«Возникают все новые области применения компьютеров историками»

— Что такое историческая информатика? Когда и как она началась?

— С 1960-х годов в МГУ впервые в России начало развиваться такое направление, как количественные методы в исторических исследованиях. Позже его переименовали в квантитативную историю, которая помогает ответить на вопрос: как «измерять» исторические процессы и события, работая с источниками. Это направление с самого начала развивалось под руководством академика Ивана Ковальченко, ставшего основоположником квантитативной истории в нашей стране. В 1980-х годах произошла микрокомпьютерная революция, появились персональные компьютеры, и резко расширились возможности их применения в исторических исследованиях. На рубеже 80-х и 90-х годов на историческом факультете МГУ родилось новое направление — историческая информатика. Ранее в Европе появился живой интерес к применению компьютеров в истории, вылившийся в создание Международной Ассоциации History and Computing. В 1992 году такая ассоциация возникла и в России, со штаб-квартирой на истфаке МГУ. Мы начали обучать студентов-историков новым методам и технологиям, а затем от кафедры источниковедения отпочковалась наша лаборатория исторической информатики. Та в 2004 году трансформировалась в одноименную кафедру.

— Какие есть основные направления?

— Из года в год возникают все новые области применения компьютеров историками. Во-первых, это традиционная работа со статистическими источниками, которая сейчас обновляется в русле подходов Data Science. Во-вторых, это анализ текстовых исторических источников, позволяющий с помощью цифровых технологий проводить компаративный анализ содержания текста, а также решать задачи стилометрии, определения авторства оцифрованных текстов.

— По почерку?

— Нет, по стилевым особенностям авторского текста. У каждого пишущего человека, кроме лексики (которая нередко «маскирует» авторское стилевое начало) есть подсознательные элементы стиля. Например, люди энергичного, активного склада чаще (в сравнении с общеязыковой «нормой») используют глаголы; сухие и деловые — существительные; личности флегматичного склада чаще «нормы» расставляют прилагательные. Поэтому, изучая статистику текста хотя бы на уровне частей речи (и их сочетаний), можно определять такой, я бы сказал, «психологический портрет» автора. Этот подход мы применяли при атрибуции средневековых русских текстов.

Еще одно традиционное направление исторической информатики, проходящее сейчас период обновления, — создание историко-ориентированных баз данных. В связи с экспоненциальным ростом объемов оцифрованных источников историки вплотную подошли к обсуждению возможностей использования технологий Big Data (в частности, в проектах по анализу массовых первичных материалов переписей населения XIX–ХХ веков).

Во второй половине 1990-х историки стали активно изучать пространственные аспекты исторического развития, применяя географические информационные системы. Сегодня ГИС-технологии нашли применение в исследованиях миграционных потоков прошлых веков, динамики процессов урбанизации, социальной эволюции городского пространства и так далее. В начале 2000-х годов в рамках начавшегося в исторической науке «визуального поворота» появляются первые работы, связанные с 3D-моделированием культурного наследия. Лет 10 назад, на волне уже «цифрового поворота», наша кафедра активно включилась в это актуальное направление.

— Приведите, пожалуйста, примеры проектов.

— Упомяну текущий проект, который ведет наша кафедра в сотрудничестве с коллегами, работающими на географическом факультете и мехмате МГУ. Проект направлен на создание виртуальной реконструкции (на базе трехмерного моделирования и ГИС) исторического ландшафта центра Москвы за пять веков и эволюции исторической застройки этой территории, названной Белым городом. И здесь хочется подчеркнуть междисциплинарный характер таких исследований. Так, в нашем проекте наряду с историками, географами и IT-специалистами участвуют археолог, архитектор, профессиональный реставратор. Цифровая эпоха создает спрос на междисциплинарное взаимодействие.

