Исследователь Новгородского государственного университета Иван Филиппов применил нейросеть для изучения эволюции древнерусского письма. Он проанализировал 1249 новгородских берестяных грамот, используя методы компьютерного зрения и математического анализа.
Исследователь Новгородского государственного университета Иван Филиппов применил нейросеть для изучения эволюции древнерусского письма. Он проанализировал 1249 новгородских берестяных грамот, используя методы компьютерного зрения и математического анализа.
Исследование проходило в двух направлениях. Сначала алгоритм изучал тексты, не учитывая их смысл, а анализируя распределение букв и варианты их написания. Затем нейросеть работала непосредственно с изображениями букв: оценивала их пропорции, наклон, угловатость и сложность штриха. Модель обучалась на 27 тысячах отдельных начертаний из 949 грамот.
«Техническая реализация проекта представляет собой каскадную систему искусственного интеллекта, разработанную специально для задач палеографии», — рассказал Филиппов. По его словам, система сначала распознаёт отдельные буквы, а затем ищет различия внутри каждого класса, сравнивая геометрические параметры знаков.
Нейросеть подтвердила, что переход от более раннего типа письма Б2 к типу В происходил постепенно, а не в результате резкой смены почерка. Самые заметные изменения пришлись на период с 1190 по 1250 год, а сама перестройка привычек писцов растянулась более чем на 150 лет.
При этом форма букв менялась неодновременно. Из пяти изученных характеристик с экспертной оценкой лучше всего совпали пропорции и угловатость. Компьютерная датировка грамот отличалась от комплексных оценок специалистов примерно на 35 лет, а при использовании только археологических данных разрыв достигал 70 лет.
Филиппов подчёркивает, что исследование не заменяет классическую палеографию. «Моя работа не ставит под сомнение труд предшественников. Хронология и типология Андрея Зализняка остаются фундаментом», — отметил учёный. По его словам, новый метод позволяет измерить весь доступный корпус и отдельно проследить изменения текста и формы букв.