Recuerdo cuando estudiábamos cerámicas en la universidad. El proceso del dibujo cerámico, su posterior digitalización y por último, usar las guías de cerámica para identificar la tipología. Para cuando transité la facultad ya existían trabajos estadísticos en donde se utilizaban clústeres para poder desentrañar las derivaciones de los diseños cerámicos así como las influencias de las diferentes culturas. Trabajos como los de Contreras Cortés (1984) nos acercaban a esta colaboración entre el estudio cerámico y las técnicas estadísticas. Desde entonces han pasado ya cuarenta años y la pregunta obligada es, ¿cuánto hemos avanzado en los métodos para clasificar cerámica desde la década de los 80? En este trabajo vamos a continuar con la línea de artículos anteriores donde destacábamos trabajos que reflejan cómo la inteligencia artificial está ayudando a las humanidades digitales a responder a viejas preguntas y generar nuevas. Por ello, si en el primer artículo profundizamos en los conceptos introductorios para poder diferenciar  entre inteligencia artificial (IA), Machine Learning (ML) y deep learning (DL) (Luengo, 2023) y posteriormente hemos abordado la aplicación de algoritmos, como el algoritmo Ithaca en el material epigráfico (Luengo, 2024), en esta ocasión nos centraremos en la cerámica ibérica con los algoritmos denominados IberianGAn e IberianVoxel.

Empecemos por el primero, ¿qué es exactamente IberianGAn y a qué debe su nombre?

De forma concisa, IberianGAN es un modelo de aprendizaje profundo que utiliza Redes Generativas Antagónicas (GAN) para reconstruir perfiles de cerámica ibérica a partir de fragmentos. Y obviamente de ahí su nombre: «Iberian» porque está especializado en cerámica ibérica y «GAN» porque usa Generative Adversarial Networks. Vayamos un paso más allá, ¿qué entendemos por cerámica ibérica y qué por un GAN?

La cerámica ibérica se refiere a la cerámica creada por la cultura ibérica, un conjunto de pueblos que habitaron principalmente en el sur y el este de la península, incluyendo la región del valle alto del río Guadalquivir (Navarro et al., 2022, p. 3).

Por otro lado, las Redes Generativas Antagónicas (GANs) son un tipo de modelo de aprendizaje profundo que puede generar nuevos datos similares a los datos con los que se entrenó. Se puede entender su funcionamiento utilizando la analogía del falsificador y el policía. En esta analogía el falsificador (codificador) busca crear copias de objetos, como perfiles de cerámica ibérica en este caso, tan convincentes que puedan pasar como auténticas (esquema mostrado en la figura 1). Por su parte, el policía (decodificador) se encarga de analizar los objetos y determinar si son reales o falsificaciones (Gunasekaran, 2023).

Pero esto nos lleva a la siguiente pregunta, ¿por qué querríamos usar un modelo generativo que sea capaz de crear o más bien, inventar, piezas cerámicas aparentemente fieles a las existentes? ¿Cómo ayuda eso a la identificación de la cerámica ibérica que encontramos en los yacimientos arqueológicos?

La razón principal radica en la posibilidad de reconstruir virtualmente piezas fragmentadas y extraer información valiosa de la pieza original. Así pues, las GANs contribuyen de diferentes maneras en este aspecto:

Por un lado, completando la información faltante: en los yacimientos arqueológicos, la mayoría de las cerámicas se encuentran fragmentadas, lo que dificulta su análisis. Las GANs, como IberianGAN (Navarro et al., 2022) e IberianVoxel (Navarro et al., 2023), entrenadas con una base de datos extensa de perfiles completos y fragmentos de cerámica ibérica, pueden generar las partes faltantes de un perfil basándose en la información del fragmento disponible. Esto permite a los arqueólogos visualizar la pieza completa, aunque no se haya encontrado íntegra. Esta reconstrucción ayuda al análisis morfológico, que es crucial. La forma de una pieza cerámica ofrece información sobre su función, la época a la que pertenece e incluso su región de origen. La reconstrucción virtual de la pieza permite analizar sus características morfológicas y compararlas con las de otras cerámicas, facilitando su identificación. Por ejemplo, IberianGAN ha sido evaluado mediante análisis morfométricos, confirmando su capacidad para generar fragmentos con formas realistas (Navarro et al., 2022, p. 4). Con todo ello, ayudamos a definir mejor el estilo ibérico. Los modelos generativos, entrenados con ejemplos de cerámica ibérica, aprenden las características que definen este estilo particular. Al generar nuevas piezas, estas características se mantienen, lo que permite a los arqueólogos determinar si un fragmento pertenece a este estilo. Finalmente,,, este modelo permitiría la creación de una base de datos virtual más amplia. Las GANs pueden generar miles de perfiles de cerámica virtual, creando una base de datos mucho más extensa que la de los perfiles reales. Probablemente este sea uno de los factores más importantes a nuestro entender, como ya comentamos de forma paralela en el artículo sobre las reconstrucciones epigráficas (Luengo, 2024). Como consecuencia, esta base de datos virtual puede utilizarse para buscar fragmentos coincidentes, analizar la variabilidad de formas y decoraciones, e identificar patrones que podrían pasar desapercibidos con un conjunto de datos limitado.

