物理学に導かれた深層学習で断片化した古代竹簡を再結合する

砕けた過去をつなぎ合わせる

東アジア各地では、初期の書物の多くは製本された紙の冊子ではなく、細長い竹の札に墨で書かれたものでした。二千年以上埋もれていたこれらの壊れやすい記録は、現在考古学者のもとに小さな破片の山として届きます。どの断片がどれとつながるかを手作業で割り出すには、専門家が一つの組合せに何週間も費やすことがあるほどです。本研究はWisePandaと呼ばれる新しい物理指導型の人工知能システムを紹介します。これにより学者たちは古い竹簡の断片をはるかに速く、より正確に再結合でき、その中に記された言葉や考えへと至る道が短縮されます。

なぜ古代の竹簡が今日重要なのか

竹簡は、法典や公的報告、哲学、日常の暦に至るまで、初期中国史の多様な記録を保存しています。竹は丈夫であったため、多くの札が地下で文字を残したまま残存しました。しかし地震、土圧、湿気、微生物により多くの竹簡は数千にも及ぶ不規則な破片に粉砕されました。縁は歪み磨耗し、文字が破断面まで達していないことも多い。結果として、目視で断片を照合する作業は、指標となる図柄の大部分が欠けた巨大なジグソーパズルを解くようなものです。曲線の形状を比較する従来のコンピュータ手法は、破断パターンが極めて複雑で著しく摩耗しているため苦戦します。

ひび割れに沿って機械に学ばせる

考古学者が手作業で既に照合した少数の断片対からのみ学習させる代わりに、WisePandaのアプローチは竹がどのように割れ風化するかという物理から出発します。著者らは竹を緊密に詰まった垂直の繊維とモデル化します。横向きの力がこれらの繊維に沿って束ごとに裂け目を蛇行させる様子を、破壊力学の既知の規則に従ってシミュレートします。次に、掘り出された実物の露出した凹凸や鋭い突起が何世紀もの埋没でどのように「侵食」されるかを再現し、湿気や微生物が突出部を削り取る様子を模倣します。この仮想的な破断・風化機構を調整して合成された破断面が実際の出土品の統計的特徴に似るようにすると、人的ラベル付けなしで大量の現実的な照合断片ペアを生成できます。

賢いランキングエンジンの仕組み

こうして生成されたペアは、二つの断片の縁がつながるかどうかを判定するニューラルネットワークに供給されます。各断面は、色や表面の質感といった気を散らす詳細を取り除き、数十点で標本化された単純な曲線プロファイルに還元されます。ネットワークは三つ組の例から学習します：類似度を高く評価すべき正しい対と、非常に異なると評価すべき第三の無関係な曲線です。時間がたつにつれて、真の一致する破断線がどのようなものかという内部的な感覚を築き上げます。実際の断片が与えられると、WisePandaはその縁をコレクション内のすべての縁と比較し、有望な相手の上位リストを生成します。これにより何千もの候補の探索が専門家にとって短く扱いやすいチェックリストになります。

手法の実地検証

チームは中国の西漢時代の墓からデジタル化された断片でWisePandaを評価しました。そこでは考古学者が既に118組の札を丹念に再結合していました。正しい相手が数百、あるいは千を超える候補の中に隠されたテストにおいて、WisePandaは常に真の一致を提案リストの上位近くで見つけ、古典的な曲線照合アルゴリズムや最新の生成モデル群を上回りました。繊維の構造や風化パターンが竹と異なる木製札に適用した場合でも、システムは有用な指針を示し、物理に基づく戦略がさらなる調整により他の材料にも適応できることを示しました。

文化遺産を守るための新しい道具

WisePandaは、物理的洞察と深層学習を組み合わせることで文化遺産研究の重要なボトルネック――大規模な手作業ラベル付き学習セットの不足――を突破する様子を示しています。まず遺物の割れ方や風化の仕方をシミュレートし、その合成でありながら現実的なデータでネットワークを訓練することで、著者らは考古学者が一致を絞り込むのに実用的な道具を提供します。平たく言えば、このシステムは専門家に取って代わるものではなく、干し草の山を仕分けて人が針をより早く見つけられるようにする知的な助手として働きます。陶磁器、木材、金属、その他の材料についても同様の物理駆動手法が開発されれば、世界中の博物館や研究者が共有するかれらの脆弱な過去の遺物を再構築するやり方を変革し得ます。

引用: 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

キーワード: 竹簡, 文化遺産, 深層学習, 断片再構成, 物理情報を取り入れたAI