AI aitab ajaloolastel lugeda šifreid, mis on sajandeid arhiivides seisnud
AI aitab ajaloolastel lugeda šifreid, mis on sajandeid arhiivides seisnud
Ajaloolased ja arvutuslingvistika spetsialistid kasutavad üha aktiivsemalt AI-d krüpteeritud käsikirjadega töötamiseks: mitte eksperdi asendajana, vaid kiirendina ülesannetele, mis võtsid varem kuid käsitööd. BBC Future kirjeldas mitut sellist juhtumit — 400 aasta vanusest Borgi šifrist Vatikani raamatukogus kuni Kolmekümneaastase sõja diplomaatiliste kirjade ja sadade XIX sajandi lõpu ning XX sajandi alguse isiklike postkaartideni.
Panus ei seisne efektlauses „AI lahendas mineviku saladuse“. Arhiivides ja raamatukogudes üle maailma on dokumente, mida ajaloolased näevad, kuid ei saa kiiresti töösse võtta: need on kirjutatud haruldaste märkidega, ajas kahjustunud, osaliselt šifreeritud või nõuavad vanade keelte ja käekirjade tundmist. Kui selliseid tekste õnnestub massiliselt kontrollitavasse digitaalsesse vormi viia, jõuab ajalookäibesse andmekiht, mille lugemine oli seni liiga kallis.
Kus AI juba aitab
Üks BBC keskseid näiteid on Borgi šiffer, 408-leheküljeline käsikiri 34 ebatavalise sümboli, mitme ladina tähe ja esimesel lehel oleva araabiakeelse tekstiga. Uurijate andmetel aitas masinõpe koodi lahti harutada ja näidata, et tekstis oli tuhandeid meditsiiniretsepte ning kummalisi ravipraktikaid: punasest veinist kuni muskaatpähklini tainas.
Teine näide on aadlik Sigismund Heusner von Wanderslebeni kiri Rootsi kantslerile Axel Oxenstiernale 1637. aastal. Oslo ülikooli Michelle Waldispühli meeskond kasutas teksti transkribeerimiseks Transkribuse platvormi: süsteem tundis ära plokke, ridu ja sümboleid, uurijad parandasid käsitsi vead ja kontrollisid tulemust. Kiri osutus osaliselt šifreerituks ning rääkis poliitilistest riskidest Rootsi liitlaste seas sõjas.
See näitab hästi tegelikku töövormi. AI ei „mõista ajalugu“ iseenesest. See lühendab mehaanilist osa: tunneb ära käekirja, pakub lugemisvariante, otsib korduvaid märke ja aitab krüptograafilisi hüpoteese kiiremini kontrollida. Lõplik otsus vajab endiselt inimest, kes tunneb keelt, konteksti ja ajastut ning suudab eristada usutavat dešifreeringut ilusast veast.
Miks seda on raske skaleerida
Tänapäevaste keelemudelitega on üks probleem: neid treenitakse hiiglaslikel tekstikorpustel, kuid vanade šifrite jaoks pole andmeid sageli peaaegu üldse. Mõnikord töötab uurija mitte miljonite ridade, vaid ühe lehe või mõne kirjaga. Lisaks on šifrid harva korralikud: üks märk võib tähendada eri tähti, üht tähte võib kodeerida mitu sümbolit ning lisamärke pandi meelega peibutuseks.
Enne dešifreerimist tuleb veel teha transkriptsioon. Tavalise teksti puhul oskavad käsikirjatuvastuse platvormid seda juba teha, kuid vanad šifrid kasutavad leiutatud sümboleid, astroloogilisi märke, numbreid ja mittestandardseid tähestikke. Seetõttu arendavad Descrypti uurijad kohanemisvõimelisemaid mudeleid, mis suudaksid töötada laia kirjasüsteemide ja sümbolite valikuga.
Projekti eesmärk on ühendada pildituvastus, dešifreerimine ja keelelised vihjed üheks tööriistaks. Beata Megyesi tiim on BBC andmetel juba katsetanud sellist chatbot’i-laadset süsteemi Borgi šifri peal: see dešifreeris ja tõlkis 500 märgi pikkuse katkendi veidi rohkem kui 29 minutiga, selgitades samal ajal, miks lahendus näib usutav. See on tähtis detail: ajaloolastele ei piisa vastusest, nad peavad nägema arutluskäiku ja ebakindlaid kohti.
Mida see arhiivide jaoks muudab
Kõige praktilisem mõju on maht. Mõneleheküljelise kirja käsitsi dešifreerimine võib võtta kuid; paari lehekülje transkriptsioon tundmatute sümbolitega võib võtta päeva. Kui AI võtab vähemalt osa sellest koormast maha, saavad uurijad lahata mitte ainult üksikuid kuulsaid mõistatusi, vaid süsteemselt läbi vaadata kogusid, kus on peidus diplomaatilised raportid, meditsiiniteadmised, isiklikud suhted ja argielu detailid.
See muudab ka arhiivi-AI rolli. Sellistes projektides pole mudel väärtuslik oraaklina, vaid kontrollitava tööriistana: see kiirendab mustrite otsimist ja ekspert otsustab, mida saab pidada ajalooliseks faktiks. Humanitaarteaduste jaoks on see küpsem AI kasutusviis kui lihtne teksti genereerimine: vähem lubadusi, rohkem mõõdetavat abi konkreetses protsessis.