Pero no podemos simplemente aceptar que las reconstrucciones realizadas por el modelo son válidas o que sus deducciones son factibles, necesitamos verificar, cuantificar y en definitiva confirmar (con mayor o menor precisión) la confianza en los datos y conclusiones generados. Así pues, ¿cómo podemos llegar a evaluar las reconstrucciones generadas por la GAN para indicar su calidad? Para ello los investigadores han hecho uso de diferentes métricas incluyendo la distancia de inicio de Frechet (FID), la raíz del error cuadrático medio (RMSE) en el análisis de semi-hitos, la evaluación cualitativa por parte de expertos arqueólogos, entre otros (Navarro et al., 2022, p. 4). Estas métricas ayudan a determinar la similitud entre las cerámicas generadas y las reales, tanto en términos de forma general como de estilo ibérico específico y ayudan a acotar el grado de certeza en las conclusiones obtenidas.

A todo esto, creo que es importante resaltar que se han usado únicamente752 imágenes para entrenar IberianGAN. Y si lo destacamos es porque si con un número tan limitado de perfiles cerámicos es posible abordar el entrenamiento de un modelo como IberianGAN con semejantes resultados, es evidente que los descubrimientos que puede arrojarnos el machine learning aplicado a la arqueología es inmenso si pudiéramos aumentar las bases de datos. Es además de agradecer que el equipo que lideró estos estudios haya compartido el dataset del que se nutre el modelo así como el código en Github y los modelos necesarios no sólo para contrastarlo sino para, ya dentro del mundo Open source, poder avanzar y mejorar contribuyendo a la investigación.

Pero si hablamos de IberianGAN no podemos evitar hablar de IberianVoxel. Si bien IberianGAN utiliza en todo momento imágenes en 2D, IberianVoxel se atreve con el mundo tridimensional. Así pues, si el primero trata de recrear los perfiles bidimensionales el segundo intenta recrear todo el volumen tridimensional. ¿Usando el mismo diseño de modelo? Mayormente sí. Aunque ambos modelos utilizan una arquitectura de codificador-decodificador, la implementación específica de esta arquitectura difiere. IberianGAN utiliza una GAN con un codificador que procesa una imagen de entrada (el fragmento) y un decodificador que genera el fragmento faltante. IberianVoxel, por otro lado, utiliza una 3D AE-GAN, donde el codificador procesa una matriz de vóxeles de 32x32x32 y el decodificador genera una matriz de vóxeles similar que representa la cerámica completa. Con respecto a los datos utilizados para el entrenamiento tienen cierta semejanza. En este caso, IberianVoxel utilizó 1001 muestras voxelizadas (Navarro et al., 2023, p. 5834). Las métricas para la evaluación del modelo fueron principalmente el índice de Sorensen-Dice y el ECM (Error Cuadrático Medio), entre otras.

Todo lo tratado, como vemos, está enfocado en la cerámica ibérica. Procede la pregunta de, y más allá de esta tipología cerámica, ¿existen trabajos al respecto? La respuesta es un contundente sí. Existen multitud de trabajos, y cada día más, que a raíz de estos puntos de partida tratan de aplicar las utilidades del machine learning a diferentes conjuntos cerámicos. Tenemos ejemplos con la cerámica china de la cultura Miaozigou (Pang et al., 2024) o las ánforas lusitanas de época romana (Santos et al., 2024), entre muchísimos otros ejemplos. 

