Инструменты ИИ (AI) для генеалогического исследования

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.

Не так давно было сообщение в прессе, что ИИ прочитал плохо сохранившийся старинный документ. До этого его "натаскивали" на конкретный почерк конкретного документа, а уж потом он по обрывкам слов и букв восстанавливал текст. Т.е. и очень сложные задачи уже сейчас решаются. Вопрос в средствах и специалистах.
А школьникам домашнее сочинение уже и сейчас запросто напишет.