Искусственный интеллект в архивном деле

16 июля 2025

Новости ЦМиРАД

Вчера в Центре микрографии и реставрации архивных документов вновь прошло внутреннее обучение: сразу двое спикеров провели лекцию на тему «Искусственный интеллект в архивном деле».

 

Черников Леонид Николаевич, оператор ЭВМ в отделе создания страхового фонда и фонда пользования ГБУСО «ЦМиРАД», подробно рассказал о том, что такое нейросеть, как она функционирует, кто ее создал и где она может быть использована.

 

В 1943-м году Уоррен Маккалок и Уолтер Питтс предложили первую модель «искусственного нейрона» — суммация входных сигналов и активация нейрона при превышении порогового значения, вдохновлённая биологией мозга. В 1958 году Фрэнк Розенблатт создал перцептрон — простую обучающуюся нейросеть с весовыми коэффициентами. Однако она не могла решать сложные задачи, например XOR, что ограничивало её возможности. Несколько десятилетий спустя исследования перцептронов замедлились из-за критики Марвина Мински и Сеймура Пейперта, акцент сместился на экспертные системы, где знания задавались вручную. Уже в 90-е годы прошлого века появляются мощные компьютеры, а также становится возможным обучать большие сети.

 

Леонид также выделил несколько возможных перспектив применения искусственного интеллекта в деятельности «ЦМиРАДа»:

 

• Реставрация изображений и фотографий: нейросети могут улучшать качество старых или повреждённых изображений, делать апскейлинг (увеличение разрешения), восстанавливать цвета и детали;
• Для операторов отдела - оптимизация работы ПК: программа Win 10 Tweaker (в том числе с поддержкой нейросетей в Pro-версии) помогает чистить систему, отключать ненужные службы и ускорять работу;
• Автоматизация обработки сканов в FastStone Image Viewer и XnView mp: подключенная нейросеть сможет автоматически поворачивать, выравнивать и обрезать сканы архивных документов.

 

Доманова Наталья Андреевна, научный сотрудник Лаборатории обеспечения сохранности архивных документов, рассказала про риски внедрения искусственного интеллекта в архивную сферу:

 

• Проблемы с конфиденциальностью, к каковым относятся риск утечки или неправомерного использования личных и засекреченных данных при обработке ИИ;
• Ошибки в обработке данных, или неправильная интерпретация. Анализируя по запросу пользователя все доступные искусственному интеллекту данные, программа может сделать неправильные выводы и исказить прочитанное. К тому же, распространены случаи откровенных заблуждений и даже дезинформации со стороны нейросети;
• Зависимость от технологий: чрезмерная акцент на искусственном интеллекте может снизить навыки и знания сотрудников, а при сбоях или отказах системы – возникнут сложности в работе;
• Сокращение рабочих мест;
• Сложности интеграции: внедрение ИИ-систем в существующие архивные инфраструктуры требует значительных затрат времени и ресурсов, а также изменений в рабочих процессах;
• Отсутствие транспарентность - феномен “Черного ящика”: многие ИИ-модели работают непрозрачно, их внутренние решения трудно понять, что усложняет контроль и доверие к автоматизированным системам.

 

После окончания лекции коллеги перешли к активному обсуждению использования искусственного интеллекта в бытовой жизни и в профессиональной деятельности, многие поделились своим позитивным, негативным или противоречивым опытом «общения» с нейросетью.