La conclusión principal de este texto es que la inteligencia artificial y, en particular, las Redes Generativas Antagónicas (GANs) están teniendo un impacto significativo en el campo de la arqueología, especialmente en la reconstrucción de artefactos fragmentados, como la cerámica ibérica. Modelos como IberianGAN y IberianVoxel demuestran que es posible no sólo recrear perfiles bidimensionales de cerámica, sino también reconstruir objetos tridimensionales a partir de fragmentos. Todo parece indicar que la bibliografía se inundará en poco tiempo de muchos trabajos en donde se apliquen estas técnicas a los diferentes conjuntos cerámicos. Ojalá poco a poco esos conjuntos se vayan compartiendo y podamos contar con un corpus digital cerámico lo más amplio y accesible posible que facilite la investigación y permita análisis más ambiciosos. 

Bibliografía

Cintas, C., Lucena, M., Fuertes, J. M., Delrieux, C., Navarro, P., González-José, R., & Molinos, M. (2020). Automatic feature extraction and classification of Iberian ceramics based on deep convolutional networks. Journal of Cultural Heritage, 41, 106-112. https://doi.org/10.1016/j.culher.2019.06.005

Contreras Cortés, F. (1984). Clasificación y tipología en arqueología. El camino hacia la cuantificación. Cuadernos de Prehistoria y Arqueología de la Universidad de Granada, 9, 327–385. https://doi.org/10.30827/cpag.v9i0.1240

Gunasekaran, A. (2023). Generative Adversarial Networks: A Brief History and Overview. Journal of Student Research, 12(1). https://doi.org/10.47611/jsr.v12i1.1848 

Luengo Gutiérrez, F. J. (2023). Inteligencia Artificial (IA) en la arqueología. ArqueoTimes. Recuperado de /articulos/inteligencia-artificial-ia-en-la-arqueologia/

Luengo Gutiérrez, F. J. (2024). El algoritmo Ithaca de DeepMind al servicio de la arqueología. ArqueoTimes. Recuperado de /articulos/el-algoritmo-ithaca-deepmind-al-servicio-de-la-arqueologia/

Navarro, P., Cintas, C., Lucena, M., Fuertes, J. M., Segura, R., Delrieux, C., & González-José, R. (2022). Reconstruction of Iberian ceramic potteries using generative adversarial networks. Scientific reports, 12(1), 10644. https://doi.org/10.1038/s41598-022-14910-7 

Navarro, P., Cintas, C., Lucena, M., Fuertes, J. M., Rueda, A., Segura, R., Ogayar-Anguita, C., González-José, R., & Delrieux, C. (2023). IberianVoxel: Automatic completion of Iberian ceramics for cultural heritage studies. En Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence (pp. 5833-5841). International Joint Conferences on Artificial Intelligence Organization (IJCAI). https://doi.org/10.24963/ijcai.2023/647

Pang, H., Qi, X., Xiao, C., Xu, Z., Ding, G., Chang, Y., Yang, X., & Duan, T. (2024). Pottery evolution pattern discovery based on deep learning: case study of Miaozigou culture in China. Herit Sci 12, 352. https://doi.org/10.1186/s40494-024-01468-y 

Santos, J., Nunes, D. A. P., Padnevych, R., Quaresma, J. C., Lopes, M., Gil, J., … Casimiro, T. M. (2024). Automatic ceramic identification using machine learning. Lusitanian amphorae and Faience. Two Portuguese case studies. STAR: Science & Technology of Archaeological Research, 10(1). https://doi.org/10.1080/20548923.2024.2343214 

I remember when we studied ceramics in university. The process of ceramic drawing, its subsequent digitization, and finally using ceramic guides to identify the typology. By the time I graduated, there were already statistical works where clusters were used to unravel the derivations of ceramic designs as well as the influences of different cultures. Works like those by Contreras Cortés (1984) brought us closer to this collaboration between ceramic study and statistical techniques. Forty years have now passed since then, and the inevitable question is, how much have we advanced in methods for classifying ceramics since the 1980s? In this work, we will continue with the line of previous articles where we highlighted works that reflect how artificial intelligence is helping digital humanities to answer old questions and generate new ones. Therefore, if in the first article we delved into introductory concepts to differentiate between artificial intelligence (AI), Machine Learning (ML) and deep learning (DL) (Luengo, 2023) and subsequently addressed the application of algorithms such as the Ithaca algorithm on epigraphic material (Luengo, 2024), in this occasion we will focus on Iberian ceramics with algorithms called IberianGAn and IberianVoxel.

