Прочитать нельзя додумать
В старой газете строка оборвалась, буквы выцвели, а соседняя колонка норовит вклиниться в чужую историю. Для человека — кропотливая работа.
Для ИИ — тоже задача, а не повод сочинить продолжение.
Учёные Санкт-Петербургского государственного университета промышленных технологий и дизайна создали программу для работы с повреждёнными архивными документами.
В ней трудятся два «напарника»: компьютерное зрение разбирается с изображением, языковая модель — с текстом.
Сначала программа выделяет заголовки, колонки и иллюстрации, повышает контрастность, отделяет буквы от пожелтевшего фона. Затем распознаёт текст и восстанавливает порядок чтения.
Чтобы конец заметки о станках не оказался началом объявления о танцах.
Модель дообучили на вузовской газете «Кадры стране» за 1968 год: знакомили с особенностями печати и лексикой того времени.
Разработка предназначена для архивов, библиотек и исследователей.
Но прочитать уцелевшие буквы и предположить утраченные слова — разные вещи.
Реконструкцию нужно обозначать и сверять с другими источниками. Правдоподобная фраза ещё не исторический факт.
ИИ может помочь услышать прошлое.
Главное — чтобы не начал говорить за него.
#ПроИИнтеллект #ИИ
