Архив статей журнала
В современной исторической науке термин цифровой двойник еще не получил широкого распространения, хотя и используется в области смежных социальных наук. В то же время концепция цифрового двойника несет в себе потенциальную универсальность для описания различных форм цифрового представления реконструкций исторических объектов, в том числе и исторических личностей. В связи с этим возникает необходимость в разработке определения цифрового двойника применительно к историческим персоналиям, а также в создании классификации, основанной на уровне сложности (зрелости) таких двойников. Критерии классификации должны учитывать степень детализации реконструируемого объекта, уровень интерактивности создаваемой модели, ее способность к обучению и адаптации, а также возможность интеграции с технологиями машинного обучения. Авторами использованы методы системного анализа и структурно-функциональный подход, а также иерархический метод при составлении классификации цифровых двойников исторических персоналий. В ходе исследования были предложены определение понятия цифровой двойник относительно реконструкции исторической личности и их классификация на основе технологической сложности реализации, описаны характерные черты каждого из типов, подкрепленные конкретными примерами реализованных проектов в данной сфере. Цифровой двойник исторической личности - цифровая модель человека, воспроизводящая его черты, характеристики и особенности на основе данных исторических источников. Исходя из уровня технологической сложности, можно выделить три типа уже существующих цифровых двойников: 1. Цифровой двойник, адекватно отражающий черты реконструируемой исторической личности в ее виртуальном представлении. 2. Адаптивный цифровой двойник, не только адекватно отражающий черты реконструируемой исторической личности, но и включающий в себя также функции адаптивного пользовательского интерфейса, ориентированный на взаимодействие с операторами. 3. Интеллектуальные цифровые двойники - адаптивные цифровые двойники, дополненные возможностью самостоятельного машинного обучения, применяемого к потоку данных для выявления закономерностей, которые затем используются в работе системы. Развитие технологий цифровых двойников в целом позволяет предположить появление в будущем еще одного типа - когнитивных цифровых двойников, работающих на основе графов знаний и моделей искусственного интеллекта и позволяющих оказывать поддержку в принятии решений на основе опыта и ценностей реконструируемой исторической личности.
В статье рассматриваются перспективы использования технологий искусственного интеллекта (ИИ) для создания и развития цифровой архивной среды, а также их влияние на оптимизацию, автоматизацию процессов работы с архивными данными. Основной целью работы является анализ современных цифровых решений, направленных на улучшение процессов хранения, поиска и обработки архивных документов (в том числе рукописных, поврежденных, многоязычных). В работе исследуются ключевые технологии, применяемые в цифровых архивах, включая интеллектуальное сканирование, обработку естественного языка (NLP), компьютерное зрение, машинное обучение и методы интеллектуального поиска. Особое внимание уделяется проблемам утраты архивных материалов, необходимости их восстановления, обеспечения безопасности и доступности данных, что особенно актуально в условиях нестабильной политической ситуации и ограниченных ресурсов для новых территорий. Исследование основано на системном анализе современных информационных технологий и их применении в архивном деле. В работе используются методы сравнительного анализа, классификации и прогнозирования, что позволяет определить ключевые направления внедрения ИИ в архивную сферу. Новизна работы заключается в комплексном подходе к анализу применения ИИ в архивной сфере, выявлении проблемных аспектов цифровизации архивов и предложении по автоматизации процессов хранения, обработки и поиска архивных данных. Сделан вывод о том, что технологии искусственного интеллекта способны значительно повысить эффективность работы архивов, обеспечивая ускоренную обработку документов, интеллектуальную классификацию, защиту данных и удобный доступ к информации. Кроме того, подчеркивается необходимость разработки новых алгоритмов на основе машинного обучения, которые позволят улучшить распознавание рукописных текстов, обработку поврежденных документов и многоязычных архивных материалов. Внедрение таких технологий становится важной частью стратегии цифровой трансформации архивного дела и играет ключевую роль в сохранении исторического наследия.
