Zautomatyzowane wykrywanie i wydobywanie tematów starożytnych malowideł ściennych w różnych stylach

Dlaczego odszyfrowanie starożytnej sztuki ściennej ma znaczenie dziś

W całej Azji starożytne malowidła zdobią ściany jaskiń, świątyń i grobów, zachowując opowieści o życiu codziennym, religii i władzy, które dawno zniknęły z zapisu pisanego. Teraz jednak te obrazy istnieją w ogromnych cyfrowych zbiorach, zbyt rozległych, by eksperci mogli badać je pojedynczo. Badanie to pokazuje, jak współczesna sztuczna inteligencja może automatycznie sortować malowidła według stylu i wydobywać ich powtarzające się tematy, pomagając historykom, kustoszom i opinii publicznej poruszać się w tym wizualnym uniwersum i lepiej rozumieć, jak wierzenia i sposoby życia ewoluowały przez stulecia.

Odczytywanie malowideł cyfrowymi oczami

Zamiast polegać na oku specjalisty, autorzy tworzą komputerowy system, który traktuje każde malowidło jako zbiór wskazówek wizualnych. Zebrali niemal 5 400 obrazów z trzech kontekstów: malowideł jaskiniowych z długich wykutych sanktuariów skalnych, malowideł świątynnych z budynków religijnych nad ziemią oraz malowideł grobowych złożonych wraz z zmarłymi. System najpierw przekształca każde zdjęcie w kilka rodzajów opisów numerycznych, które chwytają paletę kolorów, fakturę powierzchni, drobne lokalne detale takie jak krawędzie czy ornamenty oraz szersze układy postaci i scen. Łącząc te różne „widoki” tego samego obrazu, komputer zyskuje bogate, wielowarstwowe rozumienie tego, co odróżnia jeden styl malarski od drugiego.

Nauczanie komputera rozpoznawania stylów malowideł

Gdy te wizualne odciski palców zostaną wyodrębnione, autorzy trenują model uczenia maszynowego, by nauczył się, które wzorce odpowiadają malowidłom jaskiniowym, świątynnym lub grobowym. Sednem systemu, nazwanego MV2FLR, jest połączenie pięciu typów cech, które następnie trafiają do prostego, lecz skutecznego klasyfikatora statystycznego znanego jako regresja logistyczna. Testowany na niewidzianych wcześniej malowidłach model prawidłowo identyfikuje styl prawie w 99 procentach przypadków, przewyższając bardziej złożone sieci głębokiego uczenia, które patrzą jedynie na jeden aspekt obrazu. Badanie wykazuje także, że cechy oparte na łatkach (patch-based), które uchwytują zależności małych regionów obrazu w całym malowidle, szczególnie dobrze rozróżniają style, podczas gdy sam kolor i faktura nie wystarczają.

Odnajdywanie opowieści ukrytych w opisach malowideł

Malowidła to nie tylko obrazy; są także starannie katalogowane krótkimi opisami tekstowymi. Aby zbadać, o czym są te obrazy, badacze używają nowoczesnej metody wydobywania tematów zwanej BERTopic na towarzyszących tekstach chińskich. Podejście to grupuje razem malowidła, które dzielą kluczowe słowa, takie jak „Bodhisattva”, „uczta”, „podróż” czy „głoszenie Dharmy”, i mapuje, jak często każdy klaster pojawia się w kontekstach jaskiniowych, świątynnych lub grobowych. W ten sposób ujawnia zarówno uderzające pokrycia, jak i wyraźne różnice w tematyce. Wszystkie trzy typy malowideł wielokrotnie przedstawiają postacie buddyjskie, bóstwa ochronne, służbę i latające istoty niebiańskie, co sugeruje wspólny język wizualny zakorzeniony w piśmie i rytuale.

Jak różne przestrzenie kształtują sztukę

Jednocześnie każdy kontekst malowideł rozwija własne ulubione motywy. Malowidła świątynne silnie skłaniają się ku nauczaniu religijnemu: scenom narracyjnym z pism buddyjskich, formalnym zgromadzeniom kaznodziejskim i uporządkowanym rzędami królów niebiańskich oraz innych bóstw. Malowidła grobowe skupiają się na doczesnym i oczekiwanym życiu zmarłych, eksponując bankiety, muzykę i taniec, procesje z końmi i bryczkami oraz idealizowane sceny domowe. Malowidła jaskiniowe często znajdują się między tymi światami, mieszając paradyzje Czystej Krainy i ofiary dewocyjne z migawkami zwyczajów regionalnych. Śledząc, jak te tematy rosną i maleją w kolejnych dynastiach, autorzy pokazują, że przesunięcia władzy politycznej, moda religijna i praktyki codzienne zostawiają swoje ślady na malowidłach ściennych.

Co to oznacza dla rozumienia przeszłości

Dla osób niebędących specjalistami przesłanie jest proste: łącząc inteligentną analizę obrazu z wydobywaniem informacji z tekstu, komputery mogą dziś pomóc nam sortować ogromne zbiory malowideł, uwypuklać to, co czyni różne tradycje wyjątkowymi, i pokazywać, gdzie mają wspólną płaszczyznę. Zamiast zastępować ludzką ekspertyzę, zautomatyzowane podejście daje historykom i kustoszom potężny zestaw reflektorów do odnajdywania wzorców, które byłyby niemożliwe do zauważenia gołym okiem. W ten sposób ułatwia zachowanie, organizację i prezentację tych delikatnych dzieł, tak aby przyszłe pokolenia mogły badać, jak starożytni artyści wyobrażali sobie bogów, władców, zwykłych ludzi i światy, które wyobrażali sobie poza śmiercią.

Cytowanie: Sun, S., Li, T. & Li, Q. Automated detection and topic mining of ancient murals across different styles. npj Herit. Sci. 14, 112 (2026). https://doi.org/10.1038/s40494-026-02374-1

Słowa kluczowe: starożytne malowidła ścienne, AI dla dziedzictwa kulturowego, klasyfikacja stylu obrazu, sztuka buddyjska, modelowanie tematów