Как ИИ расшифровывает средневековые рукописи — и что находит в миллионах страниц

ИИ расшифровывает средневековые рукописи и архивные документы, которые еще недавно приходилось годами читать вручную. Технологии распознавания старинного почерка помогают преобразовывать изображения пергамента в цифровой текст и искать в нем имена, даты и упоминания о событиях. Но финальное слово все равно остается за историком, ведь даже самая современная модель может ошибиться в одной букве — а она иногда изменяет содержание всего документа.

Почему средневековые рукописи сложно читать даже специалистам

Средневековый текст — это не просто старый вариант современного почерка. Писцы использовали многочисленные сокращения, нестандартные знаки, разные формы одной буквы, а сами страницы могли быть потерты, потемнели или повреждены влагой.

Отдельная проблема — язык. В документе XIII века найдутся слова и диалектные формы, которых нет в современных словарях, поэтому алгоритму нужно одновременно распознать знак, понять его значение и определить правильный контекст. Например, короткое обозначение над словом могло заменять целый слог, а пятно на пергаменте — скрывать именно ту часть предложения, которая поясняет дату или имя.

Как ИИ распознает старинный почерк и скрытый текст

Основой процесса становится нейронное распознавание почерка, или HTR. Модель обучают на большом количестве оцифрованных страниц, где эксперты уже отметили буквы и слова, после чего система учится замечать характерные черты конкретной эпохи или даже отдельного писца.

Далее программа создает транскрипцию — переносит написанное в цифровую строку. Она может расшифровать типичные средневековые сокращения, предложить современные соответствия и отметить места, в которых не уверена. В практической работе это напоминает проверку текста с пропущенными словами: исследователь быстро просматривает сомнительные фрагменты, вместо того чтобы заново читать сотни страниц.

Помогают и мультиспектральные сканы. Камеру настраивают на различные диапазоны света, в том числе инфракрасный, чтобы отделить старое чернила от пятен и выявить текст, который почти исчез с поверхности. Так можно исследовать палимпсесты — пергаменты, где первичный текст стерли и использовали повторно; иногда под поздним богословским текстом проступают гораздо более ранние записи.

Что дает анализ миллионов страниц одновременно

Наибольшее преимущество ИИ — скорость и масштаб. Если исследователь тратит день на внимательную обработку нескольких десятков страниц, алгоритм может просканировать огромный цифровой архив и за секунды найти все упоминания о нужном городе, семье или торговом маршруте.

Так возникают цифровые карты связей между документами. Одна и та же название поселения, редкая фамилия или формула в юридических записях могут связать рукописи, созданные в разных монастырях и даже регионах. Для историка это похоже на поиск иголки в библиотеке, который ранее приходилось выполнять вручную по каталогам.

Алгоритмы также способны выявлять языковые закономерности: как изменялось написание слова, где распространялся определенный диалект, какие имена чаще всего упоминались в налоговых списках. Однако автоматический ответ не является готовым открытием. Его нужно сверить с фотографией страницы, другими списками и знаниями о конкретной исторической эпохе — особенно когда речь идет о одной нечеткой букве или дате, записанной сокращенно.