Investigadores de la ULE aplican la Inteligencia Artificial (IA) en el estudio de la minería aurífera romana
El estudio -realizado por científicos de los Grupos de Investigación SECOMUCI y GEOINCA- ha sido publicado en la revista internacional ‘Applied Intelligence’.
En el desarrollo del trabajo han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer y cartografiar restos preservados en el paisaje.
En un desarrollo sin precedentes en el campo de la geoarqueología, un equipo de investigadores de la Universidad de León (ULE) ha dado un gran salto para el estudio de la minería aurífera romana y su red hidráulica en la provincia de León. La antigua mina de oro de Las Médulas, declarada Patrimonio de la Humanidad en 1997 por la UNESCO, cuenta con un sistema hidráulico constituido por una red de canales excavados en roca que supera los 700 kilómetros de longitud.
En el estudio de todo este complejo minero de 2.000 años de antigüedad ya se habían empleado nuevas tecnologías, como los drones y sensores LiDAR aerotransportados, pero ahora investigadores de la ULE han incorporado la inteligencia artificial (IA) para reconocer y cartografiar antiguos restos preservados en el paisaje, un innovador estudio que combina la IA y tecnologías de vanguardia, como los drones.
Los grupos de investigación SECOMUCI y GEOINCA, especializados en temas de seguridad e inteligencia artificial, y Prospección e Investigación Minera, respectivamente, han utilizado técnicas avanzadas de computación y drones para revelar los complejos detalles de este entramado hidráulico.
El trabajo, publicado en la prestigiosa revista internacional 'Applied Intelligence', introduce un enfoque revolucionario: la utilización de algoritmos de aprendizaje automático (‘Deep Learning’) y fotografías georreferenciadas obtenidas con drones. “Hemos entrenado a la Inteligencia Artificial (IA) para identificar restos mineros, diferenciándolos de otros elementos del paisaje con una precisión del 95%”, explica Daniel Fernández Alonso, autor principal del estudio.
El ‘Deep Learning’ permite a las computadoras realizar tareas similares a las de los científicos en la identificación y cartografía de restos mineros. Este enfoque elimina la necesidad de intervención humana, reduciendo la subjetividad y mejorando la precisión. María Teresa García Ordás, coautora del estudio, resalta el uso de redes neuronales convolucionales, “que aprenden a realzar características específicas de las imágenes, facilitando la identificación de los elementos de interés”.
Este avance no solo podría ser significativo para el estudio de entornos tan importantes del patrimonio cultural como Las Médulas y su red hidráulica, sino que también abre caminos prometedores para futuras investigaciones en zonas montañosas y otros entornos desafiantes. Javier Fernández Lozano, otro de los coautores del trabajo, subraya la importancia de este estudio en un contexto más amplio de la minería, en una provincia donde ésta ha tenido una enorme relevancia histórica.
El trabajo puede, además, servir para “identificar estos restos y contribuir a una gestión adecuada de antiguas infraestructuras mineras, evitando accidentes y pérdidas económicas”, concluye Fernández Lozano quien subraya que el estudio es pionero y demuestra la necesidad de continuar explorando nuevas vías de investigación que “contribuyan a mejorar el conocimiento de la red hidráulica y los restos de la minería aurífera romana que aún conserva la provincia de León”.
(FOTOGRAFÍAS: Primera y Cuarta: Minas de oro romanas en la localidad de Castrocontrigo (León). / Segunda: Ejemplo de variantes de caminos (rectos, cruces) empleados para entrenar la máquina, junto a la localidad de Villimer (León). / Tercera: Descripción de la metodología empleada en el trabajo publicado en la revista Applied Intelligence./ Quinta: Imagen aérea de uno de los canales romanos modelizado que dirigía el agua a Las Médulas. Canal de Peña Aguda (Corporales, León).
___________________________________________________________________________