الترميم الرقمي للجداريات القديمة في جيانغنان عبر التعلم بالوكيل والإرشاد البنيوي

إنقاذ الجداريات الباهتة

في أنحاء الأراضي النهرية الرطبة في جنوب الصين، تختفي الجداريات التي تعود لقرون بهدوء. الحرارة والرطوبة والزمن تآكل الجص، محدثةً تشققات وبقع وتقشّر يصعب ويكلف كثيراً إصلاحها يدوياً. يقدم هذا المقال طريقة جديدة لأجهزة الحاسوب لـ«ترميم» هذه الجداريات الهشة رقمياً، إعادة إحياء مشاهدها وضربات الفرشاة على الشاشة دون لمس الجدران الأصلية. هذا العمل لا يهم عشّاق الفن فحسب، بل أي شخص يهتم بكيف يمكن للتقنية الحديثة أن تساعد في الحفاظ على الذاكرة الثقافية للعالم.

الكنوز الخفية في جيانغنان

الجداريات التي درست هنا متناثرة في قاعات الأسلاف والمعابد والمنازل القديمة في مقاطعة تشيجيانغ. خلافاً لكهوف الصحراء الشهيرة في دنغهوانغ، تقع هذه الأعمال في مناخ حار ورطب يكون قاسياً بشكل خاص على المواد المصنوعة من التراب والخشب والطين الجيري. تُظهر المسوحات أن العديد من الجداريات مغطاة بأضرار متراكبة: تشققات وعفن وتلاشي وبقع مائية وأماكن تقشّر فيها طبقة الطلاء. الإصلاح الفيزيائي مكلف ولا رجعة فيه ويحتاج مهارات فنية عالية، لذا يوفر الترميم الرقمي—إعادة بناء الصورة بالبكسل بدلاً من الجص—خط حماية أول أكثر أماناً. لكن الصفات نفسها التي تجعل هذه الجداريات مميزة هي ما يصعّب معالجتها على الحاسوب.

لماذا تفشل تقنيات الذكاء الاصطناعي العادية

تعتمد برامج إصلاح الصور الحديثة المبنية على التعلم العميق عادةً على مجموعات ضخمة من أزواج الصور «قبل وبعد» للتدريب. بالنسبة لجداريات جيانغنان، مثل هذه البيانات ببساطة لا توجد: الأعمال مبعثرة، رسمها فنانون شعبيون متعددون، ومظاهرها الأصلية غير التالفة غير معروفة. في الوقت نفسه، يربك التلف نفسه الخوارزميات القياسية. قد تبدو الشقوق الداكنة وبقع العفن شبيهة جداً بخطوط الحبر الرقيقة، لذا يميل نموذج يتبع الحواف المرئية بشكل أعمى إلى تكرار التلف بدلاً من إزالته. ونتيجة لذلك، تترك أدوات الترميم الجاهزة إما شوائب أو تختلق تفاصيل تتعارض مع الطراز التقليدي للجداريات.

تعلم الأسلوب من فنون ذات صلة

لكسر هذا الطريق المسدود، يقترح المؤلفون سير عمل سمّوه «الترميم بالوكيل الموجَّه بنيوياً» أو SGPR. الخطوة الأولى هي فصل «تعلم الأسلوب» عن «إصلاح الجداريات». بدلاً من التدريب مباشرة على صور الجداريات النادرة، يجمعون مجموعة وكيلة كبيرة تضم أكثر من ستة آلاف لوحة صينية كلاسيكية من المتاحف. تشترك هذه الصور في نفس اللغة الفنية لجداريات جيانغنان: طريقة انسياب الخطوط، كيف تُطبَّق درجات الحبر، وكيف تُركّب المشاهد. ثم يُعَدّل مولد صور قوي، مبني على تكنولوجيا الانتشار الحديثة، بما يتوافق مع هذه المجموعة الوكيلة. وظيفة خسارة خاصة تشجّع النموذج ليس فقط على محاكاة الخامات، بل على التقاط سمات فنية أوسع مثل إيقاع ضربات الفرشاة وتوازن الألوان. النتيجة، المسماة ArtBooth، هي مولد «يتكلم» لغة الرسم الصيني التقليدي بطلاقة، رغم أنه لم يرَ الجداريات المتضررة نفسها أبداً.

