ИИ помог в исследовании образцов древнерусского письма
Учёные Новгородского государственного университета имени Ярослава Мудрого (НовГУ) применили технологии искусственного интеллекта и компьютерного зрения для изучения эволюции древнерусского письма. Нейросеть проанализировала содержание текстов и графические особенности написания букв – форму, наклон, пропорции.
1249 берестяных грамот и около 27 тысяч отдельных букв прочитал и проанализировал ИИ. В итоге нейросеть оценила изменения в письменности и подтвердила, что переход между различными типами древнерусского письма происходил постепенно, а не был одномоментным изменением.
Что оценивал ИИ?
Инициатор экспериментов – ассистент кафедры информационных технологий и систем НовГУ Иван Филиппов. Однажды он решил уточнить: можно ли увидеть изменения в языке древних новгородцев не по отдельным ярким примерам, а проанализировав все тексты? Исследование опиралось на несколько независимых слоев данных: от полных расшифровок до максимально строгой выборки из 434 грамот со стратиграфическими (археологическими) датировками.
Алгоритм изучил тексты, учитывая распределение букв, варианты написания и сочетания внутри слов. Затем нейросеть оценила само изображение: пропорции, наклон, угловатость и сложность штриха каждой вырезанной на бересте буквы.
«Техническая реализация проекта представляет собой каскадную систему искусственного интеллекта, разработанную специально для задач палеографии. Первый этап – распознавание символов. Изначально использовалась базовая модель-классификатор, задача которой – отделить одну букву от другого на скане или фотографии обрезка бересты. Второй этап – анализ внутриклассового дрейфа. После того как нейросеть понимает, что перед ней, например, буква «А» или «В», в дело вступает вторая модель. Она ищет различия внутри одного класса, оценивая конкретные признаки конкретного знака», – описывает методику автор.
Нейросеть подтвердила выводы ученых
С помощью ИИ удалось уточнить картину развития древнерусской письменности. Существует классификация образцов письменности лингвиста Андрея Зализняка, основанная на эволюции форм букв. Тип Б2 отражает более ранние начертания (преимущественно XI–XII веков), а тип В знаменует переход к графике XIII века, где буквы становятся шире, прямее и утрачивают многие архаичные элементы.
По словам автора исследования, он переводит эту филологическую модель на язык точных данных: алгоритм подтвердил выводы Зализняка о плавности изменений, но впервые позволил количественно оценить ширину этого перехода по всему массиву текстов.
«Оказалось, что перестройка привычек писцов растянулась более чем на полтора столетия, а область наибольшей трансформации приходится на промежуток между 1190 и 1250 годами. При этом изменения затронули не словарь или формуляр писем, а самую основу письменного кодирования – систему гласных и редуцированных звуков. Писцы постепенно меняли правила выбора знаков внутри слова», – делится подробностями выводов Иван Филиппов.
ИИ в фундаментальной науке
В последние годы искусственный интеллект активно используют для решения задач фундаментальной науки и изучения культурного наследия. Он дает возможность анализировать большие массивы исторических данных и находить закономерности, которые сложно выявить традиционными методами.
В НовГУ уже использовали ИИ для работы с древнерусской письменностью. В 2025 году университет представил систему автоматического распознавания и интерпретации древнерусских берестяных грамот. Разработка помогает палеографам и архивистам. Новое исследование, в котором ученые прибегают к помощи нейросети, продолжает поиск современных эффективных инструментов исследования древности.
Нейросети уже могут использоваться для автоматического распознавания рукописей, классификации документов, поиска закономерностей в больших исторических корпусах и помощи экспертам при датировке находок. В перспективе подобные технологии могут использоваться в государственных и региональных архивах и музеях, в том числе для создания цифровых коллекций исторических документов.
