Top
Ancient, inscribed stone tablet

ذكاء اصطناعي من كاوست يعيد الوضوح إلى نقوش تاريخية عمرها نحو 3 آلاف عام

طوّر باحثون في كاوست نموذجًا للذكاء الاصطناعي يعيد بناء أشكال الحروف المتضررة في النقوش الأثرية رقميًا، ليساعد المؤرخين وعلماء الآثار على قراءتها وتفسير معانيها.

طوّر باحثون في كاوست نموذجًا للذكاء الاصطناعي يعيد بناء أشكال الحروف المتضررة في النقوش الأثرية رقميًا، ليساعد المؤرخين وعلماء الآثار على قراءتها وتفسير معانيها. 

  • درّب الباحثون نموذج ديب هدد (DeepHadad) على إعادة بناء النقوش المتضررة، لجعلها أكثر وضوحًا وأسهل قراءة. 

  • بخلاف أدوات الذكاء الاصطناعي التي تستند إلى الأنماط اللغوية للتنبؤ بالكلمات أو الحروف المفقودة، يحلّل "ديب هدد" البنية المادية للنقوش. 

  • لتدريب النموذج، حاكى الباحثون الأضرار التي تلحق بالنقوش، وأنشؤوا أمثلة تجمع بين النص السليم ونسخة متضررة منه، وهي أمثلة تندر في المصادر المتاحة.  

ما نموذج "ديب هدد"، وما وظيفته؟ 

تُعدّ النقوش المحفورة على التماثيل مصدرًا أساسيًا للمؤرخين الساعين إلى فهم الحضارات القديمة. غير أن عوامل التجوية والتعرية، إلى جانب التخريب المتعمّد، تسببت على مرّ القرون في ضياع جانب كبير من هذا السجل المكتوب.  

وفي هذا السياق، طوّر باحثون في جامعة الملك عبدالله للعلوم والتقنية (كاوست) نموذجًا للذكاء الاصطناعي باسم "ديب هدد"، يعيد بناء الأسطح التي تضررت بفعل الزمن في صورة رقمية. واستخدم الفريق هذه التقنية لتسهيل قراءة النقوش شديدة التلف على تمثال يقارب عمره ثلاثة آلاف عام، وهو تمثال أثري هام يعود لحاكم أو مسؤول يُدعى "هدد يسعي" عند الشعوب القديمة في الهلال الخصيب (سوريا وبلاد ما بين النهرين).   

ويقول جوناثان كلاين، عالم الأبحاث في كاوست وأحد المشاركين في المشروع "يساعد ديب هدد المؤرخين وعلماء الآثار على دراسة سجلات مكتوبة قديمة قد يستحيل فك رموزها بدون هذه التقنية. ويفتح هذا الإنجاز آفاقًا جديدة لإثراء فهمنا للماضي".    

استخدم باحثون في كاوست تقنية الذكاء الاصطناعي لتحسين قراءة النقوش المتضررة بشدة على تمثال "هدد" الذي يعود تاريخه إلى 3000 عام.

كيف طُوِّر نموذج "ديب هدد"؟  

استخدم الباحثون أولًا المسح ثلاثي الأبعاد لالتقاط تفاصيل سطح النقوش على تمثال هدد، وتسجيل عمق الحروف المحفورة وأشكالها. وأنتج ذلك تمثيلات رقمية مفصّلة يمكن للنموذج استخدامها لتعلّم السمات المادية لهذه النقوش.  

وشكّل نقص بيانات التدريب تحديًا رئيسيًا؛ إذ تُدرَّب نماذج الذكاء الاصطناعي عادةً على مجموعات ضخمة تضم تريليونات من نقاط البيانات. لكن عدد النقوش الباقية باللغة الآرامية محدود، وهي لغة قديمة تنتمي إلى مجموعة اللغات السامية الشمالية الغربية، وكُتبت بها نقوش تمثال هدد. وواجه الباحثون صعوبة أخرى تتمثّل في أن لكل حرف محفور شكلًا فريدًا، مما حال دون العثور على أمثلة متطابقة للحرف نفسه في حالتيه السليمة والمتضررة.  

وللتغلّب على هذا النقص، استخدم الفريق حروفًا محفوظة بحالة جيدة على التمثال، وحاكى رقميًا ما قد تتعرّض له من تآكل وتشققات وتشوّه. وأنتجت هذه العملية آلاف الأمثلة، يضمّ كل منها حرفًا سليمًا ونسخة متضررة منه، لتزويد نموذج "ديب هدد" بالمادة التدريبية اللازمة لتعلّم إعادة بناء النقوش المتضررة وتسهيل قراءتها.  

"ومن خلال الجمع بين التقنيات الحاسوبية والخبرة التاريخية، يمكننا تحقيق تقدّم في دراسة النقوش القديمة وتعميق فهمنا لتاريخ الحضارات القديمة".

دومينيك ميشيل

كيف يدعم الذكاء الاصطناعي المؤرخين وعلماء الآثار دون أن يحلّ محلّهم؟  

يمثّل "ديب هدد" أداة جديدة قيّمة للباحثين، وليس بديلًا عنهم. فبإمكانه أن يجعل قراءة النقوش التارخية أسهل بكثير، لكنه لا يستطيع بالضرورة استعادة كل حرف مفقود أو متضرر.  

كذلك، لا يحاول النموذج فهم مضمون النقوش أو التنبؤ به، بل يقتصر دوره على جعل النصوص المتضررة أوضح للقراءة، تاركًا للمؤرخين وعلماء الآثار مهمة تفسير معانيها ووضعها في سياقها التاريخي.  

ويقول دومينيك ميشيل، أستاذ علوم الحاسب الآلي في كاوست "حتى مع توافر بيانات تدريب واسعة، تظلّ الخبرة البشرية المتخصصة ضرورية لتفسير اللغات القديمة. ومن خلال الجمع بين التقنيات الحاسوبية والخبرة التاريخية، يمكننا تحقيق تقدّم في دراسة النقوش القديمة وتعميق فهمنا لتاريخ الحضارات القديمة". 

تفاصيل الخبر

المراجع وبيانات التواصل

الاستفسارات الإعلامية

للصحفيين

لترتيب مقابلات أو طلب مزيد من المعلومات، يُرجى التواصل مع فريق التواصل الاستراتيجي والعلاقات العامة.