Предметом исследования являются статьи официального печатного органа российского Министерства финансов - журнала “Вестник финансов, промышленности и торговли” - за 1917 г. Бесспорно, этот год был поворотным в отечественной истории. В связи с этим важно использовать новые подходы для раскрытия информационного потенциала во многом уникального источника, содержащего ценные сведения об экономике страны (причём не только о тех сферах, которые вынесены в название журнала, но и, например, о налоговой и таможенной политике, а также о подготовке ряда реформ, включая аграрную). Кроме того, необходимо учитывать, что в рассматриваемый период журнал издавался на фоне продолжавшейся Первой мировой войны, и соответствующая проблематика также нашла отражение на его страницах. Методически статья базируется на компьютеризованном контент-анализе. Основной фокус - инструменты искусственного интеллекта в составе специализированного программного обеспечения MAXQDA. Новизна исследования заключается в том, что впервые протестированы возможности модуля искусственного интеллекта AI Assist и его новейшего компонента, MAXQDA Tailwind, находящегося на момент печати статьи в стадии бета-версии. Автор по приглашению разработчиков получил ранний доступ ко всем функциям продукта, отправил обратную связь по итогам работы. Международная виртуальная конференция пользователей MAXQDA (MAXDAYS 2025), на которой будет представлен функционал MAXQDA Tailwind, пройдёт 18-19 марта этого года. Таким образом, читатели смогут ознакомиться с ним ещё до официального релиза. В статье доказано, что искусственный интеллект ни в коем случае не заменяет учёного-историка, но может помочь ему углубить и сделать более комплексным анализ исторических источников.
Статья посвящена дискуссионной проблеме применения искусственного интеллекта в исторических исследованиях. Во введении кратко рассматривается история возникновения «искусственного интеллекта» (ИИ) как направления в информатике, эволюция этого определения и взглядов на области применения ИИ; анализируется место методов искусственного интеллекта на разных этапах конкретно-исторических исследований. В основной части статьи на основе анализа историографических источников и собственного опыта участия в зарубежных проектах автор анализирует практику реализации проектов распознавания рукописного текста с помощью различных информационных технологий и методов ИИ, в частности, описываются и обосновываются требования к созданию электронных копий распознаваемых источников, необходимость учета фактуры носителей информации, писчих материалов, техники и технологии создания текста; разновидности и способы создания палеографических, кодикологических, дипломатических наборов данных, историко-лексикологических словарей, возможности использования больших языковых моделей и т. п. В качестве методологической основы автор использовал системный подход, историко-сравнительный, историко-хронологический и описательный методы, а также анализ историографических источников. Учитывая то, что в российской исторической науке применение технологий и методов искусственного интеллекта является довольно редким явлением, анализ опыта осуществления подобных зарубежных проектов весьма актуален, так же как и характеристика профильных научных ассоциаций, научных и научно-вспомогательных ресурсов (порталов и сайтов с наборами данных и исследовательским инструментарием), размещенных в сети Интернет, и сборников научных трудов по изучаемой проблематике, неизвестных в России, о которых идет в речь в статье. В заключение делается вывод перспективности применения технологий искусственного интеллекта не только в качестве вспомогательного инструментария, но и как исследовательских методов, помогающих в установлении авторства исторических источников, уточнении их датировки, выявления подделок и т. п., а также в создании новых видов научно-справочных поисковых систем архивов и библиотек. Вместе с тем, использование технологий искусственного интеллекта отличается большой затратностью и капиталоемкостью, что является серьезным препятствием для широкого внедрения данных технологий в практику исторических исследований.
В течение последнего десятилетия технологии искусственного интеллекта (ИИ) стали одним из наиболее востребованных направлений развития науки и технологий. Этот процесс затронул и историческую науку, в которой первые исследования в этом направлении начались в 1980-х гг. (т. н. первая волна) - как в нашей стране, так и за рубежом. Затем наступила “зима искусственного интеллекта”, а в начале 2010-х гг. пришла “вторая волна” ИИ. Предмет исследования в данной статье - новые возможности применения ИИ в истории и новые проблемы, возникающие в этом процессе в настоящее время, когда основным направлением ИИ стали искусственные нейросети, машинное обучение (включая глубокое обучение), генеративные нейросети, большие языковые модели и т. д. Исходя из опыта применения ИИ историками, в статье предложены следующие семь направлений таких исследований: распознавание рукописных и старопечатных текстов, их транскрибирование; атрибуция и датировка текстов с помощью ИИ; типологическая классификация и кластеризация данных статистических источников (в частности, с использованием нечеткой логики); источниковедческие задачи, восполнение и обогащение данных, их реконструкция с помощью ИИ; интеллектуальный поиск релевантной информации, использование генеративных нейросетей с этой целью; использование генеративных сетей для обработки и анализа текстов; использование ИИ в архивах, музеях и других учреждениях хранения культурного наследия. Проведен анализ обсуждения подобных вопросов, организованный ведущим американским историческим журналом AHR. Это концептуальные вопросы взаимодействия человека и машины («историк в мире искусственных нейросетей»), возможности использования историками технологий машинного обучения (в частности, глубокого обучения), различных инструментов ИИ в исторических исследованиях, а также эволюции ИИ в XXI веке. Затрагивались и практические аспекты, например, опыт распознавания с помощью ИИ текстов газет минувших веков. В заключении рассмотрены проблемы использования историками генеративных нейросетей.