שיפור סיווג חורבות אנושיות עתיקות באמצעות רשתות עצביות שאריות בעזרת ספקטרות נראית-תת-אדומה

מדוע ערים קבורות עדיין חשובות היום

בכל רחבי העולם שוכנות מתחת לרגלינו עדויות לערים ושדות שנעלמו מזה זמן רב, מטושטשות לתוך האדמה הרגילה על ידי אלפי שנים של רוח, מים וחקלאות. שרידים קבורים אלה מכילים רמזים לאופן שבו חברות קודמות התמודדו עם שינויים אקלימיים, שיטפונות והתרחבות אוכלוסייה — בעיות המתהדהדות עם שלנו. עם זאת, מציאת חורבות כה עדינות היא עבודת משקיעה שלרוב תלויה בעין מיומנת באתר חפירה. המחקר הזה חוקר כיצד קרני אור נראות ותת-אדומה קרובה, יחד עם בינה מלאכותית מודרנית, יכולות להפוך אדמה תפלשת למפת פעילות אנושית עשירה מן העבר, ולהאיץ גילויים תוך צמצום עלויות והשערות.

מחפשים עקבות בקרקע הרגילה

חורבות אנושיות עתיקות אינן תמיד מקדשים מפוארים או חומות עיר. רבות מהן הן בורות אפר, קברים, תעלות הגנה, קירות אדמה דחוסים או ערמות של חומרי בניין מרוסקים שעם הזמן משתלבים עם הסדימנטים שמסביב. סקרים מסורתיים ואפילו תמונות לוויין מתקשים להבחין בתכונות אלה מן האדמות הטבעיות כאשר הן קטנות או קבורות עמוק. מרכז סין, מקור הציוויליזציה הסינית עם חמשת אלפי שנות התיישבות כמעט רצופה, מספק מעבדת מבחן אידיאלית. שם, חקלאים ונחלים עיצבו את הנוף שוב ושוב, והשאירו מרקם מורכב של משקעים תרבותיים — כגון תעלות ובמות דחוסות — המשולבים עם לואס, פאלאוסולים ומשקעים קרקעיים של אגמים.

הפיכת האור לטביעות אצבע של העבר

כדי ללכוד הבדלים עדינים בין החומרים הללו, החוקרים אספו יותר מ־14,000 דגימות ספקטרליות ב־27 אתרי ארכאולוגיה במרכז סין. באמצעות ספקטרומטר שדה בשמים צלולים ביום, הם מדדו כיצד כל סוג אדמה או חורבה מחזיר אור לאורך מאות רצועות אורך גל צרות, מצבעים נראים ועד תת־אדום קרוב. כל דגימה הפכה בכך לסוג של טביעת אצבע אופטית, שעוצבה על ידי גודל הגרגירים, לחות, תוכן אורגני והרכב מינרלי. הצוות התמקד בשמונה קטגוריות: בורות אפר, קברים, תעלות, מבני אדמה דחוסים, חורבות אדריכליות, לואס, פאלאוסולים ומשקעים אגםיים. הדגימות מקיפות תרבויות מהכפרים הנאוליתיים המוקדמים ועד סין הקיסרית המוקדמת, ותופסות הן פעילות אנושית והן הגדרות טבעיות שונות.

ניקוי האות והוראת המכונה

נתוני ספקטרום גולמיים הם מבולגנים. אדי מים באטמוספירה יוצרים רצועות רעש; אנומליות במכשיר, שינויים בתאורה וגודל גרגיר לא אחיד מטשטשים עוד יותר את התמונה. הצוות הסיר תחילה אזורי אורך גל שנפגעו קשה ואז בדק שלוש טכניקות מתמטיות לניקוי העקומות שנותרו. אחת, הנקראת Standard Normal Variate (SNV), משנה את קנה המידה של כל ספקטרום להפחתת השפעת הפיזור והבדלים בגודל הגרגיר. שיטה נוספת, Multiple Scattering Correction, מפרידה בין אור הנבלע על ידי החומר לבין אור המפוזר על ידי חלקיקים. לאחר עיבוד מקדים, כל ספקטרום חד־ממדי עובע על צורה לתמונה אפורה קטנה בגודל 39 על 39, תוך התייחסות לעקומת הספקטרום כמרקם שמחשב יכול לזהות. החוקרים אימנו לאחר מכן מספר מודלים של למידה עמוקה — כולל AlexNet, MobileNetV2 ורשת שאריות עמוקה יותר הידועה כ־ResNet50 — כדי לסווג תמונות אלה לשמונה סוגי החורבות והמשקעים.

עד כמה הממיין החכם מוצלח

המנצח הבולט היה השילוב של עיבוד מקדים ב־SNV עם רשת ResNet50. צמד זה הגיע לדיוק סיווג כולל של כ־96.6 אחוזים, והתעלה על אותה רשת ללא עיבוד מקדים ועל המודלים העצביים האחרים. הוא התברר כחזק במיוחד בהבחנה בין חומרים שנראים דומים לעין בלתי מזוינת, כמו משקעים קבורים שונים. אפילו כאשר החוקרים צמצמו את כמות נתוני האימון ל־40 אחוזים בלבד מהדגימות הזמינות, הדיוק נותר מעל 93 אחוז, ועלה בעקביות ככל שנוספו דוגמאות נוספות. ניתוחי מטריצות בלבול הראו שחלק מהקטגוריות, כגון משקעים אגםיים ולואס, זוהו באמינות גבוהה במיוחד, בעוד שגם המחלקה הקשה ביותר — חורבות אדריכליות — השיגה דיוק מעל 95 אחוז.

מה המשמעות לזה לארכאולוגיה ומעבר לה

בעבור שאינם מומחים, התוצאה המרכזית פשוטה: על ידי הקרנת ספקטרום רחב של אור על אדמה ומתן פרשנות של רשת עצבית מכוּוננת להחזרי האור, יכולים ארכאולוגים למפות במהירות ובאובייקטיביות היכן אנשים חיו, עיבדו וכינסו — גם כאשר אין חומות או ממצאים נראים לעין. שיטה זו מפחיתה את התלות בניסיון אישי, מאיצה סקרים בשדה ופותחת דלת לסריקות חצי־אוטומטיות וקנה־מידה גדול של נופים בחיפוש אחר עקבות תרבותיות עדינות. אף על פי שמערכת הנתונים הנוכחית מותאמת לאקלים ולתולדות מרכז סין, ניתן להרחיב את הגישה לאזורים ותקופות נוספות ככל שייבנו ספריות ספקטרליות נוספות. בטווח הארוך, שילוב חיישני היפרספקטרום, בינה מלאכותית וכלים מרחוק נוספים עשוי לשנות את הדרך שבה אנו חופרים בהיסטוריות הקבורות, ולספק תובנה חדה יותר על האופן שבו חברות קדומות התמודדו עם שינוי סביבתי — וכיצד ייתכן שנעשה זאת גם אנחנו.

ציטוט: Luo, R., Chen, P., Wang, H. et al. Enhancing ancient human ruins classification with residual neural networks using visible near-infrared spectra. npj Herit. Sci. 14, 284 (2026). https://doi.org/10.1038/s40494-026-02564-x

מילות מפתח: ארכאולוגיה היפרספקטראלית, חורבות אנושיות עתיקות, למידה עמוקה, ספקטרות תת-אדום קרובות, זיהוי מורשת