DCADif: النسخ الزمنية الديناميكية التكيفية للدمج الانتشاري المشروط المفصول في ترميم الجداريات الصينية التقليدية

إحياء فن الجدران القديم

في أرجاء الصين، تغطي جداريات المعابد وسقوف الكهوف لوحات جدارية تعود لقرون تتلاشى وتتقشر وتتصدع. هذه اللوحات ليست جميلة فحسب؛ بل هي سجلات بصرية للمعتقدات والقصص والحياة اليومية من زمن بعيد. ترميمها يدوياً أمر صعب وبطيء وفي بعض الأحيان محفوف بالمخاطر على الأسطح الهشة. تقدم هذه الدراسة طريقة جديدة بالذكاء الاصطناعي تسمى DCADif تساعد الخبراء على "ملء" الأجزاء المفقودة أو التالفة رقمياً مع الحفاظ على كل من الرسم والأسلوب بأكبر قدر من الوفاء للأصل.

لماذا يصعب إصلاح الجداريات القديمة

الجداريات الصينية التقليدية أكثر من صور ملونة على جدار. إنها تجمع تراكيب معقدة، عمل خطي دقيق، وأنسجة دقيقة تخلقها أصباغ وأدوات قديمة. عندما تترك الزمن والرطوبة والتلوث فجوات وبقع، يضطر المحافظون إلى التخمين عما كان يملأ تلك الفراغات سابقاً. تحاول أدوات الملء الرقمية أن تفعل الشيء نفسه، لكن معظم الأساليب الحالية تخلط مهمتين حاسمتين: إعادة بناء الأشكال الأساسية والحفاظ على الطابع الفني الفريد. نتيجة لذلك قد تبدو المناطق المرممة هيكلياً خاطئة، أو قد تتطابق في الشكل لكن تفقد الإحساس التاريخي بمدى ضربات الفرشاة والألوان الأصلية. التحدي هو استعادة كل من "العظام" و"الروح" في الوقت نفسه.

تعليم الذكاء الاصطناعي رؤية البنية والأسلوب بشكل منفصل

يتعامل نظام DCADif مع هذا التحدي بتقسيم المشكلة إلى مسارين. أولاً، يحول الباحثون الجدارية إلى رسم خطي بسيط، يشبه كثيراً مخطط الحبر. هذه النسخة المجردة تلتقط مواضع الشخصيات والأشياء والحدود دون تشتيت بالألوان أو النسيج. يقرأ نموذج رؤية قوي (مقتبس من أداة تدربت أصلاً على ملايين الصور) هذا الرسم الخطي ويستخلص منه وصفاً مضغوطاً لبنية الجدارية. على مسار منفصل، يدرس مُشفر جديد اسمه "SwinStyle" اللوحة التالفة نفسها ليتعلم بصمة أسلوبها: طريقة امتزاج الألوان، انحناءات ضربات الفرشاة، وكيف تتشقق الأسطح أو تتلاشى. عبر فصل هذين الوصفين — البنية والأسلوب — يمكن لـ DCADif لاحقاً التحكم بهما بشكل مستقل أثناء الترميم.

السماح للصورة أن تنبثق من الضوضاء

في قلب DCADif نموذج انتشاري، وهو نوع من الذكاء الاصطناعي يخلق الصور بالبدء من ضوضاء عشوائية ثم "إزالة الضوضاء" تدريجياً إلى صورة واقعية. تتم هذه العملية خلال العديد من الخطوات الصغيرة، أشبه بمشاهدة صورة ضبابية تتحول ببطء إلى تركيز واضح. صمم المؤلفون وحدة دمج ميزات تكيفية زمنياً تعمل كمنظم ذكي بين البنية والأسلوب أثناء ظهور الصورة. في المراحل الأولى شديدة الضوضاء، يعتمد النموذج بشكل كبير على البنية، مستخدماً الرسم الخطي لوضع الأشكال والحواف الصحيحة. ومع تلاشي الضوضاء ووضوح الصورة، يتحول المؤشر تدريجياً نحو الأسلوب، مما يسمح بدخول ألوان غنية وملمس وتفاصيل تاريخية دون تشويه الرسم الأساسي.

الاختبار على مكتبة جديدة من الجداريات واللوحات

لتقييم ما إذا كان DCADif يحسن فعلاً الترميم الرقمي، جمع الفريق مجموعة بيانات جديدة كبيرة اسمها MuralVerse-S، مُكوّنة من جداريات من مناطق مثل دنغهوانغ، قانسو، خبي ومنغوليا الداخلية، إلى جانب أقنعة واقعية تحاكي الشقوق وقشور الطلاء في العالم الحقيقي. قارنوا DCADif مع تسع طرق ملء رائدة، تشمل شبكات التلافيف القديمة، نماذج المعالجات (transformer)، ومقاربات انتشارية أخرى. عبر مستويات متعددة من التلف المحاكى، أنتج DCADif صوراً ذات بنى أكثر حدة، تخطيطات عالمية أكثر تماسكاً، وملمساً قيّمه المشاهدون البشريون أقرب إلى الأصل. كما أدت الطريقة أداءً جيداً على مجموعة منفصلة من لوحات الطبيعة الصينية، مع إعادة بناء ناجحة لضربات الحبر الدقيقة وتضاريس الجبال، مما يشير إلى إمكانية تعميمها خارج نطاق الجداريات وحدها.

ما يعنيه هذا للتراث الثقافي

بخلاف الأرقام والرسوم البيانية، طلب الباحثون من 50 متخصصاً في الفن وطلبة دراسات عليا تقييم نتائج الترميم المختلفة. قيم المشاركون DCADif باستمرار على أنه الأعلى في دقة المحتوى، والوفاء الأسلوبي، والجودة العامة. أمثلة حقيقية، بما في ذلك أعمال شهيرة مثل "سيدات الحاشية مرتديات أغطية رأس مزهرة"، أظهرت أن النظام قادر على ملء الوجوه والملابس والزخارف المفقودة بطريقة تنسجم بسلاسة مع اللوحة المحيطة. ومع ذلك يعترف المؤلفون بالقيود: عندما تُدمر مناطق هائلة، فإن أي تخمين رقمي يحمل خطر عدم الدقة التاريخية، كما أن الطريقة تظل مكثفة حسابياً. ومع ذلك، يوفر DCADif للمحافظين أداة جديدة غير جراحية — قادرة على اقتراح ترميمات دقيقة وذات وفاء عالٍ مع ترك الجدار الأصلي سالماً، مما يساعد المتاحف والباحثين على دراسة وتصور وحماية كنوز ثقافية لا تُعوَّض.

الاستشهاد: Peng, X., Li, C., Hu, Q. et al. DCADif: decoupled conditional adaptive time-dynamic fusion diffusion inpainting of traditional Chinese mural paintings. npj Herit. Sci. 14, 61 (2026). https://doi.org/10.1038/s40494-026-02327-8

الكلمات المفتاحية: استعادة الجداريات الرقمية, ملء الصور المفقودة (inpainting), نماذج الانتشار, التراث الثقافي الصيني, تكنولوجيا صيانة الفن