Команда исследователей из Университета Нагои (Япония) и Университетского колледжа Лондона разработала систему глубокого обучения, способную автоматически классифицировать древнюю японскую керамику Суэ (Sue ware) с общей точностью 93,2%. Вместо традиционных двумерных фотографий и рисунков модель анализирует трёхмерные облака точек, полученные при лазерном сканировании и фотограмметрии, что позволяет учитывать форму сосуда целиком. Результаты опубликованы в Journal of Archaeological Science в марте 2026 года.
Керамика Суэ — неглазурованная каменная посуда, которую изготавливали в Японии между V и X веками нашей эры. Традиционно её классификация по типам требует многолетнего опыта и субъективных оценок экспертов, что приводит к разногласиям между специалистами. Ведущий автор исследования Ватару Тацуда и старший автор Хаята Иноуэ предложили автоматизировать этот процесс с помощью архитектуры Point Transformer, обрабатывающей трёхмерные данные напрямую.
Для обучения модели исследователи оцифровали 917 сосудов Суэ с помощью оптического сканера и фотограмметрии. Каждый предмет был представлен в виде облака из 1024 точек, а эксперты-археологи присвоили каждому сосуду классификационную метку. Модель обучалась распознавать пять различных типов керамики, и итоговая точность составила 93,2% — результат, сопоставимый с оценками опытных специалистов. При этом система обрабатывает каждый образец за доли секунды, тогда как ручная классификация может занимать часы.
«Наша модель позволяет увидеть, какие именно точки оказали наибольшее влияние на решение о классификации. Это превращает модель из чёрного ящика в инструмент, помогающий понять, как принимаются эти решения», — отметил Хаята Иноуэ из Высшей школы гуманитарных наук Университета Нагои. Интерпретируемость модели стала одним из ключевых преимуществ: археологи могут визуально проверить, на какие элементы формы обратила внимание нейросеть, и сравнить это со своей интуицией.
Исследование вписывается в глобальный тренд на применение искусственного интеллекта в археологии и музейном деле. Ранее европейский проект ArchAIDE создал приложение для классификации керамических черепков по фотографиям, а проект RePAIR использовал роботов для сборки фресок из Помпей. Однако японская разработка впервые применила трёхмерный анализ облаков точек для массовой типологии керамики, что открывает новые возможности для цифровизации музейных коллекций по всему миру.
Практическое значение технологии трудно переоценить: музеи Японии хранят миллионы фрагментов Суэ, и их полная каталогизация вручную заняла бы десятилетия. Авторы планируют расширить датасет и адаптировать модель для других типов керамики, включая глазурованную посуду периодов Хэйан и Камакура. В перспективе такие системы могут стать стандартным инструментом в арсенале археологов, музейных кураторов и реставраторов, значительно ускоряя работу с культурным наследием.
