Architectural Heritage Recognition with Deep Learning: An ANN and CNN Approach

غالبًا ما يُكتب التاريخ في الحجر، ولكن لقرون من الزمن، اعتمد فهم القصص المنحوتة في ذلك الحجر على العمل البطيء والدقيق للعيون البشرية. فعندما ينظر مؤرخ أو مهندس معماري إلى مبنى من ماضٍ بعيد، يجب عليه تحديد طرازه — سواء كان الأقواس الشاهقة للعصر القوطي أو الأعمدة المعقدة لبلاد فارس القديمة — لفهم مكانته في الزمن. هذه العملية اليدوية ليست بطيئة فحسب، بل يصعب أيضاً توسيع نطاقها عند مواجهة آلاف الصور المبعثرة عبر الأرشيفات. إن التعقيد البصري لهذه الهياكل، بما تتميز به من أنسجة وأشكال ومواد فريدة، يجعل من الصعب تنظيمها بشكل منهجي. وفي السنوات الأخيرة، قدم فرع من علوم الحاسوب يُعرف باسم "التعلم العميق" طريقة جديدة لمعالجة هذه المشكلة. فهذه الأنظمة مصممة للتعلم من البيانات تماماً كما يتعلم العقل البشري من الخبرة، مما يسمح لها بالتعرف على الأنماط في الصور التي قد تكون خفية للغاية أو عديدة جداً بحيث يصعب على الشخص فرزها بكفاءة. ومن خلال تعليم الحواسيب رؤية التفاصيل المحددة التي تُعرف حقبة بناء معينة، يأمل الباحثون في إنشاء أدوات يمكنها أتمتة فهرسة وحفظ تراثنا المعماري المشترك.

في دراسة حديثة، وضع الباحثان ماجد علي بيج وسارة عباس من جامعة الإدارة والتكنولوجيا هدفاً لبناء مثل هذه الأداة. لقد ركزا على تحدي التصنيف التلقائي لصور المباني التاريخية ضمن طرزها المعمارية الصحيحة. وللقيام بذلك، طورا برنامجاً حاسوبياً يعتمد على نوع من الذكاء الاصطناዊ يُسمى "الشبكة العصبية الالتفافية". يمكنك التفكير في هذه الشبكة كمنظومة رقمية تنظر إلى الصورة وتفككها إلى طبقات من الميزات، بدءاً من الخطوط والأشكال البسيطة وصولاً تدريجياً إلى الأنماط المعقدة التي تُحدد طرازاً معيناً. بدأ الفريق بمجموعة كبيرة من صور المباني التاريخية المتاحة عبر الإنترنت، والتي احتوت على صور تمثل خمسة وعشرين طرازاً معمارياً مختلفاً. ولتجربتهم الأولية، اختاروا أربعة طرز متميزة لاختبار نظامهم: الطراز الأخميني القديم، والطراز القوطي من العصور الوسطى، وطراز التفكيكية الحديث، وطراز "آرت نوفو" (الفن الجديد) المزخرف.

قام الباحثون أولاً بإعداد الصور ليتمكن الحاسوب من قراءتها. فقد حولوا كل صورة إلى صورة رمادية (تدرج رمادي)، مستبعدين اللون للتركيز بحت على الأشكال والهياكل، وقاموا بتغيير حجمها جميعاً لتصبح بحجم موحد وهو 256 في 256 بكسل. ضمن هذا التوحيد أن الحاسوب يقارن "التفاح بالتفاح" (أي أشياء متماثلة)، بدلاً من الارتباك بسبب اختلاف أحجام الصور أو تباينات الألوان. ثم قاموا بتغذية هذه الصور المعالجة في شبكتهم العصبية المصممة خصيصاً. صُمم النظام بعدة طبقات تعمل معاً لاستخراج أهم التفاصيل من كل صورة. واستخدم تقنيات رياضية لضبط أهمية الميزات المختلفة، مما يضمن تعلم النظام للأنماط الصحيحة دون الارتباك بالضجيج أو التفاصيل غير ذات الصلة. ولجعل النظام فعالاً قدر الإمكان، استخدم الباحثون أداة مؤتمتة لاختبار آلاف الإعدادات المختلفة، بحثاً عن المزيج المثالي من المعايير الذي يسمح للحاسوب بالتعلم بسرعة ودقة أكبر.

أظهرت النتائج أن الحاسوب يمكنه بالفعل تعلم التمييز بين هذه الطرز المعمارية المعقدة. فبعد التدريب على البيانات، حقق النظام مستوى عالياً من الدقة، حيث حدد طراز المبنى بشكل صحيح في غالبية الحالات خلال مرحلة التدريب. وعند اختباره على صور جديدة لم يرها من قبل، حافظ النظام على أداء قوي، حيث صنف الطراز المعماري بشكل صحيح في حوالي 85 بالمائة من الحالات. كما قاس الباحثون مدى أداء النظام باستخدام مقاييس محددة تنظر في عدد المرات التي كان فيها محقاً وعدد المرات التي أخطأ فيها في تحديد الهوية الصحيحة. أظهر النظام قدرة متوازنة على إيجاد الطراز الصحيح دون ارتكاب الكثير من الأخطاء، مع درجة تعكس فهماً متيناً للاختلافات البصرية بين الطرز. ومع ذلك، كشفت الدراسة أيضاً أن النظام لم يكن مثالياً؛ فقد خلط أحياناً بين الطراز القوطي والطراز الرومانسكي، مما يشير إلى أن بعض السمات المعمارية متشابهة للغاية لدرجة أن النماذج الحاسوبية المتقدمة قد تجد صعوبة في التمييز بينهما.

يوضح هذا العمل أن التعلم العميق يمكن أن يعمل كمساعد قوي للمؤرخين والمحافظين على التراث. فمن خلال أتمتة عملية الفرز الأولي لآلاف صور المباني، يمكن للنظام المساعدة في تنظيم المجموعات الضخمة من السجلات المعمارية بسرعة أكبر بكثير مما يمكن للإنسان القيام به. وأشار الباحثون إلى أن نهجهم قابل للتوسع، مما يعني أنه يمكن توسيعه للتعامل مع النطاق الكامل للخمسة وعشرين طرازاً الموجودة في مجموعة بياناتهم، وليس فقط الطرز الأربعة التي اختبروها. وبينما يعد النموذج الحالي خطوة هامة للأمام، إلا أن المؤلفين يقرون بأن هناك المزيد من العمل الذي يتعين القيام به. ومن المرجح أن تركز الجهود المستقبلية على تحسين النظام للتعامل مع طرز أكثر وتحسين قدرته على التمييز بين الفترات المعمارية شديدة التشابه. وفي الوقت الحالي، تثبت الدراسة أن الحواسيب يمكن تعليمها التعرف على اللغة البصرية للتاريخ، مما يقدم طريقة جديدة لتوثيق وفهم التراث العمراني الذي يحيط بنا.