Как ИИ читает средневековые рукописи и находит в них то, что годами пропускали люди

Искусственный интеллект расшифровывает средневековые рукописи и архивные документы, которые раньше приходилось читать вручную годами. Нейросети распознают древний почерк, восстанавливают поврежденные фрагменты и помогают искать связи сразу в миллионах страниц. Такая технология не отменяет работу историков — она переносит её на значительно более быстрый уровень.

Почему средневековые рукописи сложно читать даже специалистам

Средневековый документ — это не просто текст на старой бумаге. Писцы использовали различные сокращения, необычные формы букв и собственные манеры письма, а пергамент мог потемнеть, треснуть или потерять часть чернил. Одна и та же буква в документах разных столетий иногда выглядит настолько несхоже, что исследователю приходится сравнивать её с десятками других образцов.

Добавляются языковые трудности: в рукописи могут смешиваться латинский язык, местный диалект и слова, которых давно нет в повседневном употреблении. Например, сокращенная запись названия города или имени правителя способна изменить смысл целого абзаца. Именно поэтому ручная обработка большого архива часто превращается в работу на годы.

Как ИИ распознает древний почерк и восстанавливает текст

Основой таких систем является технология HTR — нейросетевое распознавание рукописного текста. Алгоритм обучают на большом количестве оцифрованных страниц конкретной эпохи, чтобы он постепенно запомнил характерные буквы, сокращения и особенности письма.

Модель анализирует не только отдельные знаки, но и контекст соседних слов. Если одна буква стерта, система может предположить её форму по знакомой грамматической конструкции, хотя окончательное решение всё равно проверяет человек. Для историка это похоже на электронного помощника, который за несколько минут готовит черновик транскрипции вместо многочасового первичного чтения.

Отдельное направление — автоматическая нормализация. ИИ способен развернуть старое сокращение или подать архаичное слово в форме, более понятной современному исследователю, не теряя оригинального варианта. В научной работе обычно сохраняют оба слоя: точную копию рукописи и адаптированный текст для поиска и сравнения.

Что дают мультиспектральные сканы старых документов

Не всё можно прочитать обычным сканером. Если чернила выгорели или поверх старого написания нанесли новый текст, изображение в различных диапазонах света может показать скрытые следы — так исследуют палимпсесты.

Например, камера фиксирует страницу не только в привычном видимом спектре, но и в инфракрасном или ультрафиолетовом диапазоне. Разные слои чернил тогда отражают свет по-разному, и нейросеть помогает отделить слабый древний текст от поздних изменений. Это особенно полезно для пергаментов, которые повторно использовали из-за высокой стоимости материала.

Как Big Data помогает исследовать миллионы страниц

Наибольшее преимущество ИИ — не только скорость чтения одной страницы, но и возможность видеть весь архив как единую систему. Алгоритмы могут одновременно искать одинаковые топонимы, имена, даты, формулировки и ссылки в огромных цифровых хранилищах.

Ранее историк мог годами работать с несколькими фондами, переходя от одного документа к другому. Теперь поисковая модель способна сопоставить упоминания о том же человеке в письмах, налоговых списках и церковных записях, даже если его имя написано с незначительными отличиями. Так вырисовываются маршруты торговли, административные связи и события, которые не описаны в одном источнике полностью.

Подобный подход позволяет создавать цифровые карты: на них можно увидеть, где и когда упоминали определенный город, семью или товар. Система работает быстро, но её выводы не являются готовой исторической истиной — каждое найденное соединение требует проверки по оригиналу и знаний о контексте эпохи.

Сможет ли искусственный интеллект заменить историков

Пока что нет. ИИ хорошо находит повторяющиеся признаки и готовит большие массивы текста к анализу, но не всегда понимает иронию, ошибку писца или значение слова в конкретном политическом контексте.

На саммите в Вене, организованном Austrian Academy of Sciences и University of Vienna при поддержке Princeton University, специалисты обсуждали именно надёжность будущих систем. Для исследователей недостаточно, чтобы программа работала быстро: она должна показывать сомнительные места, сохранять связь с изображением страницы и позволять проверить каждый фрагмент транскрипции.

Так что роль технологии скорее напоминает мощный поисковый инструмент, а не автономного учёного. Она открывает доступ к источникам, которые раньше почти никто не успевал обработать, а окончательное чтение прошлого всё равно остаётся совместной работой алгоритмов и людей.