Cross-Validated Neural and Biophysical Models for Pediatric Fingerprint Ridge Breadth Age Estimation with Archaeological Applications
本研究利用来自罗德斯的专用儿童指纹参考数据建立了一个交叉验证神经网络模型，旨在证明克诺索斯的新石器时代陶俑很可能是由儿童制造的，从而显著提高了以往基于成年人校准方法的年龄估算准确度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在古老民居的静谧角落里，小小的陶俑常常静静地坐落在日常生活的碎屑之中。几十年来，考古学家们一直在争论这些物件究竟是谁制作的。它们是成年人作为严肃仪式的一部分而制作的，还是孩子们随性、不完美的创作？这个答案至关重要，因为它改变了我们对新石器时代儿童生活的理解。如果这些陶俑是由儿童制作的，则表明他们是文化的积极参与者，而非仅仅是被动的观察者。问题在于，黏土无法保存骨骼或DNA，一旦陶俑破碎，握着它的人也随之消逝。然而，有一种线索能在烧制过程中幸存下来：指纹那细微的纹路。正如一个人的身高会增长一样，指尖纹路的间距也会随着年龄的增长而扩大，从童年时期的狭窄逐渐变宽，直到成年。这一生物学事实提供了一种无需看到其面容或骨骼即可测量制作者年龄的方法，将一个简单的指纹变成了一个只在儿童成长时才跳动的时钟。
一支研究团队着手测试这种“生物钟”是否能最终解决在克里特岛克诺索斯遗址发现的新石器时代陶俑之争。为此，他们首先需要建立一个可靠的参考指南，因为以往的方法大多针对成年人进行测试，在应用于儿童时均告失败。团队前往希腊罗德岛，与200名六至十二岁的儿童合作。每个孩子将拇指按入一团柔软的黏土中，留下新鲜的指纹印记。研究人员以极高的精度测量了这些印记中纹路之间的距离。他们利用这些测量数据训练了三种不同类型的计算机模型，旨在仅根据纹路宽度来预测儿童的年龄。其中一个模型遵循标准的数学曲线，另一个模拟了皮肤组织随时间扩散和变化的过程，第三个则是复杂的神经网络——一种旨在发现人类可能忽略的数据模式的人工智能。
结果显示，人工智能模型的准确度是最高的。当研究人员通过每次隐藏一名儿童的数据并要求模型猜测其年龄进行测试时，平均误差不到一年半。这比旧方法有了巨大的进步，旧方法在应用于儿童时误差往往超过七年。该研究还证实，随着年龄增长，男孩和女孩的纹路间距变化方式不同，其中男孩在十至十二岁之间的间距扩大更为明显。这种细节水平使团队能够创造出一种全新的、高度精确的工具，用于读取古代制作者的年龄。
带着这一新工具，研究人员将注意力转向了收藏于赫拉克利翁博物馆及克诺索斯遗址内的十一件新石器时代小型陶俑。他们仔细测量了这些古老器物中保存的纹路间距。由于黏土在窑炉中烧制时会发生收缩，团队在计算时假设黏土的收缩率在零到百分之十五之间。即使在最大程度的收缩情况下，计算结果也始终指向同一个结论：这些指纹属于儿童。估计年龄在四岁至十二岁之间。在每种情境下，测量结果都完全落在童年阶段，从未暗示过成年人的手。
这一发现提供了直接的物理证据，证明儿童确实在制作这些陶俑。它将关于儿童参与度的推测，从基于物体尺寸大小的猜测，提升到了由制作者手部生物学支持的事实。这项研究并未声称知道确切有多少儿童制作了这些器物，也未说明他们正在进行何种特定的仪式，但它明确排除了这些物件完全由成年人制作的可能性。通过将简单的生物学事实与现代计算相结合，研究人员为窥探新石器时代儿童的日常生活打开了一扇窗，展示了他们的双手如何像我们一样，忙于塑造周围的世界。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。