Ir al contenido
IA para hoy
Investigación Investigación 3/5 · Una fuente fiable

Una IA entrenada con Google Maps identifica seis posibles yacimientos de la Edad del Bronce en Cerdeña

Fotografía de archivo que ilustra: Una IA entrenada con Google Maps identifica seis posibles yacimientos de la Edad del Bronce en Cerdeña
Foto: Francesco Ungaro · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

Un equipo del CNR italiano, liderado por Augusto Palombini, desarrolló AIOH, una IA basada en Vision Transformer y entrenada con imágenes de Google Maps. Según el estudio publicado en Archeologia e Calcolatori, la herramienta señaló 24 ubicaciones en el noroeste de Cerdeña, de las que la inspección de campo consideró probables seis yacimientos, dos de ellos solo examinados a distancia. Los investigadores informan de una precisión del 99,93% en pruebas controladas, cifra que advierten no garantiza el mismo rendimiento sobre el terreno.

Resumen generado mediante IA a partir de El Confidencial Tecnología. Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Muestra una aplicación práctica de la visión por computador sobre imágenes satelitales comerciales para localizar patrimonio y paisajes con bajo coste frente a prospecciones tradicionales. Para cualquier organización que analice imágenes de terreno, el caso ilustra tanto el potencial como la necesidad de validar los resultados sobre el terreno.

Quién se ve afectado
Investigadores en arqueología, organismos de patrimonio cultural y empresas que trabajan con teledetección e imágenes satelitales.
Qué puede cambiar
Si se confirma, el método podría reducir el tiempo de prospección y ayudar a priorizar excavaciones. Los propios autores reconocen que las falsas alarmas, como escombros o muros recientes, obligan a mantener la verificación humana.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Confirmación de los seis emplazamientos con excavaciones y permisos de las autoridades locales, y la publicación de resultados en otras regiones con datos de referencia más completos.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: El Confidencial Tecnología. La referencia es siempre el artículo original.

Ver fuente original ↗

Vision Transformervisión por computadorimágenes satelitales CNR AIOH arqueología Cerdeña Edad del Bronce Google Maps

Relacionadas

Google Research publica un dataset vectorizado con IA para mapear setos y bosquetes en Reino Unido

Google Research, en colaboración con la Universidad de Oxford, ha liberado un dataset vectorizado de rasgos leñosos de pequeña escala (setos, muros de piedra…

Por qué importaOfrece una herramienta concreta para contabilidad de carbono y biodiversidad en tierras agrícolas sin reducir la producción de alimentos, un problema…

Impacto bajo Fiabilidad fuente primaria Google Research

AWS y Bedrock Robotics usan modelos de visión para anotar datos de construcción autónoma

Bedrock Robotics, mediante el AWS Physical AI Fellowship, utilizó modelos de visión-lenguaje (VLM) para analizar millones de horas de video de construcción y…

Por qué importaLa anotación automática de datos es un cuello de botella crítico en la IA física; resolver este desafío mediante VLM permite desplegar sistemas…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 AWS Machine Learning Blog
Investigación

Dharma-AI predice el tiempo de fine-tuning en clústeres de GPU con un modelo de aprendizaje automático

Dharma-AI publica un adelanto de un artículo sobre la predicción del tiempo total de fine-tuning supervisado en clústeres compartidos de GPU H200, usando 272…

Por qué importaEstimaciones de duración más fiables permiten planificar mejor qué trabajos se ejecutan y cuándo, reduciendo GPUs ociosas y retrasos. Para equipos…

Impacto bajo Fiabilidad una fuente fiable Hugging Face
Investigación

Un experimento con 50 agentes de IA en Minecraft derivó en burocracia y no resolvió el abastecimiento de comida

Un equipo de investigación reunió a 50 agentes de IA en Minecraft; uno de ellos, Ada, centralizó decisiones y se intercambiaron unos 5.900 mensajes en tres…

Por qué importaMuestra que más comunicación entre agentes autónomos no garantiza coordinación productiva, un riesgo relevante al diseñar sistemas multiagente en…

Impacto bajo Fiabilidad declaración interesada Ámbito Tecnología

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.