Op tempelmuren, oude grafstenen en rotswanden in China staan duizenden jaren aan geschiedenis gebeiteld. Deze inscripties, vaak poëtisch of historisch van aard, vormen een essentieel onderdeel van het Chinese culturele erfgoed. Maar door erosie, natuurschade en menselijke interventie zijn veel van deze teksten deels of volledig onleesbaar geworden. Volgens recent onderzoek van drie Chinese wetenschappers is in sommige regio’s, zoals Luoyang, bijna een derde van de inscripties uit het begin van de twintigste eeuw beschadigd of incompleet.
Historische reconstructie met moderne middelen
Traditioneel vergt het ontcijferen en reconstrueren van deze inscripties jarenlange expertise, nauwkeurig handwerk en diepe kennis van oude Chinese kalligrafie. Maar met de opkomst van kunstmatige intelligentie verschijnt er een nieuw hulpmiddel op het toneel. Onderzoekers Wang, Li en Li ontwikkelden een AI-systeem dat beschadigde inscripties niet alleen kan analyseren, maar ook kan aanvullen – en dat met een precisie die het handmatige werk verrassend dicht benadert.
Eén systeem, twee intelligenties
Het AI-systeem combineert twee vormen van intelligentie: een taalmodel en een visueel model. Het taalmodel, genaamd CIRoBERTa, is gebaseerd op de bekende RoBERTa-architectuur maar speciaal getraind op duizenden historische Chinese teksten. Daardoor kan het, op basis van de context in een inscriptie, nauwkeurig voorspellen welk karakter ontbreekt. Tegelijkertijd kijkt een beeldherkenningssysteem, gebaseerd op de Swin-Transformer, naar de vorm van de tekens in de steengravures. Dit model analyseert beschadigde of vervaagde karakters en suggereert hoe ze er oorspronkelijk uitzagen.
Wat deze aanpak uniek maakt, is de samenwerking tussen beide modellen. Terwijl het taalmodel bepaalt wát er waarschijnlijk bedoeld werd, helpt het visuele model met de vraag hóe het teken er precies uitzag. Hierdoor wordt niet alleen de inhoud hersteld, maar ook de esthetiek.
Succesvolle reconstructies, maar met kanttekeningen
In praktijktests wist het systeem indrukwekkende resultaten neer te zetten. Het taalmodel bleek sterker dan eerdere Chinese AI-systemen dankzij de focus op traditionele karakters, en het visuele model herkende subtiele verschillen in stijl en slijtage. Samen wisten ze een hoge mate van nauwkeurigheid te behalen, waarbij gereconstrueerde tekens vaak nauwelijks van origineel te onderscheiden waren.
Toch is het project niet zonder beperkingen. De dataset waarop de modellen zijn getraind is nog relatief beperkt in stijlvariatie, waardoor het systeem vooral goed werkt op bepaalde soorten inscripties. Ook blijft het risico bestaan dat taalmodellen ‘hallucineren’ – ze vullen iets plausibels in dat historisch gezien niet klopt. De onderzoekers willen daarom in de toekomst technieken integreren waarbij het model actief put uit betrouwbare externe bronnen om fouten te vermijden.
Technologie als cultureel beschermer
Deze AI-aanpak is veel meer dan een technologische gimmick. Ze vormt een wezenlijke stap in de richting van digitale restauratie en toegankelijk erfgoedbeheer. Restauratoren kunnen met behulp van dit systeem sneller werken, terwijl musea en bibliotheken gedigitaliseerde versies kunnen aanbieden aan een wereldwijd publiek. Waar eens het stof van de tijd heerste, biedt AI nu een venster op het verleden.
Volgens de onderzoekers is het slechts een begin. In de toekomst hopen zij AI-modellen te ontwikkelen die tekst en beeld nog dieper geïntegreerd kunnen verwerken – en zo inscripties uit zelfs de meest beschadigde bronnen kunnen reconstrueren.
Een nieuwe renaissance van oude kennis
Het onderzoek van Wang, Li en Li laat zien hoe kunstmatige intelligentie niet alleen onze toekomst kan vormgeven, maar ook een sleutelrol kan spelen in het behoud van ons verleden. In een tijd waarin erfgoed wereldwijd bedreigd wordt door verwaarlozing, klimaatverandering en conflicten, vormt AI een onverwachte maar waardevolle bondgenoot voor historici, archeologen en taalkundigen.
De stenen spreken weer – dankzij code.
![]() |
Chinese inscription restoration based on artificial intelligent models - npj Heritage ScienceChinese ancient inscriptions have a long history, while natural erosion and human destruction have led to many incomplete inscriptions with low-quality textual data and blurry images. With deep learning technologies, it is expected to use relevant image and language processing tasks to restore inscriptions. To improve the efficiency of restoration tasks and promote the digital protection of cultural heritage, this study used deep learning technology to restore ancient Chinese inscriptions. We combined natural language processing and computer vision technologies to train models for restoring inscriptions. The results indicated that the joint solution had advantages over every single model for incomplete character restoration. |