由于IBM电力系统和Yamagata大学的合作，人工智能（AI）和机器学习算法以及地理空间数据正被用来发现神秘而古老的地理标志。而且，利用新的人工智能，科学家在秘鲁南部纳兹卡线的土壤中发现了一种新的非常大的地形学，这是首次使用人工智能发现的。
科学家表示，他们正在扩大这一发现的范围，并将部署其专有技术PAIRS geoscope和IBM支持人工智能的云平台，以快速分层和分析大量不同地理空间时间数据，而这将探测和检查地球表面、无人机图像、卫星图像和地理测量信息。
在这一史无前例的人工智能出现之前，编队是通过一个研究人员通常通过研究和分析不同的个人照片来手动完成的过程来评估的，这是一个非常耗时和资源密集的过程。该过程中的两个关键缩略词是PAIRS（物理分析集成数据存储库和服务）以及LiDAR（光探测和测距）。
IBM research在一份发布的报告中称，由于周围的“白噪音”，即灌溉线、道路、洪水路径、地理差异以及变化数量巨大，发现新的Nazca线路历来很困难。而使用人工智能之后，PAIRS将对这一卷数据进行筛选，以确定相关线索，从而加速发现和理解纳斯卡线的速度。
作为评估人工智能在考古发现中可行性的第一步，该团队在IBM 电力系统上使用沃森机器学习加速器训练了一个人工智能模型，该模型带有已知的地形图照片。
“沃森机器学习加速器（WMLA）是一个人工智能平台，帮助客户利用在IBM电力系统服务器上构建的深度学习框架、人工智能开发工具和机器学习。”IBM Systems的机器学习和HPC副总裁Sumit Gupta解释道，“通过在一个高度安全和强大的服务器上使用人工智能，WMLA通过帮助纳斯卡线的研究人员在几个月而不是几年内更快、更准确地识别新的象形文字，实现了传统考古学过程的自动化，从而加快了深入研究的速度。”
地理信息解决方案、配对和杰出研究人员的首席科学家亨德里克哈曼说，“八个人花了四年时间才开发出来。与传统系统不同，PAIRS使用的是隐蔽的分布式存储和文件系统，这种系统更具可扩展性，适用于非常大的数据集。因为在分布式系统中，工作负载和人工智能可以在更多的服务器节点之间并行执行。”
“从数据的角度来看，”哈曼说，“PAIRS是光栅/图像和矢量（如LiDAR）数据唯一可扩展的数据分析平台。我们相信，地理空间时间智能的下一个前沿就是如何整合和利用大量的激光雷达和光栅/图像信息来建立更可靠的ML和AI模型。开发人员可以从PAIRS中受益，因为PAIRS提供了开发新应用程序的数据和分析能力。”
哈曼说：“组织和企业已经开始使用对来改进如何整合多个数据源，以利于大规模运营。”
例如，农业公司正在利用结对来更好地识别作物，并设计灌溉管理战略。此外，公用事业公司还部署了成对监测设备，以监测电力线等资产周围的植被生长情况，从而减少中断的风险。
