Як ШІ читає середньовічні рукописи й знаходить у них те, що роками пропускали люди

Штучний інтелект розшифровує середньовічні рукописи та архівні документи, які раніше доводилося читати вручну роками. Нейромережі розпізнають старовинний почерк, відновлюють пошкоджені фрагменти й допомагають шукати зв’язки одразу в мільйонах сторінок. Така технологія не скасовує роботу істориків — вона переносить її на значно швидший рівень.

Чому середньовічні рукописи складно читати навіть фахівцям

Середньовічний документ — це не просто текст на старому папері. Писарі використовували різні скорочення, незвичні форми літер і власні манери письма, а пергамент міг потемніти, потріскатися або втратити частину чорнила. Одна й та сама літера в документах різних століть іноді виглядає настільки несхоже, що дослідникові доводиться порівнювати її з десятками інших зразків.

Додаються мовні труднощі: у рукописі можуть змішуватися латина, місцевий діалект і слова, яких давно немає в повсякденному вжитку. Наприклад, скорочений запис назви міста або імені правителя здатен змінити сенс цілого абзацу. Саме тому ручне опрацювання великого архіву часто перетворюється на роботу на роки.

Як ШІ розпізнає старовинний почерк і відновлює текст

Основою таких систем є технологія HTR — нейромережеве розпізнавання рукописного тексту. Алгоритм навчають на великій кількості оцифрованих сторінок конкретної епохи, щоб він поступово запам’ятав характерні літери, скорочення та особливості письма.

Модель аналізує не лише окремі знаки, а й контекст сусідніх слів. Якщо одна літера стерта, система може припустити її форму за знайомою граматичною конструкцією, хоча остаточне рішення все одно перевіряє людина. Для історика це схоже на електронного помічника, який за кілька хвилин готує чернетку транскрипції замість багатогодинного первинного читання.

Окремий напрям — автоматична нормалізація. ШІ здатен розгорнути старе скорочення або подати архаїчне слово у формі, зрозумілішій сучасному дослідникові, не втрачаючи оригінального варіанта. У науковій роботі зазвичай зберігають обидва шари: точну копію рукопису та адаптований текст для пошуку й порівняння.

Що дають мультиспектральні скани старих документів

Не все можна прочитати звичайним сканером. Якщо чорнило вигоріло або поверх старого напису нанесли новий текст, зображення в різних діапазонах світла може показати приховані сліди — так досліджують палімпсести.

Для прикладу, камера фіксує сторінку не лише у звичному видимому спектрі, а й в інфрачервоному чи ультрафіолетовому діапазоні. Різні шари чорнила тоді відбивають світло по-різному, і нейромережа допомагає відокремити слабкий давній напис від пізніших змін. Це особливо корисно для пергаментів, які повторно використовували через високу вартість матеріалу.

Як Big Data допомагає досліджувати мільйони сторінок

Найбільша перевага ШІ — не тільки швидкість читання однієї сторінки, а й можливість бачити весь архів як єдину систему. Алгоритми можуть одночасно шукати однакові топоніми, імена, дати, формулювання та посилання у величезних цифрових сховищах.

Раніше історик міг роками працювати з кількома фондами, переходячи від одного документа до іншого. Тепер пошукова модель здатна зіставити згадки про ту саму людину в листах, податкових списках і церковних записах, навіть якщо її ім’я записане з незначними відмінностями. Так вимальовуються маршрути торгівлі, адміністративні зв’язки та події, які не описані в одному джерелі повністю.

Подібний підхід дає змогу створювати цифрові карти: на них можна побачити, де й коли згадували певне місто, родину або товар. Система працює швидко, але її висновки не є готовою історичною істиною — кожен знайдений зв’язок потребує перевірки за оригіналом і знань про контекст епохи.

Чи зможе штучний інтелект замінити істориків

Поки що ні. ШІ добре знаходить повторювані ознаки та готує великі масиви тексту до аналізу, але не завжди розуміє іронію, помилку писаря чи значення слова в конкретному політичному контексті.

На саміті у Відні, організованому Austrian Academy of Sciences і University of Vienna за підтримки Princeton University, фахівці обговорювали саме надійність майбутніх систем. Для дослідників недостатньо, щоб програма працювала швидко: вона має показувати сумнівні місця, зберігати зв’язок із зображенням сторінки та дозволяти перевірити кожен фрагмент транскрипції.

Тож роль технології радше нагадує потужний пошуковий інструмент, а не автономного науковця. Вона відкриває доступ до джерел, які раніше майже ніхто не встигав опрацювати, а остаточне прочитання минулого все одно залишається спільною роботою алгоритмів і людей.