Как ИИ помогает по-новому интерпретировать историю

Последние несколько лет в исторических науках наблюдается новый тренд – попытка объединить их с анализом данных и информатикой. Историки ищут новые способы извлекать информацию из старых источников при помощи искусственного интеллекта.

Завернутое в конверт, запечатанный красным воском, завещание Катаручиа Савонарио пролежало в Государственном архиве в Венеции более 650 лет. Документ, написанный в 1351 году, никогда не был открыт. Однако для физика Фауции Альбертина он оказался отличным объектом для эксперимента.

Альбертин, работающий сейчас в Исследовательском центре Энрико Ферми в Италии, захотел прочитать завещание, не открывая его. Как? При помощи рентгена. Он направил рентген на документ для того, чтобы сфотографировать текст внутри него. Затем, используя алгоритмы, он разделил шесть страниц в цифровом виде, чтобы разборчиво воспроизвести написанные от руки слова.

Команда Альбертина пока не знает до конца, что говорится в документе. Савонарио использовал старую форму итальянского языка, что немного осложнило процесс перевода. Однако эта техника должна помочь историкам изучать тексты, не повреждая физические объекты.

Альбертин участвует в разработке большего проекта под названием «Машина времени», цель которого – создать поисковую машину вроде Google, охватывающую 2000 лет европейской истории. Для этого исследователи планируют перевести в цифровой вид и организовать архивы европейских городов в одну базу данных, объясняет Фредерик Каплан, руководящий проектом. В итоге историки смогут сканировать библиотеки закрытых томов при помощи рентгеновских техник Альбертина, отправлять сканы алгоритму распознавания текста, который разрабатывает команда, а он будет автоматически заносить текст в базу данных.

Фото: Unsplash

Каплан также надеется, что в Машина времени будет предлагать функцию отображения карт, где вы сможете рассматривать, например, парижские улицы XIX века. У них есть качественные аэрофотоснимки Парижа этой эпохи. Чтобы отобразить город в разные времена, исследователи могут использовать ИИ, обученный на исторических сведениях о городском планировании.

Огромная база данных позволит историкам изучать общественные модели в течение более продолжительных периодов времени и при больших географических масштабах. Этот проект является частью нового тренда, когда все больше историков пытаются использовать информатику и анализ данных для извлечения новой информации из старых текстов. Когда историки предлагают проекты на грантовое финансирование, «это почти всегда требование создать базу данных и сделать какой-то сетевой анализ», – утверждает историк Йоханнес Прайзер-Капеллер.

Например, историк Хильде де Вердт и ее команда создали инструмент, который автоматически помечает имена, места и время в цифровых китайских и корейских текстах. Они разработали базу данных, чтобы она могла подключаться к программному обеспечению для построения карт, и им было легче визуализировать, как люди и идеи перемещаются в пространстве и времени.

Анализ данных защищает от субъективности – когда ученые выделяют только те случаи, которые поддерживают их взгляды. «Когда вы систематически собираете доказательства и помещаете их в базу данных, вы автоматически избегаете этой предвзятости», – говорит Прайзер-Капеллер.

Даже относительно простые проекты, основанные на данных, могут дать нам новое понимание истории. Историк Маирин МакКэррон вручную занесла 600 персонажей из текста VIII века «Церковная история народа англов» в огромную таблицу Excel. Вместе с командой она также записала каждое взаимодействие между персонажами. «У нас даже есть категория для посмертных взаимодействий. Поскольку это старые религиозные тексты, святые возвращаются к живым и творят чудеса», – объясняет она.

Фото: Unsplash

В частности, МакКэррон интересуют взаимодействия женщин в тексте. В истории женщины всегда служили «посредниками мира» – они предотвращали конфликты, выходя замуж за руководителя соседнего государства. Однако сетевой анализ открывает их более сложные роли. МакКэррон обнаружила, что трое из двенадцати наиболее социально связанных персонажей в тексте были женщинами.

Не все историки уверены в преимуществах такого подхода. «Когда я решила использовать его, я думала, он будет куда мощнее, чем оказался на самом деле», – утверждает историк Михаль Биран, которая создала базу данных и отобразила в ней социальные взаимодействия в Монгольской империи в XIII-XIV веках.

Проблемы Биран могут быть вызваны сложностью ее исходного материала. Поскольку монгольская письменность практически не дошла до нашего времени, она в основном изучает документы, написанные на языках монгольских подданных – японском, персидском и русском. В разных языках у персонажей разные имена; даже в одном языке имя одного и того же персонажа может отличаться. Чтобы правильно разобрать имена, нужно тщательно изучать тексты; и всю информацию потом сложно отсортировать в аккуратные цифровые коробки, объясняет Биран.

Тем не менее, согласно Де Вердт, даже если текст источника легко переводится в цифровой вид, все еще нельзя полностью полагаться на анализ данных. В конечном счете, история основывается на текстах, и «чем больше вы внедряете математических процессов, тем дальше вы отходите от текста», – считает она. Чтобы действительно понять тонкости первичных документов, нужно обладать специализированными историческими знаниями.

«В истории редко можно быть в чем-то уверенным. Все субъективно. Каждый источник в некоторой степени раскрывает предвзятость автора», – утверждает МакКэррон. Однако объединив исторические источники и проанализировав их параллельно, вероятно, вы сможете отсеять некоторые предубеждения и приблизиться к истине.

Источник.