Fusão de imagens multivista usando distilação de conhecimento para classificação de contas de vidro antigas escavadas no Japão

Contas como Cápsulas do Tempo

Por mais de mil anos, pequenas contas de vidro viajaram por rotas comerciais do Mediterrâneo e da Índia até o arquipélago japonês. Hoje, esses fragmentos coloridos estão entre os artefatos mais comuns escavados no Japão — mais de 600.000 foram encontrados —, mas descobrir exatamente onde foram fabricados geralmente exige testes químicos lentos e caros e o olhar treinado de um especialista. Este estudo faz uma pergunta simples, porém poderosa: fotografias comuns e IA moderna podem substituir o laboratório, ajudando arqueólogos a rastrear as trajetórias dessas contas de forma rápida e não invasiva?

Por que o Vidro Antigo Importa

As contas de vidro são mais do que joias; são pistas sobre contatos de longa distância pela Eurásia. Regiões diferentes usavam misturas distintas de matérias‑primas e corantes, produzindo “assinaturas” químicas que especialistas usam para agrupar contas em famílias ligadas a locais como Leste Asiático, Índia, Sudeste Asiático, Ásia Central e Mediterrâneo. O trabalho tradicional de proveniência depende de instrumentos que medem componentes químicos e de especialistas que examinam formas, cores e marcas de fabricação sob ampliação. Essas abordagens revelaram histórias ricas sobre o comércio antigo, mas são difíceis de escalar para centenas de milhares de objetos frágeis guardados em museus e depósitos pelo Japão.

Das Medidas de Laboratório a Fotografias Simples

Para romper esse gargalo, os autores exploram um método que usa apenas imagens das contas. Em vez de dissolver uma lasca de vidro para análise, eles fotografam cada conta de dois ângulos: uma vista superior que revela o furo em forma de anel e os padrões gerais de cor, e uma vista lateral que mostra a espessura e o perfil. Essa visão dupla imita como especialistas manuseiam artefatos, girando‑os nas mãos para captar mudanças sutis na textura e na forma da superfície. O objetivo é ambicioso: dadas apenas essas imagens, um computador pode automaticamente atribuir cada conta a um dos 16 grupos químicos e regionais já estabelecidos pelos arqueólogos?

Ensinando Máquinas a Ver como Especialistas

A equipe recorre a um sistema híbrido de inteligência artificial chamado MidNet. Ele combina duas estratégias líderes de análise de imagens. Uma, conhecida como rede neural convolucional, é especialmente boa em captar detalhes finos como pequenos poros, filetes de cor ou danos na superfície. A outra, um transformador de visão, foi projetada para ver o panorama — como cores e formas se relacionam ao longo de toda a conta. O MidNet processa ambas as vistas (superior e lateral) por meio dos dois tipos de modelos e então incentiva que eles “entrem em acordo”. Durante o treinamento, cada modelo aprende não só a partir do rótulo correto, mas também a partir das predições do parceiro e da outra vista. Essa troca reduz o risco de o sistema se prender a peculiaridades de um ângulo ou tipo de modelo em vez de aos traços visuais duradouros ligados à origem.

Trabalhando com Dados Irregulares e Imperfeitos

O conjunto de dados por trás do MidNet consiste em 3.434 imagens de contas cujas classes foram previamente estabelecidas por meio de estudo especializado e análise química cuidadosa. Alguns tipos de contas são abundantes, enquanto outros estão representados por apenas alguns exemplos — um problema comum em arqueologia. Para evitar que a IA favoreça simplesmente as classes mais comuns, os pesquisadores usaram dois artifícios. Primeiro, geraram imagens de treinamento adicionais para tipos muito raros usando uma técnica moderna de síntese de imagens, produzindo variações críveis sem tocar nos artefatos. Segundo, distorceram deliberadamente as fotos de treinamento — alterando ligeiramente cor, recortando ou ocultando pequenos trechos — para tornar o sistema menos sensível a danos menores ou diferenças de iluminação. Em seguida, avaliaram o desempenho com um rigoroso procedimento de validação cruzada para ver quão bem o método generalizaria para contas não vistas.

Quão Bem o Sistema Funciona?

Quando os pesquisadores compararam seu híbrido MidNet com modelos de imagem mais convencionais, descobriram que usar ambas as vistas, superior e lateral, sempre ajudou, confirmando que os dois ângulos capturam pistas complementares. Em termos de acurácia bruta, o MidNet igualou o melhor método concorrente com uma margem de apenas algumas contas entre milhares, mas mostrou o comportamento mais estável entre diferentes divisões de teste. Em outras palavras, seu desempenho variou menos de um experimento para outro, indicando que é menos sensível a quais contas específicas compõem o conjunto de treinamento — uma qualidade crucial ao lidar com tipos raros de artefatos. O método ainda tem dificuldade com certas categorias muito semelhantes que mesmo especialistas acham difíceis de distinguir, sugerindo um problema “ultra‑fino” em que as diferenças são quase imperceptíveis apenas em fotografias.

O Que Isso Significa para Escavações Futuras

Este estudo demonstra que fotografia cuidadosa aliada a análise avançada de imagens pode estimar de forma confiável onde muitas contas de vidro antigas foram fabricadas, sem tocar em sua química. Para os arqueólogos, isso abre a porta para triagens rápidas, de baixo custo e não destrutivas de grandes coleções, até no campo ou em museus pequenos que não dispõem de laboratórios. Embora casos desafiadores ainda exijam julgamento especializado e testes químicos, um sistema como o MidNet poderia assumir a maior parte da classificação rotineira, destacar peças incomuns e apoiar grandes arquivos digitais que rastreiam o movimento do vidro através de continentes e séculos. Em suma, o trabalho mostra como a inteligência artificial pode ajudar a reconstruir a história humana, uma pequena conta de cada vez.

Citação: Fukuchi, T., Tamura, T. & Fukunaga, K. Multi-view image fusion using knowledge distillation for classification of ancient glass beads excavated in Japan. npj Herit. Sci. 14, 41 (2026). https://doi.org/10.1038/s40494-026-02305-0

Palavras-chave: arqueologia, contas de vidro, aprendizado de máquina, classificação baseada em imagens, patrimônio cultural