Let's start with the first one, what exactly is IberianGAn and where does its name come from?

In short, IberianGAN is a deep learning model that uses Generative Adversarial Networks (GAN) to reconstruct profiles of Iberian ceramics from fragments. And obviously, there's the name: "Iberian" because it specializes in Iberian ceramics and "GAN" because it uses Generative Adversarial Networks. Let's go a step further, what do we understand by Iberian ceramics and what by a GAN?

Iberian pottery refers to the pottery created by the Iberian culture, a group of peoples who mainly inhabited the south and east of the peninsula, including the region of the upper Guadalquivir valley (Navarro et al., 2022, p. 3).

On the other hand, Generative Adversarial Networks (GANs) are a type of deep learning model that can generate new data similar to the data it was trained on. Its functioning can be understood using the analogy of forger and policeman. In this analogy, the forger (encoder) seeks to create copies of objects, such as Iberian pottery profiles in this case, so convincing they could pass as authentic (scheme shown in figure 1). Meanwhile, the policeman (decoder) is responsible for analyzing the objects and determining if they are real or fakes (Gunasekaran, 2023).

But this leads to the next question, why would we want to use a generative model capable of creating or rather inventing ceramic pieces that appear faithful to existing ones? How does it help in identifying Iberian pottery found at archaeological sites?

The main reason lies in the possibility of virtually reconstructing fragmented pieces and extracting valuable information from the original piece. Thus, GANs contribute in different ways:

On one hand, completing missing information: at archaeological sites, most ceramics are found in fragments, which makes their analysis difficult. GANs like IberianGAN (Navarro et al., 2022) and IberianVoxel (Navarro et al., 2023), trained on a large database of complete profiles and fragments of Iberian pottery, can generate the missing parts of a profile based on the available fragment information. This allows archaeologists to visualize the whole piece even if it hasn't been found intact. This virtual reconstruction aids in morphological analysis, which is crucial. The shape of a ceramic piece offers information about its function, the era it belongs to, and even its region of origin. Virtual reconstruction of the piece allows analyzing its morphological characteristics and comparing them with other ceramics, facilitating identification. For example, IberianGAN has been evaluated through morphometric analyses, confirming its ability to generate fragments with realistic shapes (Navarro et al., 2022, p. 4). With all this, we help define the Iberian style better. Generative models trained on examples of Iberian pottery learn the characteristics that define this particular style. By generating new pieces, these features are maintained, allowing archaeologists to determine if a fragment belongs to this style. Finally, this model would allow for the creation of a broader virtual database. GANs can generate thousands of virtual ceramic profiles, creating a much larger database than real profile data. This is probably one of the most important factors in our view, as we also commented on parallel reconstructions (Luengo, 2024). As a result, this virtual database can be used to search for matching fragments, analyze form and decoration variability, and identify patterns that might go unnoticed with limited datasets.

But we cannot simply accept that the reconstructions made by the model are valid or that its deductions are feasible; we need to verify, quantify, and ultimately confirm (with greater or lesser precision) the confidence in the generated data and conclusions. So how can we evaluate the GAN-generated reconstructions to indicate their quality? For this, researchers have used different metrics including the Fréchet inception distance (FID), the root mean squared error (RMSE) in semi-reference point analysis, qualitative evaluation by expert archaeologists, among others (Navarro et al., 2022, p. 4). These metrics help determine the similarity between generated and real ceramics both in terms of general form and specific Iberian style, helping to narrow down the degree of certainty in the conclusions obtained.

To all this, it is important to highlight that only 752 images were used to train IberianGAN. And if we emphasize this, it's because with such a limited number of ceramic profiles, it is possible to approach training a model like IberianGAN with these results, it is evident that the discoveries machine learning can bring to archaeology are immense if we could increase the databases. It is also worth noting that the team leading these studies has shared the dataset on which the model relies, as well as the code in Github, and the necessary models not only to validate it but also to contribute within the world of Open source to advance and improve research.

