Hierarchical Reinforcement Learning-Based Adaptive Denoising and Reversible Color Restoration Method for Complex Degraded Murals

إن الجداريات هي أكثر من مجرد لوحات على جدار؛ فهي سجلات هشة للتاريخ البشري، غالباً ما تتشبث بأسطح الكهوف القديمة أو الجص المتداعي. وبخلاف اللوحات القماشية في المتاحف، قضت هذه الأعمال الفنية قروناً وهي معرضة للعوامل الجوية، مما جعلها تعاني من مزيج فريد وفوضوي من الأضرار. فهي ليست مجرد باهتة أو متسخة؛ بل غالباً ما تكون مغطاة بطبقات معقدة من الضجيج، والشقوق، والبقع، وتقشر الأصباغ، حيث بدأت ملمس الطلاء نفسه في الضعف. إن ترميمها عملية توازن دقيقة؛ فإذا قام المرمم بالتنظيف بقوة مفرطة، فقد يمحو الخطوط الدقيقة لضربات الفرشاة أو التاريخ الخفي للتقادم. وإذا كان حذراً للغاية، فستظل الصورة محجوبة. الهدف هو الكشف عن الفن الأصلي دون ابتكار تفاصيل جديدة أو تغيير ما تبقى بشكل دائم، وهي عملية تتطلب فهماً عميقاً لمواضع اللمس ومدى قوة الضغط.

لسنوات طويلة، حاول علماء الحاسوب أتمتة هذا العمل الدقيق باستخدام الذكاء الاصطناعي. كانت المحاولات المبكرة تعامل الصورة بأكملها بنفس الطريقة، حيث تطبق مجموعة واحدة من القواعد لتنظيف الصورة بالكامل دفعة واحدة. هذا النهج يعمل جيداً مع الصور البسيطة، لكنه يفشل مع الجداريات لأن الضرر نادراً ما يكون موحداً. فقد يكون الوجه متصدعاً بينما الخلفية مجرد غبار، أو قد تبدو بقعة ساطعة من الضجيج وكأنها نمط زخرفي. إن تطبيق مرشح تنظيف شديد على الصورة بأكملة يمكن أن ينعم الشقوق، ولكنه قد يؤدي أيضاً إلى طمس الوجه، مما يدمر التفاصيل المهمة للغاية. لذا، كان التحدي يكمل في إنشاء نظام يمكنه النظر إلى الجدارية، وتحديد الجزء الذي يحتاج إلى مساعدة، واختيار الأداة الأكثر رقة وملاءمة لذلك الموضع تحديداً، مع ضمان إمكانية تتبع التغييرات وعكسها إذا لزم الأمر.

في دراسة حديثة، اقترح الباحثون طريقة جديدة لمعالجة هذه المشكلة من خلال تعليم الكمبيوتر اتخاذ القرارات في خطوات، تماماً كما يفعل المرمم البشري. فبدلاً من إجبار الكمبيوتر على إصلاح الصورة بأكملها في خطوة واحدة، قاموا بتفكيك المهمة إلى مستويين من التفكير. يعمل المستوى الأول كـ "مشرف"، حيث يقوم بمسح الجدارية بأكملها ليقرر أي منطقة تحتاج إلى الاهتمام أولاً. ينظر إلى الضرر ويتساءل: "هل هذا وجه يحتاج إلى تعامل دقيق، أم خلفية يمكن تنظيفها بقوة أكبر؟". وبمجرد اختيار منطقة ما، يتولى مستوى ثانٍ أكثر تخصصاً المهمة. يقرر هذا المستوى الأدنى كيفية إصلاح ذلك الموضع تحديداً، ويختار من قائمة إجراءات مثل إزالة الضجيج، أو تعديل اللون، أو الحفاظ على الملمس. ومن الأهمية بمكان أن النظام مصمم ليكون قابلاً للعكس، مما يعني أنه يحتفظ بسجل لكل تغيير بحيث يمكن استعادة الحالة الأصلية إذا تجاوز الترميم حده.

