التحقق من كاتب شرائط الخيزران بتشنغهوا باستخدام الشبكات السيامية

كتب قديمة تلتقي بالشيفرات الحديثة

قبل ظهور الورق والشاشات بوقت طويل، كتب المفكرون الصينيون على شرائط رفيعة من الخيزران. اليوم تشكل هذه المخطوطات الهشة مخزونات ثمينة للمؤرخين، لكن سؤالًا بسيطًا واحدًا يظل صعب الإجابة: أي الشرائط كتبها نفس اليد؟ تدمج هذه الدراسة علم الآثار مع الذكاء الاصطناعي لبناء مساعد رقمي يمكنه مساعدة الباحثين على فرز مَن كتب ماذا على آلاف الشرائط الخيزرانية التي يبلغ عمرها حوالي 2300 سنة من مجموعة جامعة تشنغهوا الشهيرة.

لماذا يهم تحليل الخط

تعود شرائط تشنغهوا إلى فترة الدول المتحاربة، قبيل قيام الإمبراطورية الصينية الأولى. تحافظ هذه الشرائط على نسخ أولية من نصوص في السياسة والتاريخ والفلسفة شكلت لاحقًا التقليد اللاحق أو فُقدت منه. لفهم هذه الكتابات حقًا، يحتاج الباحثون لمعرفة كيفية تجميع الشرائط، أي الأجزاء تنتمي إلى نفس المخطوطة، وكم كاتبًا شاركوا فيها. تقليديًا، يجيب الخبراء عن هذه الأسئلة بالنظر اليدوي، مقَيِّمين نعومة الضربات، الضغط، وترتيب الصفحات. هذه الحرفة بطيئة وذاتية وصعبة التوسع مع ظهور اكتشافات جديدة.

تحويل الضربات إلى بيانات

سعَى المؤلفون لتعليم الحاسوب مقارنة أحرف مكتوبة يدويًا مُقتطعة من صور عالية الدقة للشرائط. بنوا أولًا مجموعة صور كبيرة: 15,745 حرفًا مفردًا من 11 كاتبًا محددين سابقًا، استنادًا إلى دراسات باليوغرافية بالإجماع. باستخدام برامج معالجة صور احترافية أزالوا الضوضاء الخلفية، وعزلوا كل حرف داخل مستطيل، وفرزوا العلامات التالفة أو المتداخلة. ثم وسّعوا الفئات الأصغر—الكتاب الذين لديهم عدد قليل من الأحرف الباقية—بحِيَل بسيطة مثل قلب الصور، الدوران، القصّ، وإضافة ضوضاء، حتى لا يتحيّز الخوارزم تجاه الأساليب الأكثر شيوعًا.

شبكة توأمية تبحث عن الشبه

بدلًا من مطالبة الحاسوب بتسمية كاتب كل حرف، طرح الفريق سؤالًا أسهل وأكثر مرونة: هل هاتان الصورتان من نفس اليد؟ لتحقيق ذلك استخدموا شبكة عصبية «سيامية»، فرعان متطابقان لمعالجة الصور يتشاركان المعاملات. يحول كل فرع صورة الحرف إلى بصمة رقمية مدمجة. ثم يقيس النظام المسافة بين البصمتين: المسافات الصغيرة توحي بنفس الكاتب، والمسافات الأكبر تشير إلى كتّاب مختلفين. في قلب كل فرع نموذج خفيف محسّن يُدعى MobileNet_V3+، مع آلية انتباه تتعلم إبراز السمات البصرية الأكثر دلالة—منحنيات دقيقة، سماكة الضربات، أو طرق مميزة في تشكيل أجزاء الحروف—مع تهميش التفاصيل الأقل فائدة.

مدى أداء النظام

على مجموعة بيانات تشنغهوا، قيّمت أفضل نسخة من النموذج ما إذا كانت أزواج الأحرف من نفس الكاتب بدقة تقارب 90%، مع نتيجة عالية جدًا في اختبار قياسي للتمييز بين فئتين. تفوق النموذج على عدة أنظمة أكبر لمعالجة الصور، مثل ResNet وVGG وVision Transformers، التي كانت إما تميل إلى الإفراط في الملاءمة للبيانات المحدودة أو تفشل في التقاط المؤشرات الأسلوبية الدقيقة اللازمة للمهمة. أظهرت عمليات الفحص البصري لـ«خرائط الانتباه» للشبكة أنه مع تقدّم التدريب توقف النموذج عن التركيز على الصورة الظلية العامة وبدلًا من ذلك تمحور حول مقاطع ضربات رئيسية—تمامًا كما يفعل الخبير البشري.

مساعدة في حل نقاشات علمية حقيقية

لاختبار فائدة الأداة خارج المختبر، طبقها المؤلفون على عدة مخطوطات خيزرانية ظل تأليفها محل نقاش لسنوات. بالنسبة لثلاثة نصوص («جي غونغ»، «هو فو» و«شه مينغ») قرر الباحثون السابقون تدريجيًا أنها كُتبت بواسطة نفس الكاتب ضمن مجموعة أوسع تُعرف باسم «يين تشي». دعم النموذج بقوة هذا الرأي، إذ وجد تشابهًا عاليًا جدًا عبر جميع أزواج المقارنات. بالنسبة لزوج آخر من المخطوطات، «تشي تشنغ» و«تشي بانغ»، كان الباحثون منقسمين حول ما إذا كان العمل لكاتب واحد أم لعدة كتاب. أظهرت مقارنات الشبكة أن الصفحات 1–42 من «تشي تشنغ» شكلت أسلوبًا كتابيًا مميزًا واحدًا، بينما طابقَت الصفحة 43 من «تشي تشنغ» «تشي بانغ» عن كثب لكنها لم تطابق الصفحات السابقة—دليل على وجود كاتبين منفصلين لم يندرجا ضمن أي فئة معرفة سابقًا.

ماذا يعني هذا للماضي والمستقبل

بعبارات بسيطة، تُظهر هذه الدراسة أن نظام ذكاء اصطناعي مدمجًا وقادرًا يمكنه بشكل موثوق تحديد متى تكون قطعتان صغيرتان من خط قديم مرجح أن تكونا من نفس الشخص، حتى لو رأى أحرفًا مفردة فقط. لن يحل هذا مكان حكم الخبراء، لكنه يمكنه مسح مجموعات كبيرة بسرعة، وعلم المطابقات المرجحة، وتقديم دعم كمي يؤيد أو يدحض تجميعات معينة من الشرائط. إلى جانب مجموعة تشنغهوا، يمكن تكييف النهج نفسه ليشمل سجلات هشة أخرى، من عظام الأوراكل إلى مخطوطات طريق الحرير، مساعدًا المؤرخين واللغويين على تجميع كيف تنقلت الأفكار عبر الزمن والمكان.

الاستشهاد: Wang, H., Li, M., Liu, B. et al. Tsinghua bamboo slip scribe verification using Siamese networks. npj Herit. Sci. 14, 147 (2026). https://doi.org/10.1038/s40494-026-02416-8

الكلمات المفتاحية: شرائط الخيزران, تحليل الخط, التعلّم العميق, التراث الثقافي, الشبكة السيامية