שיטה שיתופית בין אדם למחשב לפיענוח כתב העצמות האורקליות באמצעות רשתות מתנגדות גנרטיביות

כתיבה עתיקה פוגשת מכונות מודרניות

לפני יותר משלושת אלפים שנה חרטו חכמי נבואה בסין שאלות על מלחמה, מזג אוויר וקצירה על קליפות צבים ועל עצמות בעלי חיים. היום, הכתובות האלה מהוות מאגר יקר ערך להבנת היווצרות הכתב הסיני והחברה הסינית הקדומה. עם זאת, סימנים רבים מתוך הקטנים והמשוחזרים הללו נשארו בלתי מפוענחים והם רבים מדי עבור קבוצת מומחים אנושיים בודדת. מאמר זה מראה כיצד בינה מלאכותית, העובדת יד ביד עם חוקרים, יכולה לסייע בקריאת החריטות העתיקות האלה על ידי הפיכתן לצורות מודרניות של תווים סיניים.

מתמונות על העצם לתמונות למחשב

כתב העצמות האורקליות הוא בעל אופי חזותי יוצא דופן. הסופרים הקדומים חרטו תמונות מפושטות של נמרים, שמשות, אנשים וכלים ישירות על העצם, כך שכל תו כמעט הוא כמו ציור קטן. המחברים מנצלים זאת ומתייחסים לכל תו כתמונה במקום כמחרוזת קוד או טקסט. הם אוספים יותר מאלף זוגות תמונות: מצד אחד צילום של כתב עצם אורקלי, ומצד שני המקביל המודרני הסיני הידוע שלו. על ידי שינוי גודל וניקוי התמונות הם בונים ספריית תמונות סטנדרטית שהמחשב יכול ללמוד ממנה, והופכים את הבעיה העתיקה של פיענוח למשימת תרגום תמונה-אל-תמונה מודרנית.

שני אמנים דיגיטליים: דגמי בינה מלאכותית משלימים

הצוות מאמן שני סוגים קרובים אך שונים של רשתות מתנגדות גנרטיביות (GANs), שהן מודלים של בינה מלאכותית הלומדים ליצור תמונות ריאליסטיות על ידי הצבת "גנרטור" מול "בקר". מודל אחד, מבוסס על מערכת בשם Pix2Pix, לומד מדוגמאות מזווגות: הוא רואה תו עצם ופועל יוצא מודרני מדויק שהוא אמור להפוך אליו. מודל זה מצטיין ביצירת גליפים מודרניים חדים וטובים התואמים בצורתם לציפיות. המודל השני, מבוסס CycleGAN, נועד לעבוד גם כאשר הדוגמאות אינן תואמות באופן מושלם. הוא נוטה לשמר את השלד והסגנון המקוריים של כתב האורקל תוך כיוון עדין לעבר צורות מודרניות יותר. יחד, שני המודלים מציעים "פרשנויות" שונות למה שעשוי היה להיראות כמו גליף ישן ומפגום בסגנון רגיל וקריא יותר.

בדיקת המכונות והשוואת אלטרנטיבות

כדי לבדוק האם המערכות האלה עושות יותר מאשר לצייר תמונות יפות, המחברים עורכים סדרת בדיקות קפדנית. הם שומרים בצד 160 זוגות ידועים של אורקל–מודרני שה-AI לא ראה במהלך האימון, ואז מבקשים מכל מודל לנבא את התווים המודרניים מהתמונות האורקליות. הם משווים את התוצרים לתשובות הנכונות באמצעות מדדי איכות ומבנה תמונה סטנדרטיים, וגם בוחנים את התוצאות ויזואלית. בהשוואה רחבה יותר הם משווים את שני ה-GANs שלהם נגד שיטות תמונה פופולריות אחרות, כולל מודלים דיספוזיה, טרנספורמרים ורשתות בסגנון U‑Net קלאסי. זוג ה-GANs בולט: Pix2Pix מפיק את התווים הברורים והקריאים ביותר, בעוד CycleGAN מספק חלופות שמרניות שמטפחות את המבנה. שיטות אחרות מטושטשות לרוב את המכות, שוברות את שלד התו או מייצרות צורות שלא מזכירות כתיבה כלל, מה שהופך אותן לכלים לקויים לפיענוח רציני.

בני אדם בלולאה: שיתוף פעולה, לא החלפה

לב המחקר אינו ה‑AI לבדו אלא שותפות מובנית בין מכונות ומומחים. עבור 150 כתובות שהמשמעויות שלהן היו בלתי ידועות בעבר, המודלים מייצרים מספר מועמדים לתווים מודרניים. אנשי מקצוע אנושיים בוחרים מועמדים מבטיחים ואז מחדש מציירים בעבודת יד מכות חסרות או ספקניות, בהנחיית הצעות ה‑AI ובידע שלהם על היסטוריית השפה וסצנות חיי היומיום המשוקפות בטקסטים. במקרי מבחן מפורטים — כמו ההצעה כי גליף לא ידוע אחד משמעותו "מערה" או "מאורה" — המחברים משלבים צורות שה‑AI הציע, השוואות לדמויות קרובות ומידע היסטורי על מגורים וטקסים עתיקים. הם גם מבצעים ניסויים מבוקרים על 160 מקרים ידועים, ומשווים שלושה מצבים: AI בלבד, אנשים מציירים מהתחלה, ואנשים שמלטשים טיוטות AI. הגישה המשולבת מייצרת בעקביות תמונות הקרובות יותר לדמויות האמיתיות, הן לפי ניקוד מספרי של תמונה והן לפי פאנלים מומחים, תוך חיסכון בזמן ומאמץ לחוקרים.

מדוע זה חשוב להיסטוריה ולמורשת

עבור הלא‑מומחים, התועלת ברורה: כל תו אורקלי מפוענח חדש מחדד את תמונתנו של ההיסטוריה הסינית המוקדמת, מטקסי הקרבת מלכים עד חקלאות ומחלות. עבודה זו מראה שבינה מלאכותית יכולה לעשות יותר מזה לזהות כתב יד מודרני או ליצור אמנות; היא יכולה לפתוח את השכבות המוקדמות ביותר של התרבות הכתובה כאשר היא משולבת בשיקול דעת אנושי זהיר. במקום להחליף מומחים, המערכת פועלת כעוזר אינטליגנטי שמציע צורות, מאיץ שיחזור מייגע והופך את התהליך כולו לשקוף ומדיד יותר. המחברים טוענים כי השותפות האדם–מחשב הזו יכולה להתרחב לתסריטים עתיקים אחרים ולמסמכים פגומים, ולהפוך סימנים שבירים על עצם, חרס או קלף לסיפורים קריאים על האופן שבו אנשים חיו, האמינו ותיעדו את עולמם.

ציטוט: Zeng, S., Bai, J., Shi, J. et al. Human–computer collaborative approach to the decipherment of racle bone inscriptions with generative adversarial networks. npj Herit. Sci. 14, 232 (2026). https://doi.org/10.1038/s40494-026-02509-4

מילות מפתח: כתב עצמות אורקל, כתיבה עתיקה, בינה מלאכותית ומורשת תרבותית, שיתוף פעולה אדם–בינה מלאכותית, התפתחות האותיות הסיניות