長期以來，由于人工制品和手寫記錄數據輸入的勞動密集型過程，一直難以發現歷史理論的證據并確定過去事件中的模式。

人工智能和機器學習技術的采用正在加速此類研究，并引起人們對被忽視信息的關注。但是，這種被稱為“數字人文科學”的方法正在為爭取更多面向未來的AI應用籌集資金。

以色列海法大學計算機視覺和機器學習教授Ilan Shimshoni說：“人們對數字人文學科充滿興趣，但錢不多。”他在以色列從事考古工程，其中包括重新組裝手工藝品從碎片的照片。“如果您要對Facebook進行分析，則比想看古希臘文物要多得多。”

以色列理工大學的考古和計算機科學研究員Ayellet Tal說，考古難題似乎并不像醫療保健，金融和其他行業中的計算機科學項目那么緊迫，但是將算法技術應用于歷史研究可以提高AI的能力。

恢復或重建考古文物是計算機視覺模型的復雜問題。以前的工作（例如，學習重新組合照片或文檔的算法）并未解決碎片，圖像不清晰或裝配不精確的問題。

如果您想對Facebook進行分析，那么您會比看古希臘文物得到更多的錢

在嘗試重建文物之前，AI模型學習了如何逆轉腐蝕過程并預測原始碎片的外觀。研究人員隨后定義了模型應如何測試片段是否裝配在一起。

塔爾女士說：“考古學的任務是經典的計算機視覺問題。”“但是它們在考古學上要困難得多，因為這些物體表現得不好。我們希望改變考古學，并希望提高計算機視覺，因為這些任務是當前算法失敗的地方。”