اختبر الباحثون هذا النظام ذو المستويين على آلاف الصور، بما في ذلك جداريات محاكية ذات أضرار جسيمة وأمثلة من مواقع واقعية. وقارنوا طريقتهم ببرامج حاسوبية قوية أخرى تحاول ترميم الصور. أظهرت النتائج أن نهجهم، الذي يسمدونه بإطار "التعلم التعزيزي الهرمي"، أنتج نتائج أكثر وضوحاً ودقة من غيره. وفي الاختبارات، حسنت الطريقة الجديدة وضوح الصور بشكل كبير، مما قلل من الضجيج البصري مع الحفاظ على الحواف الحادة للعمل الفني. والأهم من ذلك، أنها ارتكبت أخطاءً أقل في الألوان؛ فبينما كانت الطرق الأخرى غالباً ما تغير الألوان بشكل مبالغ فيه، مما يجعلها تبدو ساطعة جداً أو غير طبيعية، حافظ هذا النظام على الألوان أقرب بكثير مما يجب أن تكون عليه، مما قلل متوسط خطأ الألوان بنسبة تقارب الثلاثين بالمائة.

كشفت الدراسة أيضاً أن الطريقة التي يتخذ بها الكمبيوتر قراراته لا تقل أهمية عن الصورة النهائية التي ينتجها. فعندما أزال الباحثون مستوى "المشرف" وتركوا الكمبيوتر يحاول إصلاح الصورة بأكملها دفعة واحدة، انخفضت الجودة بشكل ملحوظ؛ حيث أصبح النظام أقل قدرة على التمييز بين الضرر والتفاصيل الفنية المهمة. وبالمثل، عندما أزالوا القدرة على عكس التغييرات، أصبح الكمبيوتر أكثر عدوانية، وغالباً ما كان يبالغ في تصحيح الألوان ويفقد الملمس الدقيق للطلاء. تشير هذه النتائج إلى أن عملية اتخاذ القرار خطوة بخوة ضرورية للتعامل مع الواقع الفوضوي وغير المنتظم للفن المتضرر. يتعلم الكمبيوتر أن يكون صبوراً، فيركز على منطقة واحدة في كل مرة ويتوقف عندما يشعر أن المنطقة قد استقرت، بدلاً من فرض إصلاح موحد عبر السطح بأكمله.

بعيداً عن مجرد الحصول على الأرقام الصحيحة، يوفر النظام طريقة للتحكم في أسلوب الترميم بناءً على الاستخدام المقصود. أظهر الباحثون أن الأداة نفسها يمكن ضبطها لأغراض مختلفة؛ فإذا كان الهدف هو التوثيق التاريخي الصارم، يمكن ضبط النظام لإجراء تغييرات قليلة جداً، مما يحافظ على الحالة الحالية للجدارية حتى لو بدت باهتة قليلاً. أما إذا كان الهدف هو العرض العام، فيمكن تعديل النظام لجعل الألوان أكثر حيوية والتفاصيل أكثر حدة، مما يساعد المشاهدين على رؤية الفن بوضوح أكبر. هذه المرونة تعني أن الترميم الرقمي ليس بالضرورة عملية "مقاس واحد يناسب الجميع"، بل يمكن أن يكون عملية محكومة وشفافة حيث يقرر المرممون مقدار التدخل المناسب، مع معرفة أن النسخة الرقمية يمكن دائماً إعادتها إلى حالة أكثر أماناً.

أجريت الدراسة باستخدام مجموعة كبيرة من الصور، بما في ذلك آلاف اللوحات المستخدمة لتعليم الكمبيوتر كيف يبدو الفن، ومئات من صور الجداريات المحددة التي تم إتلافها اصطناعياً لاختبار حدود النظام. وبينما تبدو النتائج واعدة، يشير الباحثون إلى أن الاختبارات الحالية كانت عمليات محاكاة؛ فالأرقام والمقارنات البصرية تم توليدها من خلال تشغيل البرنامج على هذه المجموعات البيانية الخاضعة للرقابة، مما يسمح بقياس دقيق، ولكنه لا يثبت بعد كيف سيكون أداء النظام على جدار حقيقي عمره قرون في كهف. يقترح المؤلف أن الخطوة التالية هي اختبار الطريقة في مواقع التراث الفعلية وإشراك خبراء بشريين للحكم على النتائج. وحتى ذلك الحين، يظل هذا العمل دليلاً قوياً على أن منح الحواسيب طريقة هيكلية للتفكير في الترميم — أي تقرير أين ومتى وكيف يتم العمل — يمكن أن يؤدي إلى حفظ أفضل وأكثر أماناً واحتراماً لتاريخنا المشترك.