử lý, tích hợp dữ liệu (đa nguồn, đa nền tảng), luyện mô hình, nhận diện, phân tích kết quả và đưa ra cảnh báo.

AI cũng có thể hỗ trợ để xây dựng bộ dữ liệu tương lai (AI tạo sinh) để tiết kiệm thời gian và nguồn lực chạy mô hình số trị. Tuy nhiên, cũng cần phải có quá trình đánh giá, kiểm chứng so sánh kết quả, nhất là đối với những loại hình thiên tai có độ bất định lớn, với những nguyên nhân và cơ chế gây ra còn chưa hoàn toàn rõ ràng, hay do kết hợp của nhiều yếu tố, cả thiên nhiên và nhân tạo.

“Vấn đề đặt ra là bài toán xử lý AI đòi hỏi rất lớn về hạ tầng thông tin, nguồn lực tài chính cũng như đội ngũ chuyên gia có trình độ cao về công nghệ thông tin. Nhân lực AI còn ít, nhất là AI lại nắm vững về lĩnh vực chuyên sâu như KTTV, để đào tạo được thì cơ chế trả lương cũng khó thu hút và giữ được những nhân lực như vậy lâu dài. Tiếp theo, hạ tầng tính toán và xử lý AI yêu cầu những chip xử lý nhanh với chi phí lớn”, TS. Nguyễn Đình Đáp chia sẻ./.

Trường Thanh