- الأخبار الأثرية
-
جناح شياوجينغ في متحف بيلين في شيان، المعروف أيضاً باسم غابة المسلات، في الصين.
حقوق الصورة:
蒋亦炯, CC BY-SA 3.0, via Wikimedia Commons
الذكاء الاصطناعي يكشف نقوشاً صينية قديمة حجبتها قرون من التلف
يُظهر نظام جديد يعتمد على الذكاء الاصطناعي إمكانية الترميم الرقمي للنقوش الحجرية الصينية التي تعرضت لعوامل التعرية الشديدة، وذلك دون المساس بشكل الكتابة أو إيقاعها أو طابعها البصري الأصلي.
لقد حفظت المسلات والألواح الحجرية المنقوشة نصوصاً تاريخية وأعمالاً خطية عبر العديد من القرون، لكن أسطحها لم تسلم من آثار الزمن. فالتجوية والتآكل والتشققات وتساقط أجزاء من الحجر والتفاعلات الكيميائية يمكن أن تمحو أجزاء من النقوش تدريجياً، بينما تعاني النسخ الورقية المأخوذة عنها أحياناً من ضعف الحبر والتجاعيد وتشويش الخلفية وطمس تفاصيل الخطوط. وعندما يصبح التلف شديداً، يصعب حتى على أنظمة تحسين الصور الحديثة التمييز بين أجزاء الحرف الحقيقي وآثار الضرر الموجودة على سطح الحجر.
وهنا تظهر المشكلة الأساسية. فقد تنجح بعض الأنظمة في جعل الصورة أكثر حدة، لكنها قد تربط بين خطوط لا علاقة بينها أو تفصل أجزاء يفترض أن تكون متصلة، فتبدو النتيجة أنظف بصرياً لكنها أقل دقة عند القراءة. وعلى الجانب الآخر، تنجح الأنظمة التي تعتمد على السياق اللغوي في تخمين الحرف أو الكلمة المفقودة، لكن هذا قد يأتي على حساب الشكل الأصلي للخط وطبيعته الفنية.
ولهذا طُور الباحثون إطاراً جديداً يحمل اسم SteleSR، يحاول الجمع بين الجانبين بدلاً من التضحية بأحدهما. فهو لا يتعامل مع النقش باعتباره مجرد صورة ضبابية تحتاج إلى زيادة الدقة، بل يركز أيضاً على حدود الخطوط واستمرارها وترابطها، مع الاستفادة من المعلومات النصية للمساعدة على إبقاء الحروف المستعادة قابلة للقراءة.
واعتمد تطوير النظام على مجموعة بيانات أُطلق عليها اسم SISTR، تم جمعها من نسخ تاريخية للنقوش محفوظة في المكتبة الوطنية الصينية. وتشمل المواد فترات من أسرتي مينغ وتشينغ إلى جانب جمهورية الصين، وهو ما وفر تنوعاً في أنماط الخط وعمق الحفر ودرجات التلف. وضمت المجموعة 721 صورة ذات جودة مرتفعة نسبياً و2086 صورة متضررة بدرجات كبيرة بفعل عوامل مثل التجوية والتشققات وضعف التباين.
لكن تدريب مثل هكذا نظام يواجه عقبة واضحة، فلا توجد عادة صورتان متطابقتان للنقش نفسه، واحدة قبل التلف وأخرى بعد مرور قرون من التآكل. لذلك أنشأ الباحثون بيانات تدريبية تحاكي مراحل مختلفة من الضرر، مثل فقدان أجزاء من السطح والضبابية والتشويش وعدم انتظام الحبر. ثم استُخدمت نماذج رؤية حاسوبية كبيرة لإنتاج أنماط تلف أكثر تعقيداً وقرباً من المظهر العشوائي للنقوش التاريخية المتضررة فعلياً.
ويعمل التدريب على مرحلتين مترابطتين. في البداية، يتعلم النظام فصل بنية الحروف عن الخلفية المشوشة أو المتآكلة، ثم ينتقل إلى التعامل مع أشكال تلف أكثر واقعية حتى يصبح أكثر قدرة على مواجهة الحالات الموجودة في المجموعات الأثرية الحقيقية.
ويضيف نظام SteleSR نوعين رئيسيين من التوجيه إلى نماذج تحسين الصور. يركز الأول على حواف الحروف واستمرارية خطوطها، بحيث تقل احتمالات أن يفسر النظام التشققات أو البقع على أنها أجزاء من الكتابة. أما الثاني فيستفيد من نظام للتعرف البصري على الحروف، فيوجه عملية الاستعادة نحو بنية نصية قابلة للقراءة، لا نحو صورة أكثر حدة فحسب.
وأظهرت الاختبارات تحسناً متكرراً عند تطبيق الطريقة على عدة نماذج معروفة لمعالجة الصور. ففي أفضل النماذج المستخدمة، ارتفعت دقة التعرف على تسلسل الحروف من 0.6530 إلى 0.7210 بعد تطبيق تدريب SteleSR، كما أظهرت القياسات انخفاضاً في التشويش المتناثر وتحسناً في استمرارية الخطوط وتقليلاً للوصلات الخاطئة بين أجزاء الحروف.
وأكدت المقارنات البصرية النتيجة نفسها، إذ ظلت بعض الطرق التقليدية تعاني من خطوط مكسورة أو ضبابية أو متصلة بطريقة غير صحيحة في النقوش شديدة التلف، بينما حافظ النظام الجديد بصورة أفضل على بنية الحروف وقلل من تأثير الخلفيات المتآكلة. ولم يكن التحسن شكلياً فقط، بل أصبحت النصوص أيضاً أكثر قابلية للقراءة بواسطة أنظمة التعرف الآلي.
وتُعد هذه النقطة جوهرية فيما يتعلق بالتراث الثقافي، إذ لا ينبغي للنقش المُرمَّم رقمياً أن يكتفي بتقديم نسخة محتملة لما قد يكون النص قد تضمنه، بل يجب أن يظل مرتبطاً بالأثر الأصلي، محافظاً على عرض ضربات القلم وهندستها وملمسها بأكبر قدر ممكن من الدقة. وهذا هو الفارق الذي يحاول النظام الجديد الحفاظ عليه.
ومع ذلك، لا تزال هناك بعض التحديات. فالنظام الجديد يعتمد جزئياً على نموذج مسبق للتعرف على الحروف قد يواجه صعوبة مع الصيغ النادرة جداً أو أنماط الكتابة التاريخية غير المألوفة، كما أن توليد صور تلف واقعية باستخدام نماذج الرؤية الكبيرة يحتاج إلى موارد حاسوبية مرتفعة. ومن المتوقع أن تتجه الأبحاث اللاحقة إلى توسيع التقنية لتشمل أنظمة كتابة ومواد تاريخية أخرى، مع العمل على جعلها أقل تكلفة وأكثر كفاءة.
وهكذا، لم يعد الهدف مجرد جعل النقوش القديمة أكثر وضوحاً. بل أصبح التحدي الحقيقي اليوم هو استعادة المعلومات المفقودة دون السماح لعملية الترميم الرقمي بطمس الطابع الأصلي لتلك النقوش.
تاريخ النشر: 07-10-2026
ترجمة وتحرير: عبد المنعم سماقية
المصدر: npj Heritage Science
