Corpus scale reassembly of fragmented bamboo slips using excavation context and latent slip properties

あなたは、巨大で古の謎を解こうとしている探偵だと想像してください。ただし、あなたの証拠品は犯罪現場ではなく、数千もの小さな、折れた木の棒の山です。これらは単なる棒ではありません。竹簡（ちっかん）であり、古代中国のハードドライブ、すなわち帝国の法律、税制、そして秘密を運んでいたものです。考古学者がこれらを掘り起こすとき、竹はしばしば湿って砕け散り、何百万ものギザギザした破片になっています。問題は、その順番が失われていることです。歴史を読み解くためには、まずそれらの破片を再び接着しなければなりません。

何十年もの間、専門家たちはこれらの棒の折れた端の部分に注目し、一つの破片のギザギザした線が、もう一つの破片と完璧に合うことを期待することで、このパズルを解こうとしてきました。コンピュータはこれにかなり長けてきており、どの破片が一緒にすべきかを示唆する、超高速の「お見合い仲介役」として機能します。しかし、ここに落とし穴があります。コンピュータは「おそらく一致する」というリストを作ることはできますが、全体像を知ることはできません。その竹簡がどれほどの長さであるべきか、あるいは、そこに文字を書いた人物がどのような筆致を持っていたか、あるいは、その破件が地面のどの位置で見つかったかといったルールを知らないのです。これらのルールがなければ、コンピュータは誤って二つの異なる物語を接着してしまい、紙の上では完璧に見えても、現実には間違っている「偽の歴史」を作り出してしまう可能性があります。ここで新しい研究が登場し、次のような単純な問いを投げかけます。「もし、破片を一つずつ見るのではなく、地中から得られたあらゆる手がかりを使って、パズル全体を一気に解くとしたらどうだろうか？」

---

大いなる竹のパズル：グローバルなルールブックによる歴史の解明

この研究において、研究者のJie Yang氏とWeishan Yang氏は、これらの古代の竹簡の再構成を、「端を合わせるゲーム」としてではなく、大規模な「グローバルな最適化問題」として扱うことに決めました。このように考えてみてください。もしあなたが、バラバラになった本を復元しようとしているなら、単に破れた端が一致するページを探すだけではないはずです。フォントサイズが同じか、紙の厚さが一定か、そしてそれらのページが屋根裏の同じ箱から来たものかどうかも確認するはずです。

チームは、厳格で非常に賢い司書のように振る舞うコンピュータ・システムを構築しました。このシステムは、単に「これら二つの折れた端は似ているか？」と問うのではなく、「もしこれらの破片を組み合わせたら、単一の竹簡としてのルールを満たすか？」と問います。これらのルールこそが、著者たちが「潜在的な特性（latent properties）」と呼ぶものです。これには、竹簡の総延長、幅、かつて紐で綴っていた穴の位置、さらには古代の書記の筆致などが含まれます。

アイデアをテストするために、研究者たちは（あまりにもリスクが高いため）実際の壊れやすい遺物を使用しませんでした。代わりに、彼らは有名な実世界の発見である「睡初堤（すいしょてい）出土品」をモデルにした、3,253個の壊れた竹片からなるシミュレーション上の宇宙を作り上げました。彼らはコンピュータに、これらの仮想の竹簡をバラバラにするようプログラムし、数千年にわたって竹が地中に置かれている間に起こる腐食、汚れ、欠損をシミュレートしました。そして、彼らの新しい「グローバル」なシステムに、それらの破片を再び組み立てさせ、従来のやり方（主に折れた端のマッチングに依存するもの）と比較しました。

結果：コンテキストこそが王である

研究結果は驚くほど明白でした。折れた端を合わせることに専念する従来の方法は、暗闇の中でジグソーパズルを解こうとしているようなものでした。その方法では、複数の破片からなる竹簡を完璧に復元できたのはわずか**0.5%**でした。対照的に、「グローバルなルール」を用いた新しいシステムは、**33.4%**の竹簡を完全な状態で回収することに成功しました。これは劇的な飛躍です！

しかし、最もエキサイティングな発見は、新しい方法がより優れているということだけでなく、「なぜ」それが優れているのかという点にありました。研究者たちは、どの手がかりが最も重要かを確かめるために、5つの異なる種類のヒントをテストしました。

1. 発掘コンテキスト（掘削状況）：破片が地面のどこで見つかったか。
2. 竹簡の長さ：元の棒がどれくらいの長さであったか。
3. 竹簡の幅：棒がどれくらいの幅であったか。
4. 書記の筆致：文字のスタイル。
5. 結束の切り込み：紐を通すための穴。

彼らは、発掘コンテキストが単一の最も価値ある手がかりであることを発見しました。これは、その破片が墓のどの特定の場所から来たかという情報です。研究は、もし二つの破片が土の中ですぐ隣で見つかったのであれば、それらが遠く離れた場所で見つかった二つの破片よりも、同じ竹簡に属している可能性がはるかに高いことを示唆しています。驚くべきことに、これほど貴重な情報を利用している他の公開されたシステムはまだ存在しません。著者らは、考古学者たちが、折れた端に集中しすぎるあまり、この金鉱のような情報を数十年にわたって無視してきたと主張しています。

なぜ「グローバル」なアプローチが勝るのか

この研究は、竹簡の特性（長さや筆致など）を、オブジェクト全体の「潜在的」あるいは隠れたルールとして扱うことが、ゲームチェンジャーになることも示しました。従来の方法では、コンピュータはこれら二つの破片を一度に比較するためだけに、これらの特性を利用しようとしていました。今回の研究は、これは曲の全体を理解するために、たった二つの音符を聞いて判断しようとするようなものだと論じています。コンピュータに「一つの竹簡は一貫した長さと一貫した筆致を持たなければならない」ということを「記憶」させることで、システムは不可能な組み合わせを拒絶できるようになりました。

例えば、コンピュータが短い竹簡の破片を長い竹簡の破片に接着しようとしたとき、従来の方法は「ほら、端が一致しているよ！」と言うかもしれません。しかし、新しいシステムは「待て、この二つの破片は同じ棒にはなり得ない。なぜなら、全体の長さに関する計算が合わないからだ」と判断します。これにより、二つの異なる物語を混ぜ合わせてしまう「誤った結合（fake joins）」を防ぐことができました。これらの不適切な結合の数は、2,122からわずか380へと減少しました。

結論

この研究は、古代の歴史を解き明かす鍵は、単に優れたカメラやより高速なマッチング・アルゴリズムを作ることではないことを示唆しています。それは、パズルの捉え方を変えることです。著者らは、私たちは個々の破片を孤立したミステリーとして扱うのをやめ、コレクション全体を一つの制約されたシステムとして扱う必要があると提案しています。

彼らは、自分たちの結果がシミュレーションに基づいていること、つまり、実際の遺物を模したコンピュータ生成のデータでテストしたものであることを強調しています。まだ実験室で実際の物理的な古代の竹の山に適用してはいませんが、シミュレーションは、もし私たちが発掘の際にすべての破片の正確な位置を記録し、そのデータを「グローバル」なソルバーに投入すれば、たとえ破片がひどく損傷していても、3分の1の竹簡を完璧に復元できる可能性があることを示しています。

要するに、この論文は、壊れた古代の本を直す最善の方法は、単に破れたページを見るのではなく、そのページがどこに落ちたか、本がどれくらいの長さであったか、そして誰がそれを書いたかを、同時に思い出すことであると主張しています。それは時として、謎を解くための最も強力な道具は、拡大鏡ではなく、地図であるということを思い出させてくれます。