AI 解码印加奇普结绳：无监督聚类与来源分类揭示绳结结构模式

印加帝国（约公元1400-1532年）曾使用奇普（khipus）——一种打结的绳结装置作为主要记录媒介，但其系统至今未被完全破译。近日，一项基于机器学习的研究在 arXiv 上发布，旨在通过计算分析揭示奇普的结构模式。研究团队应用可重复的机器学习流程，对公开的奇普数据库（Open Khipu Repository, OKR）进行了深入分析。该数据库包含619个奇普，涵盖54,403条绳子和110,677个绳结。

研究中，团队为每个奇普设计了27个结构特征，并进行了三项核心分析：首先，通过UMAP和HDBSCAN进行无监督聚类，成功识别出三个结构不同的群组（轮廓系数达0.769）；其次，使用梯度提升进行监督式来源分类，针对印加晚期帝国风格的分类F1分数达到0.86；最后，通过SHAP可解释性分析，发现绳子的扭转方向是区分帝国奇普的主要结构特征。

此外，研究还揭示了两项方法学发现：一个聚类群组主要由19世纪欧洲博物馆藏品主导，表明殖民时期的采集和记录实践在数据集中留下了结构编码；同时，团队独立计算验证了Medrano和Urton（2018）报告的六个圣谷奇普的正面/背面结构，仅使用公开数据库就复现了总体附着比例和单个混合样本的识别。研究还报告了一项负面结果：绳结类型序列（编码为n-gram）在来源分类中未提供额外信号。所有代码和数据均已公开。