But if we talk about IberianGAN, we cannot avoid talking about IberianVoxel. While IberianGAN uses 2D images at all times, IberianVoxel dares with the three-dimensional world. Thus, while the first aims to recreate two-dimensional profiles, the second attempts to recreate the entire three-dimensional volume. Using the same model design? Mostly yes. Although both models use an encoder-decoder architecture, their specific implementation differs. IberianGAN uses a GAN with an encoder that processes an input image (the fragment) and a decoder that generates the missing part. IberianVoxel, on the other hand, uses a 3D AE-GAN, where the encoder processes a 32x32x32 voxel matrix and the decoder generates a similar voxel matrix representing the complete ceramic. Regarding the data used for training, there are some similarities. In this case, IberianVoxel used 1001 voxelized samples (Navarro et al., 2023, p. 5834). The metrics for evaluating the model were mainly the Sørensen-Dice index and the Mean Squared Error (MSE), among others.

Everything discussed so far is focused on Iberian pottery. The question arises as to whether there are works beyond this ceramic type. The answer is a resounding yes. There are numerous studies, and more every day, that build upon these starting points to apply the benefits of machine learning to different sets of ceramics. We have examples with Chinese Miaozigou culture pottery (Pang et al., 2024) or Roman Lusitanian amphorae (Santos et al., 2024), among many other examples.

The main conclusion of this text is that artificial intelligence, and in particular Generative Adversarial Networks (GANs), are having a significant impact on the field of archaeology, especially in reconstructing fragmented artifacts such as Iberian pottery. Models like IberianGAN and IberianVoxel demonstrate not only the possibility of recreating two-dimensional ceramic profiles but also reconstructing three-dimensional objects from fragments. It seems that literature will soon be flooded with many works where these techniques are applied to various sets of ceramics. Hopefully, little by little, those collections will be shared, and we can have a broad and accessible digital ceramic corpus that facilitates research and allows for more ambitious analyses.

Bibliography

Cintas, C., Lucena, M., Fuertes, J. M., Delrieux, C., Navarro, P., González-José, R., & Molinos, M. (2020). Automatic feature extraction and classification of Iberian ceramics based on deep convolutional networks. Journal of Cultural Heritage, 41, 106-112. https://doi.org/10.1016/j.culher.2019.06.005

Contreras Cortés, F. (1984). Classification and typology in archaeology: The path towards quantification. Cuadernos de Prehistoria y Arqueología de la Universidad de Granada, 9, 327–385. https://doi.org/10.30827/cpag.v9i0.1240

Gunasekaran, A. (2023). Generative Adversarial Networks: A Brief History and Overview. Journal of Student Research, 12(1). https://doi.org/10.47611/jsr.v12i1.1848

Luengo Gutiérrez, F. J. (2023). Artificial Intelligence (AI) in Archaeology. ArqueoTimes. Retrieved from /articulos/inteligencia-artificial-ia-en-la-arqueologia/

Luengo Gutiérrez, F. J. (2024). The Ithaca Algorithm of DeepMind for Archaeology. ArqueoTimes. Retrieved from /articulos/el-algoritmo-ithaca-deepmind-al-servicio-de-la-arqueologia/

Navarro, P., Cintas, C., Lucena, M., Fuertes, J. M., Segura, R., Delrieux, C., & González-José, R. (2022). Reconstruction of Iberian ceramic potteries using generative adversarial networks. Scientific reports, 12(1), 10644. https://doi.org/10.1038/s41598-022-14910-7

Navarro, P., Cintas, C., Lucena, M., Fuertes, J. M., Rueda, A., Segura, R., Ogayar-Anguita, C., González-José, R., & Delrieux, C. (2023). IberianVoxel: Automatic completion of Iberian ceramics for cultural heritage studies. In Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence (pp. 5833-5841). International Joint Conferences on Artificial Intelligence Organization (IJCAI). https://doi.org/10.24963/ijcai.2023/647

Pang, H., Qi, X., Xiao, C., Xu, Z., Ding, G., Chang, Y., Yang, X., & Duan, T. (2024). Pottery evolution pattern discovery based on deep learning: case study of Miaozigou culture in China. Herit Sci, 12, 352. https://doi.org/10.1186/s40494-024-01468-y

Santos, J., Nunes, D. A. P., Padnevych, R., Quaresma, J. C., Lopes, M., Gil, J., … Casimiro, T. M. (2024). Automatic ceramic identification using machine learning. Lusitanian amphorae and Faience. Two Portuguese case studies. STAR: Science & Technology of Archaeological Research, 10(1). https://doi.org/10.1080/20548923.2024.2343214