From Megaliths to Maritime Landscapes: Perspectives on Indo-Pacific Archaeology 113 Ex Machina: Machine Learning, ceramics and rock art in the Khorat Plateau, Thailand Ex Machina: แมชชีนเลิร์นนิง เซรามิกส์ และศิลปะหินบนที่ราบสูงโคราช ประเทศไทย Felise Goldfinch College of Arts, Society and Education, Division of Tropical Environments and Societies, James Cook University Felise.Goldfinch@my.jcu.edu.au Dr Nigel Chang College of Arts, Society and Education, Division of Tropical Environments and Societies, James Cook University Nigel.Chang@jcu.edu.au Dr Dianna Hardy Indigenous Education and Research Centre, James Cook University Dianna.Hardy@jcu.edu.au ABSTRACT Machine Learning for the recognition and analysis of prehistoric rock art and pottery is a promising area of research that could reveal new insights into cultural heritage and identity. Deep Learning (a form of Artificial Intelligence) can now be used to train powerful models to automatically recognise pottery and rock art images, overcoming resource constraints such as time, manpower, and lack of funding. This article provides a preliminary overview and proof of concept by providing Machine Learning approaches based on current advancements in Deep Learning to train a model to recognise images of pottery and prehistoric rock art. These methods can process large amounts of data quickly and accurately, revealing new patterns and relationships. Although ML can be a complex undertaking, new tools make it accessible to the archaeological practitioner who is not an AI expert. แีนเิร์นนิงำาหรัการจดจำาแะวิเราะห์ิะหินยุก่อนระวัติาตร์แะเรื �องั้นดินเาเ็นพื�นที �ที�ีแนว โน้องการวิจัยที�าารเิดเย้อ้เิง่กให่ๆ เกี�ยวกัรดกทางวัฒนธรรแะเอกักษณ์ ตอนนี�าารใ้ การเรียนร้เิง่ก (ัญญาระดิษฐ์ร้แหน่�ง) เพื�อึกโเดที�ทรงพังให้จดจำาภาพิะเรื�องั้นดินเาแะหิน โดยอัตโนัติ เอานะ้อจำากัดด้านทรัพยากร เ่น เวา กำาังน แะการาดเงินทุน ทวานี�แดงภาพรวเื�อง ต้นแะการพิ้จน์แนวิดโดยให้แนวทางการเรียนร้องเรื�องตาวาก้าวหน้าในัจจุันองการเรียนร้เิง่กเพื�อึก โเดให้จดจำาภาพองเรื�องั้นดินเาแะิะนหินยุก่อนระวัติาตร์ วิธีการเห่านี�าารระว้อ้ จำานวนากได้อย่างรวดเร็วแะแ่นยำา เยให้เห็นร้แแะวาัพันธ์ให่ๆ แ้ว่า ML จะเ็นงานที�ั้อน แต่ เรื�องือให่ๆ ทำาให้้ฏิัติงานทางโราณดีที�ไ่ใ่้เี�ยวาญด้าน AI าารเ้า่งได้ Keywords: Machine Learning, Deep Learning, Cultural Heritage, Ceramics, Rock art, Archaeology, Convolutional Neural Networks | การเรียนร้องเรื�อง, การเรียนร้อย่าง่ก่�ง, รดกทางวัฒนธรร, เราิก์, ิะหิน, โราณดี, เรือ่ายระาท Convolutional