כש-ChatGPT פוגש את בודהה: הסטארטאפ האקדמי שמחזיר לחיים ציורי קיר בני אלף שנה
פרויקט MurFact AI של Northeastern, שנולד מיוזמה של תלמידת תיכון, משתמש בארכיטקטורה דומה ל-ChatGPT כדי לנתח ולשחזר ציורי קיר היסטוריים. המערכת משלבת דאטה מתויג בידי מומחים, הקשר תרבותי ויזואלי וכלי deep learning, ומציעה למשחזרים חלופות מושכלות מבלי להחליף אותם. מודל כזה עשוי להתאים במיוחד גם לאתרי המורשת בישראל.
מפגש לא צפוי בין תיכוניסטית, בודהה ו-AI
בעידן שבו מודלי שפה גדולים כמו ChatGPT כותבים לנו קוד, מיילים ושירים, מישהו היה צריך לשאול: האם אפשר לגייס את אותה טכנולוגיה גם כדי להציל את העבר שלנו?
במעבדה של ד"ר Zheng Zheng בקמפוס טורונטו של Northeastern University נולד פרויקט כזה בדיוק – והטריגר אליו הייתה לא פרופסור בכירה, לא מוזיאון ענק, אלא תלמידת תיכון אמביציוזית.
Qianhao Han, כיום בכיתה י"א מטורונטו, עשתה מה שרוב בני נוער רק חושבים עליו: שלחה cold email לסדרה של חוקרים מובילים בתחום הבינה המלאכותית. כמעט כולם התעלמו. Zheng לא. הוא זיהה אצלה שילוב לא שגרתי של תשוקה לאמנות, ניסיון ברובוטיקה וידע בסיסי ב-AI – והזמין אותה למעבדה.
Han הציגה פרויקט קודם שבו פיתחה מערכת לזיהוי הולכי רגל והתראה לרכבים. מהר מאוד היא מצאה את עצמה עובדת כתף אל כתף עם סטודנטים לתארים מתקדמים, ובהם Jincheng Jiang, על רעיון חדש: מערכת בינה מלאכותית שמסייעת לשחזר ציורי קיר היסטוריים.
MurFact AI: כשהקיר הוא הדאטה־סט
הכלי שפיתחו נקרא MurFact AI, או בקיצור MurFact – והמשימה שלו שאפתנית:
- לזהות חלקים חסרים, פגומים או דהויים בציורי קיר עתיקים.
- להבין את ההקשר התרבותי, הדתי והאמנותי של היצירה.
- ולהציע שחזור ויזואלי מושכל, שלא מתבסס רק על ניחוש פיקסלים אלא על "הבנת" המשמעות.
בניגוד לתמונה דיגיטלית רגילה, ציורי קיר (murals) הם אתגר טכני ותרבותי:
- הם לעיתים עצומים – מעל 10 מטרים לאורך.
- רבים מהם חשופים לשמש, לחות, זיהום ומגע אדם לאורך מאות שנים.
- הם תלת־ממדיים: שכבות צבע, מרקמים, משיכות מכחול, סדקים.
- וכל שינוי לא נכון בשחזור עלול לשכתב היסטוריה ויזואלית.
Zheng וחברי הצוות, בהשראת ציורי קיר עתיקים מסין, רצו לפתח מודל שלא רק "ממציא" חלק חסר, אלא מתבסס על ידע:
לדוגמה, אם דמות בודהה בציור איבדה את כף היד, המערכת צריכה להעריך:
- איזה סוג מחווה היה שם במקור?
- מה הסגנון התקופתי הרלוונטי?
- איך נראו ייצוגים דומים באותה מסורת?
כאן נכנס הרעיון החשוב: MurFact לא עובד רק על פיקסלים; הוא מנסה ללמוד את "הדקדוק" הוויזואלי והתרבותי של האמנות.
כמו ChatGPT – אבל לקירות בני אלף שנה
Zheng מסביר שהארכיטקטורה של MurFact מבוססת על אותם עקרונות מודרניים שמניעים large language models כמו ChatGPT – רק שה"שפה" כאן היא שפה ויזואלית-היסטורית.
המודל מקבל אלפי תמונות של ציורי קיר שמסווגים ידנית על ידי מומחים לפי:
- תקופה וסגנון.
- מוטיבים דתיים ופילוסופיים.
- אייקונוגרפיה (מחוות, סמלים, לבוש, קומפוזיציה).
- סוגי נזק: חורים, שחיקה, דהייה, סדקים, לכלוך.