استخراج خطوط نقية من صور متسخة

الخطوة الرئيسية الثانية هي استخلاص البنية الأصلية للجداريات من صور فوتوغرافية فوضوية. هنا يقدّم المؤلفون خوارزمية استخراج ميزات انتقائية لا تتطلب أي تعلم. تنظر الخوارزمية إلى نفس الجدارية المتضررة بمقياسين للصورة وتطبّق كاشفي حواف بسيطين على كل نسخة. الميزات التي تظهر باستمرار في كلا الكاشفين وعلى كلا المقياسين مرجَّح أن تكون خطوط رسم حقيقية—مثل محيط رداء أو جذع شجرة—بينما النُقَاط العشوائية والبقع المرجَّح أن تكون عفناً أو بقعاً مائية. بدمج هذه الإشارات في قناع «مغلف»، تعزّز الخوارزمية الخطوط الموثوقة وتقلّل الضجيج، منتجةً خريطتين إرشاديتين نظيفتين: رسم خط واضح وخريطة حواف منقّاة تؤكدان البنية الحقيقية مع تجاهل كثير من التدهور.

الترميم الرقمي الموجَّه عملياً

الجزء النهائي من SGPR يربط هذه الخرائط البنيوية النظيفة بالمولد المتمرس في الأسلوب عبر شبكة تحكم مُحسّنة. أثناء الترميم، تُضاف صورة الجدارية المتضررة ونص وصفي قصير إلى ArtBooth، بينما تعمل خرائط الخط والحواف المفلترة كنوع من السقالات. نسخة مكيّفة من إطار عمل ControlNet تُحقن هذه الخرائط في طبقات المولد الداخلية، موجهةً بلطف كل خطوة إزالة للضوضاء بحيث تتبع البكسلات الجديدة التخطيط وضربات الفرشاة الأصلية بدل الانجراف إلى مشاهد عامة. أظهرت الاختبارات على تلف مُحاكى وجداريات حقيقية من قرية سونغشي أن هذا النظام المدمج يزيل البقع والتشققات بشكل أعمق من الطرق الموجودة، ويحافظ على مواضع الأشخاص والأشياء في أماكنها الصحيحة، وينتج صوراً قدّر الخبراء أنها قريبة في الجودة من ترميم رقمي يدوي حريص.

ماذا يعني هذا للتراث الثقافي

بالنسبة لغير المتخصصين، الخلاصة واضحة: من خلال تعلم اللغة البصرية للأعمال الفنية ذات الصلة وفصل الخطوط الحقيقية بعناية عن التلف، يمكن للذكاء الاصطناعي الآن أن يقدم لمسات رقمية بمستوى متاحف لجداريات هشة قد تتلاشى لولا ذلك. ومع أن الطريقة لا تزال تجد صعوبة عندما تفتقد أجزاء كاملة من لوحة، ولم تُطبَّق بعد على الأعمال الملوّنة بكثافة، فهي بالفعل توفّر لأمناء التراث أداة جديدة قوية. وعلى نطاق أوسع، تُظهر الدراسة كيف يمكن للاستخدام الذكي للبيانات الوكيلة والإرشاد البنيوي أن يساعد في حماية أنواع عديدة من القطع التراثية النادرة أو المتدهورة أو الثمينة للغاية بحيث لا يمكن توفير مجموعات تدريب ضخمة كما تتطلب تقنيات الذكاء الاصطناعي الحديثة.

الاستشهاد: Yang, C., Liu, Y. & Cai, Y. Digital restoration of ancient Jiangnan murals via proxy learning and structural guidance. npj Herit. Sci. 14, 182 (2026). https://doi.org/10.1038/s40494-026-02369-y

الكلمات المفتاحية: الترميم الرقمي للجداريات, حفظ التراث الثقافي, توليد الصور بالذكاء الاصطناعي, أسلوب الرسم الصيني, استخراج خصائص مقاومة للتلف