הצמדת קלפי במבוק קדומים מפורקים באמצעות למידה עמוקה מונחית פיזיקה

הרכבת עבר שבור

במזרח אסיה, רבים מהספרים הקדומים לא היו כרכים מנייר אלא רצועות ארוכות ודקות של במבוק מצופות בדיו. קבורים במשך יותר מאלפיים שנה, רבים מהרשומות השבריריות הללו מגיעות לארכאולוגים כערמות מבולגנות של חתיכות זעירות. מציאת התאמה ידנית של אילו פרגמנטים מתחברים לאילו יכולה לקחת למומחים שבועות עבור התאמה אחת. במחקר זה מוצג WisePanda, מערכת בינה מלאכותית חדשה שמונחית על-ידי עקרונות פיזיקליים המסייעת לחוקרים להצמיד קלפי במבוק עתיקים במהירות ובדיוק רב יותר, ופותחת נתיב מהיר יותר למילים ולרעיונות שהם מכילים.

מדוע קלפי במבוק חשובים גם היום

קלפי במבוק שומרים על הכול, מקודי חקיקה ודוחות רשמיים ועד פילוסופיה ולוחות יום־יומיים מההיסטוריה הסינית המוקדמת. מאחר שהבמבוק עמיד, קלפים רבים שרדו מתחת לאדמה כשהכתיבה עדיין נראית. עם זאת, רעידות אדמה, לחץ קרקע, לחות ומיקרובים שיברו קלפים רבים לאלפי חתיכות בלתי סדירות. השוליים מעוקלים ומאוחרים, והאותיות לעיתים אינן מגיעות לגבולות השבורים. כתוצאה מכך, התאמת פרגמנטים בעין דומה לפתרון פאזל ענק שבו רוב התמונה המנחה חסרה. כלים מחשוביים מסורתיים שמשווים צורות עקומה נאבקים כי דפוסי השבירה מורכבים מאוד ושחוקים במידה רבה.

לימוד מכונה לעקוב אחרי הסדקים

במקום לבקש מהמחשב ללמוד אך ורק מהזוגות המעטים שהארכאולוגים כבר התאימו ידנית, השיטה של WisePanda מתחילה מהמכניקה של אופן שבירת הבמבוק והתמוססותו. המחברים ממודלים את הבמבוק כסיבים אנכיים דחוסים. הם מדמים כיצד כוחות רוחביים גורמים לסדקים לזחול על פני הסיבים, מאגודה לאגודה, בהתאם לחוקים ידועים של מכניקת השבר. לאחר מכן הם מדמים מאות שנים של קבורה על-ידי "אוקסידציה" סלקטיבית של בליטות ונקודות חדות על שפת השבר, המדמה כיצד לחות ומיקרובים אוכלים אזורים בולטים. על ידי כיוונון המכונה הווירטואלית הזאת של שבירה והתכלות כך שהקצוות הסינתטיים שלה יידמו סטטיסטית את אלה שנחפרו במציאות, ניתן לייצר מספר עצום של זוגות פרגמנטים תואמים ריאליסטיים ללא כל תיוג אנושי.

כיצד פועל מנוע הדירוג החכם

הזוגות המדומים מזינים רשת נוירונים שתוכננה להכריע האם שני שפות פרגמנטים שייכות זו לזו. כל שפה מומרת לפרופיל עקומה פשוט שנמדד בעשרות נקודות, תוך סילוק פרטים מסיחים כמו צבע או מרקם פני השטח. הרשת לומדת מתוך טריפלטים של דוגמאות: זוג אמיתי שצריכים לקבל דירוג דומה ועקומה שלישית בלתי קשורה שצריכה לקבל דירוג שונה מאוד. עם הזמן היא בונה תחושת בטן פנימית של איך נראות קווי שבירה תואמים אמיתיים. בהינתן פרגמנט אמיתי, WisePanda משווה את שפתו מול כל השאר באוסף ומפיקה רשימה מדורגת של השותפים המבטיחים ביותר, מה שהופך חיפוש בין אלפי מועמדים לרשימת בדיקה קצרה ונגישה עבור מומחים אנושיים.

בדיקת השיטה בשטח

הצוות בחן את WisePanda על פרגמנטים דיגיטליים מקבר מתקופת שושלת חאן המערבית בסין, שם 118 זוגות של קלפים כבר הוצמדו בקפדנות על-ידי ארכאולוגים. במבחנים שבהם השותף הנכון הוסתר בין מאות ועד יותר מאלף מועמדים, WisePanda מצא בעקביות את ההתאמה האמיתית בקרבת ראש ההצעות שלו, והשתפר על פני מגוון אלגוריתמים קלאסיים להתאמת עקומות ודגמים גנרטיביים מודרניים. גם כאשר הועתקה השיטה לקלפי עץ, שסיביהם ודפוסי ההתכלות שלהם שונים מן הבמבוק, המערכת עדיין סיפקה הכוונה שימושית, מה שמעיד שהאסטרטגיה המבוססת על פיזיקה יכולה להסתגל לחומרים אחרים בכיוונון נוסף.

כלים חדשים להצלת מורשת תרבותית

WisePanda ממחיש כיצד שילוב תובנה פיזיקלית עם למידה עמוקה יכול לשבור צוואר בקבוק מרכזי בעבודת מורשת תרבותית: המחסור במערכי אימון גדולים שמתוייגים ידנית. על-ידי סימולציה ראשונית של אופן שבירתם והתבלותם של פריטים, ולאחר מכן הוראת רשת על נתונים סינתטיים אך ריאליסטיים אלה, המחברים מציעים כלי מעשי שאותו ארכאולוגים כבר משתמשים בו כדי לצמצם את החיפוש אחר התאמות. בפשטות, המערכת אינה מחליפה מומחים; היא פועלת כסייעת חכמה הממיינת את הערימה כך שאנשים יוכלו למצוא את המחטים מהר יותר. ככל שיפותחו שיטות דומות מונחות פיזיקה עבור קרמיקה, עץ, מתכות וחומרים אחרים, הן עשויות לשנות את האופן שבו מוזיאונים וחוקרים ברחבי העולם מרכיבים מחדש את שרידי העבר השבריריים המשותף לנו.

ציטוט: Zhu, J., Zhao, Z., Lei, H. et al. Rejoining fragmented ancient bamboo slips with physics-driven deep learning. Nat Commun 17, 3550 (2026). https://doi.org/10.1038/s41467-026-70361-y

מילות מפתח: קלפי במבוק, מורשת תרבותית, למידה עמוקה, הרכבת פרגמנטים, בינה מלאכותית מונחית פיזיקה