בדיוק כפי שמודל שפה לומד מה ההבדל בין "חתול" ל"כלב" דרך אינספור דוגמאות מתויגות, MurFact לומד מה ההבדל בין תבנית מקורית לבין נזק, בין אלמנט עיצובי לגורם מקרי.
התוצאה: כשהמערכת "מסתכלת" על ציור פגום, היא יכולה להציע:
- מה כנראה היה שם קודם.
- איך להשלים את הצורה בהתאם למסורת האמנותית.
- אילו אפשרויות שחזור סבירות עומדות בפני המשחזרים.
זה לא קסם, זה data + מומחים + מודל למידה עמוקה שמתייחס אל ציורי קיר כאילו היו משפטים בשפה עתיקה שיש לפענח.
כלי עזר, לא מחליף משחזרים
הנקודה הקריטית מבחינת החוקרים: MurFact אינו בא להחליף מומחי שימור אמנות.
שחזור של ציורי קיר היסטוריים הוא תהליך איטי, סופר־זהיר, שנמשך לעיתים שנים. כל החלטה – צבע, קו, תיקון – עלולה להיות בלתי הפיכה.
Zheng מדמיין עתיד שבו MurFact:
- יפעל כאפליקציה זמינה למשחזרים ולמוזיאונים.
- יאפשר הדמיה של אפשרויות שחזור לפני נגיעה פיזית בקיר.
- יקצר משמעותית תהליכי מחקר והצלבת מקורות.
- יסייע בהגנה על ממצאים מאוימים – מתנאי סביבה, מהזנחה או מסכסוכים.
כלומר, ה-AI משמש כ"עמית ויזואלי" – מציע, מדגים, מחפש דפוסים – והאדם המומחה הוא זה שמחליט.
עבור Han, שהגיעה כמתבגרת סקרנית והפכה לחלק מצוות מחקר אוניברסיטאי, זו גם הוכחה אישית: אפשר לשלב אהבה לאמנות ולקוד, ואפשר שבני נוער יהיו דמויות מפתח בחדשנות אמיתית.
למה זה מעניין אותנו כקהילת טק ו-AI בישראל?
מעבר לסיפור ההשראה, MurFact נוגע בכמה מגמות חמות שמדברות ישירות לקהל המקומי:
-
AI כתשתית לתרבות: לא רק צ'אטבוטים ו-Copilot למפתחים – אלא תשתיות להצלת מורשת תרבותית. בעולם שבו אתרים ארכיאולוגיים בישראל והאזור נמצאים תחת סיכוני זמן, אקלים ופוליטיקה, מודל כזה יכול להיות game changer.
-
מודלים רבי־מודליות עם הקשר עשיר: MurFact מדגים איך ארכיטקטורות בסגנון LLM יכולות לעבוד על ויזואליה+קונטקסט היסטורי, לא רק טקסט. זה היגיון דומה ל-vision-language models מתקדמים, אבל עם דרישה לדיוק ערכי ומדעי.
-
human-in-the-loop אמיתי: כאן אין מקום ל"הזיות" יצירתיות בסגנון GenAI. כל הצעה של המודל נמדדת מול מומחים. זו דוגמה טובה לשימוש אחראי בבינה מלאכותית בתחומים רגישים.
-
השראה לחוקרים ויזמים ישראלים: דמיינו גרסת MurFact לאתרים כמו בית שאן, ציפורי, מצדה, כנסיות עתיקות בגליל, פסיפסים, כתובות ארמיות ועבריות. ישראל היא מעצמת מורשת – והפוטנציאל לשילוב בין מוסדות תרבות, אוניברסיטאות וסטארטאפים בתחום כזה הוא עצום.
מעבר לטכנולוגיה: השימור כגשר בין דורות
Han מזכירה נקודה שאסור לפספס: ציורי קיר עתיקים אינם רק אסתטיקה. הם מגלמים רעיונות דתיים, פילוסופיים וחברתיים של תרבויות קדומות. לפגוע בהם, או לשחזר אותם לא נכון, זה כמו לערוך מחדש מסמך היסטורי.
כאן ה-AI נכנס כשותף זהיר:
- הוא מנתח, משווה ומציע.
- הוא מכבד את הצורך בידע אנושי מעמיק.
- והוא מאפשר לקהילות ברחבי העולם, כולל חוקרים צעירים, לקחת חלק פעיל בהגנה על המורשת.
במובן הזה, MurFact הוא סיפור על טכנולוגיה – אבל גם סיפור על גישה: פתיחות, שיתוף, ומוכנות לתת לתלמידת תיכון מקום ליד השולחן שבו מחליטים איך העבר שלנו ייראה בעיני העתיד.