معالجة معلومات نقوش العظام العرافية: مسح شامل

عظام قديمة، أسئلة حديثة

قبل أكثر من 3000 عام، كان الكهنة الصينيون ينقشون أسئلة لحكامهم على صدور السلاحف وعظام الثيران، ثم يكسرونها بالحرارة لقراءة الطالع. تُعد هذه النقوش العظمية أقدم كتابة صينية معروفة ونافذة نادرة على سياسات الدين والعيش اليومي في العصر البرونزي. لكن اليوم، كثير من العظام مكسورة بشدة، والخط صعب القراءة، ولا تزال العديد من الحروف غير مفهومة. يشرح هذا المقال كيف أن موجات جديدة من الذكاء الاصطناعي تغير طرق تنظيف هذه الآثار الحساسة وإعادة بنائها وقراءتها وتفسيرها، وما التحديات التي لا تزال قائمة.

من اليد والعين إلى السيليكون والبرمجيات

لمدة معظم القرن الماضي، كان يمكن دراسة نقوش العظام فقط من قبل دائرة ضيقة من الخبراء الذين فحصوا بلا كلل النسخ بالحبر والرسوم المتتبعة والصور الفوتوغرافية. جَمَعوا فهارس مطبوعة ضخمة، واقترحوا قراءات لحروف فردية، وتجادلوا حول كيفية تأريخ وترتيب النقوش. وضعت هذه الأعمال أسس المجال لكنها كانت بطيئة وصعبة الاستنساخ وتعتمد بدرجة كبيرة على ذاكرة وحكم كل باحث. مع دخول الحواسيب، بدأ الباحثون برقمنة النسخ بالحبر وتطبيق حُيل معالجة الصور الأساسية مثل تحسين التباين والكشف عن الحواف. جعلت هذه الأدوات المبكرة العظام أسهل في الرؤية والمشاركة، لكنها تعاملت مع الحروف كأشكال صرفة لا ككتابة ذات معنى.

دخل التعلم العميق إلى الأرشيف

غيّر صعود التعلم العميق المشهد. أعيد تدريب الشبكات العصبية التفاضلية والمحولات، التي تم صقلها أولاً على صور يومية، لاستخراج الحروف من النسخ المشوشة، وتصنيفها إلى فئات، وحتى مساعدة في مطابقة الشظايا المكسورة التي كانت تنتمي إلى نفس العظمة. ولإطعام هذه النماذج الجائعة للبيانات، جمعت الفرق عشرات مجموعات البيانات المتخصصة: ركزت بعض المجموعات على تحديد كل حرف في نسخة بالحبر، وأخرى على تصنيف الرموز المقصوصة، وربط الجذور والمكونات، أو إقران الأشكال القديمة بالخطوط اللاحقة. ومع ذلك، تعكس البيانات الواقع التاريخي: تظهر بعض الحروف الشائعة آلاف المرات، بينما تظهر العديد من العلامات النادرة أو غير المفكوكة مرة واحدة فقط. استجاب الباحثون بطرق ذكية مثل توسيع البيانات، ونماذج توليدية تصنع أمثلة جديدة، ومخططات تدريب مصممة للتعرف على حروف من عدد قليل—أو حتى بدون—عينات معروفة.

تعليم الآلات لربط الرؤية بالمعنى

في المرحلة الأخيرة، تُكيّف نماذج كبيرة متعددة النماذج تجمع بين الرؤية واللغة للعمل على نقوش العظام. بدلًا من مجرد اكتشاف أماكن الحروف، تحاول هذه الأنظمة ربط شكل الرموز بما قد تعنيه، على نحو يشبه عمل عالم النقوش البشري. تختبر بنشماركات جديدة ما إذا كانت هذه النماذج قادرة على التعرف على الحروف، وإعادة توصيل الشظايا، واسترجاع نقوش مماثلة، واقتراح قراءات معقولة. تحاول بعض الأُطر رسم خرائط للعلامات القديمة مباشرة إلى الحروف الصينية الحديثة، متتبعة التطور البصري عبر قرون؛ ويربط بعضها الرموز التصويرية بصور لأشياء العالم الحقيقي؛ ويحاول آخرون تقديم شروحات نصية كاملة لما قد تقوله عبارة العرافة. تنطلق أنظمة بأسلوب الوكلاء إلى أبعد من ذلك بتنظيم أدوات وقواعد بيانات متعددة، مما يساعد المستخدمين على البحث عبر الصور والنصوص والنوتات العلمية في سير عمل موحّد.

البيانات والتقييم ولغز التاريخ المكسور

رغم التقدم السريع، يسلط المسح الضوء على عقبات عنيدة. تجلس العديد من أفضل مجموعات الصور والمسح الثلاثي الأبعاد في متاحف أو أرشيفات خاصة وغير متاحة علنًا، مما يصعّب مقارنة الطرق بعدالة أو تدريب نماذج عامة حقًا. حتى مجموعات البيانات العامة كثيرًا ما تعاني من توزيع فئات طويل الذيل، أو تسميات غير متسقة، أو جودة صور منخفضة. قد لا تلتقط مقاييس الأداء القياسية المستعارة من كشف الأشياء أو التعرف على الخط اليدوي ما يهم المؤرخين فعليًا—مثل ما إذا كان النموذج يخلط بين متغيرين مقبولين من نفس الحرف، أو ما إذا كانت قراءته المقترحة تحترم كيفية بناء العلامة من أجزاء أصغر. كما أن التقييم البشري متجزئ بالمثل: تستعين دراسات مختلفة بأنواع مختلفة من الخبراء، وتطرح أسئلة مختلفة، ونادرًا ما تبلغ بتفصيل كافٍ ليتمكن الآخرون من إعادة تجاربها.

حيث تلتقي الكتابة القديمة بذكاء المستقبل

للتحرك قدمًا، يجادل المؤلفون بضرورة وجود مجموعات بيانات أغنى وموثقة بشكل أفضل؛ وطرق تقييم تكافئ الفهم البنائي والدلالي، لا مجرد التطابق على مستوى البكسل؛ وتعاون أوثق بين التقنيين والمتخصصين في الكتابة الصينية المبكرة. يتخيلون مولدات نص إلى صورة تستطيع إنشاء حروف بطراز عظام عرافية واقعية من أوصاف، ونماذج تأسيسية مُدربة خصيصًا على الخطوط القديمة، وأنظمة متعددة وكلاء تناقش وتطوير القراءات المتنافسة، وحتى إعادة بناء ثلاثية الأبعاد تستعيد الشكل الأصلي للعظام المكسورة. بعبارات بسيطة، خلاصة المقال أن الذكاء الاصطناعي لن "يحل" نقوش العظام بمفرده، لكنه يمكن أن يصبح شريكًا قويًا—مضخمًا لبصيرة الخبراء، ويجعل الأرشيفات الضخمة قابلة للبحث، ويفتح أصوات العصر البرونزي أمام جمهور أوسع بكثير.

الاستشهاد: Chen, Z., Hua, W., Li, J. et al. Oracle bone inscriptions information processing: a comprehensive survey. npj Herit. Sci. 14, 220 (2026). https://doi.org/10.1038/s40494-026-02511-w

الكلمات المفتاحية: نقوش العظام العرافية, الكتابة الصينية القديمة, العلوم الإنسانية الرقمية, الذكاء الاصطناعي, نماذج متعددة النماذج