Gammalt kinesiskt glasarv: klassificering baserad på sammansättningsdata och maskininlärning

Varför gammalt glas fortfarande har nya berättelser att berätta

Forntida kinesiska glaspärlor och -kärl kan se lika ut som skatter från Egypten eller Mellanöstern, men kemiskt är de ofta ganska olika. Under århundraden förändrar begravning i jord och exponering för fukt dessutom ytorna, vilket gör det svårt för konservatorer att avgöra var ett föremål tillverkats eller hur. Denna studie visar hur modern statistik och maskininlärning kan läsa de dolda kemiska ”fingeravtrycken” i vittrat glas, och ge museer ett snabbare och mer objektivt sätt att klassificera föremål och spåra teknikhistorien längs Sidenvägen.

Glas längs Sidenvägen

Tidiga glaskomponenter nådde Kina via Sidenvägen, främst som importerade pärlor. Hantverkare lärde sig senare att tillverka glas lokalt med egna råmaterial. Som följd kunde kinesiskt glas efterlikna utländska stilar i färg och dekoration samtidigt som det hade ett eget recept. Två breda typer framträdde: hög‑kaliumglas, tillverkat med växtaska rik på kalium, och bly‑bariumglas, framställt med malmer som innehöll bly och barium. Dessa skillnader är viktiga eftersom de speglar förändringar i råmaterial, handel och teknik. Ändå suddar århundraden av vittring ut dessa signaler, så experter har traditionellt förlitat sig på vad de ser i mikroskopet — färg, mönster och grad av ytförfall — kombinerat med personlig erfarenhet, en metod som är tidskrävande och subjektiv.

Att göra glasrecept till användbara data

Författarna började från en verklig tävlingsdatamängd av forntida kinesiskt glas, som inkluderade varje föremåls typ, färg, dekorativa motiv, grad av vittring och detaljerad kemisk sammansättning. Eftersom glaskemi naturligt mäts i procent som summerar till ett helt, använde teamet en matematisk omvandling kallad centrerad logaritmkvot (centered log‑ratio). Detta omvandlar oxidprocent till siffror som kan analyseras säkert utan att skapa missvisande korrelationer. De rengjorde datan, fyllde i några saknade värden på ett kontrollerat sätt och kontrollerade att de transformerade mätningarna uppträdde statistiskt som normala klockformade fördelningar — en nödvändig förutsättning för många moderna analystekniker.

Hur vittring omformar glas

Nästa fråga forskarna ställde var vilka synliga egenskaper som verkligen relaterar till vittring. Genom att använda chi‑kvadrat och Fishers exakta test på 56 artefakter fann de en tydlig koppling mellan glastyp och grad av ytförfall, men ingen meningsfull koppling till färg eller dekorativt motiv. Hög‑kaliumglas och bly‑bariumglas åldras olika på grund av sina distinkta inre strukturer, inte på grund av hur de ser ut. Genom att jämföra kemiska mätningar tagna före och efter vittring på olika delar av samma föremål, och genom att gruppera många prover i fem kategorier (såsom ”före‑vittring bly‑barium” eller ”svår‑vittring bly‑barium”), visade de att nyckelkomponenter som kiseldioxid och vissa metalloxider förskjuts systematiskt när glas vittrar. Från dessa gruppskillnader byggde de enkla kvotbaserade korrigeringsfaktorer som kan uppskatta ett glases ursprungliga sammansättning utifrån dess förändrade yta, åtminstone för många av de huvudsakliga ingredienserna.

Att lära algoritmer känna igen glassläkten

Med korrigerade sammansättningar tränade teamet flera maskininlärningsmodeller — beslutsträd, logistisk regression, stödvektormaskiner och slumpmässiga skogar — för att sortera prov i de två huvudgrupperna, hög‑kalium och bly‑barium. Anmärkningsvärt nog räckte en enda ingrediens, blyoxid (PbO), för att ett beslutsträd skulle skilja de två med perfekt noggrannhet i deras datamängd: låg blyhalt innebar hög‑kaliumglas, hög blyhalt innebar bly‑bariumglas. Andra modeller nådde liknande hög prestanda och förblev robusta även när forskarna lade till artificiellt ”brus” för att efterlikna mätosäkerhet. De gick sedan ett steg längre och använde klustringsmetoder för att upptäcka naturliga undergrupper inom varje huvudfamilj. Hög‑kaliumglas delade sig i två undertyper — en rikare på kalcium och koppar, en annan rikare på barium och bly — medan bly‑bariumglas delade sig i tre mönster som betonade olika stödjande ingredienser såsom magnesium, natrium eller koppar och barium. Dessa finfördelade grupper antyder olika recept och verkstäder.

Vad detta betyder för museer och historia

För icke‑specialister är huvudbudskapet att forntida glas nu kan klassificeras mindre med ögat och mer med data. Genom att kombinera noggranna kemiska mätningar, lämplig statistisk behandling av procentdata och robust maskininlärning erbjuder denna studie konservatorer och arkeologer ett upprepbart sätt att identifiera vittrade glasföremål och knyta dem till särskilda hantverkstraditioner. Med tiden kan tillämpning av sådana metoder på större samlingar hjälpa till att kartlägga handelsvägar, lokalisera produktionscentra och följa hur kinesiska glasmästare experimenterade med nya flussmedel som bly och växtaska. Kort sagt, algoritmer tränade på kemi håller på att bli kraftfulla nya hjälpmedel för att berätta historien om hur ett till synes enkelt material, glas, knöt samman kulturer över kontinenter.

Citering: Tang, P., Gan, X. & Tang, J. Ancient chinese glass heritage classification based on compositional data and machine learning. npj Herit. Sci. 14, 125 (2026). https://doi.org/10.1038/s40494-026-02370-5

Nyckelord: forntida kinesiskt glas, Sidenvägens handel, kulturarvsvetenskap, maskininlärningsklassificering, glasvittring