Инструменты ИИ (AI) для генеалогического исследования

Я был на лекции с представителем Яндекса по ИИ.
Раньше они они были структурой Яндекса по машинному поиску, сейчас появились термины ИИ, нейропоиск - это все тот же автоматический поиск с постоянным совершенствованием алгоритмов.
Глупо отрицать возможности ИИ поиска, если уже есть возможность обрабатывать рукописные документы прошлых веков.
Качество здесь зависит не только от совершенства поиска, но от объемов информации, которые не может обработать, хранить и использовать человеческий мозг.
Это все равно, что сейчас отрицать возможности интернета и утверждать, что проще сходить в библиотеку и найти населенный пункт по справочнику.

Например, РГАДА забраковал процент распознавания рукописных описей, которые создавали архивисты прошлых веков с хреновым почерком.
Новые машинописные описи создавали те же архивисты с новыми ошибками по распознаванию текста.
И здесь напрашивается решение, если опубликовать первоисточники, то на выходе был бы другой результат.

severinn написал:

[q]

говорить об ИИ рано, есть только отдельные (в т.ч и неудачные) программы по распознаванию печатного или рукописного текста (разного уровня).
И никто не сделал программы по распознаванию и алфавитной систематизации изданных списков Литовской метрики, изданных реестров и т.д. И не выполнил и не выложил в качестве примеров на ВГД.
Делается все вручную. Где тут ИИ ?

[/q]

Я еще раз повторюсь, что нейросети сейчас не в состоянии делать всю работу за человека, но облегчить его труд в части распознания текста и систематизации данных - вполне. Почему никто не использует ИИ при распознавании и систематизации изданных списков Литовской метрики - вопрос риторический, инструменты для распознавания и систематизации есть. Вот, например, пилотный проект от FamilySearch. И пример его использования в поисках.

Коллеги, я уверен, что надо пробовать. А не подрывать моральный настрой тех кто хочет попробовать. Если вы совсем не понимаете в теме, не надо ставить палки в колеса. Да древние движки брешут очень сильно. Но чем больше обучают ИИ, тем они становятся совершенней. Ищу единомышленников. Считаю надо разбивать проблему на более мелкие. И мелкими шашками достигать истины.
Постановка задачи.
Есть куча архивов в виде фотографий и сканов документов.
Вижу подобные шаги
1 Необходимо для начала просто прочитать файлы и распознать их OCR движком
2 Для начала думаю не надо учить распознавать ИИ структуру документа. Просто для начала сделать контекстный поиск по документам. На полное распознание структуры не берется даже Yandex
3 Предусмотреть возможность создания данных для обучения ии в области распознания и в области обработки данных.
4 Я установил движки Deepseek-r1 и GPT-oss пока играюсь, но хотел бы научиться дообучать модели. В идеале бы найти программиста который бы помог написать нужные скрипты.
5. Постепенно надо как-то научить ИИ понимать структуру документа.
6. Цель научить ИИ обрабатывать запросы к локальной базе фото.

Как автор платить за распознание каждой страницы я не могу, у меня количество фото скоро достигнет 100тыс. Если бы я мог предложить людям проект, то таких фото было бы миллионы.

severinn написал:

[q]

это задача не 21 века
на современном уровне не решить

[/q]

Вполне решаема уже на текущем этапе (и примеры Yandex archive и FamilySearch, eScriptorium пример и т.п. перед глазами), вопрос в поиске заинтересованных лиц, деньгах и трудозатратах.