Есть, кстати, еще одно интересное направление компьютерного моделирования в истории. Речь идет о моделировании альтернативных вариантов развития исторических ситуаций и процессов. Приведу пример такого моделирования, обратившись к социальной динамике крестьянства во времена Новой экономической политики. Этот период, содержавший альтернативные варианты развития, является коротким, но драматичным, закончившимся «великим переломом» 1929 года. Вопрос о том, был ли он исторически неизбежным переходом к мобилизационной программе индустриализации, коллективизации и «раскулачивания», или же было возможно развитие нэпа по пути расширения сферы действия рыночных отношений, является одним из актуальных вопросов в дискуссиях историков. «Великий перелом» связывался в определенной мере с необходимостью избежать возможной социальной войны в ходе процессов расслоения в нэповской деревне.

Мы обратились к источникам, которые содержали сведения о социальной мобильности крестьянства в 1920-е годы — это динамические переписи, которые проводились ЦСУ (Центральным статистическим управлением — примечание Indicator.Ru) в середине 20-х годов ежегодно по одним и тем же «гнездам» и охватывали свыше 600 тысяч хозяйств из разных районов страны. Параметры имитационной модели, основанной на аппарате марковских цепей, настраиваются по данным источника, а затем год за годом модель вычисляет динамику численности групп (бедняцкие, середняцкие, зажиточные хозяйства), «не зная» при этом, что в 1929 году произошел «великий перелом». Таким образом мы можем оценить, какой была бы социальная структура крестьянства к концу первой пятилетки в предположении, что ее динамика со второй половины 20-х годов продолжалась бы в той же тенденции.

Моделирование показало, что сохранение в течение нескольких лет после «Великого перелома» условий хозяйственной деятельности, характерных для второй половины 20-х годов, не создало бы опасности ожидавшегося резкого расслоения деревни, напротив — увеличивалась бы доля середняков за счет уменьшения доли бедняцких дворов при незначительном росте зажиточной группы. Как следует из имитационной модели, продолжение политики нэпа не привело бы ни к взрывному росту аграрной экономики, как утверждают одни, ни к хозяйственному хаосу и социальным катаклизмам в деревне, как считают другие. Таким образом, выдвигавшийся аргумент о том, что нэповская деревня идет в конце 20-х годов к социальной войне, не получил подтверждения в нашей модели альтернативного развития.

Завершая тему моделирования в истории, упомяну о направлении, которое развивается у нас с 1990-х годов и ориентировано на изучение неустойчивых, хаотизированных исторических процессов, внезапных событий, бифуркаций. Оказалось, что здесь интересные результаты можно получить с помощью современных методов нелинейной динамики, синергетики. Исследования таких процессов в сфере экономической и социально-политической истории дореволюционной России проводятся на нашей кафедре в течение ряда лет. Но эта тема требует более обстоятельного обсуждения.

— Какие вы видите перспективы развития?

— Процессы цифровизации многих сфер деятельности, получившие бурное развитие в первом десятилетии XXI века, привели к появлению и институционализации цифровых гуманитарных наук — Digital Humanities (DH). В России «историческая составляющая» DH по факту представлена в основном исторической информатикой. В перспективе можно ожидать усиления междисциплинарного взаимодействия исторической информатики с другими составляющими цифровых гуманитарных наук.

В последние годы заметно вырос интерес в нашей среде к новым прорывным цифровым технологиям, находящим применение в самых разных приложениях. Особое место здесь занимают алгоритмы и технологии искусственного интеллекта. В гуманитарных науках их связывают больше всего с искусственными нейронными сетями и машинным обучением, а также с когнитивным моделированием. Отметим, что определенный опыт применения методов искусственного интеллекта историки получили еще в конце 1980-х — начале 1990-х годов, когда российские и зарубежные исследователи начали применять эти методы в задачах исторической демографии (реализуя методики record linkage), при разработке экспертных систем и баз знаний в археологии и топонимике, в обучении машин распознаванию образов и построению нечеткой многомерной классификации, в задачах когнитивного моделирования исторических текстов. На современном этапе эти и другие задачи анализа оцифрованных источников могут решаться с использованием продвинутых технологий искусственного интеллекта.

Основная функция исторической информатики в ближайшей перспективе останется, по-видимому, прежней: проводить апробацию существующих и возникающих информационных/цифровых технологий и математических методов при решении аналитических задач исторического исследования. При этом главным остается вопрос: что дают эти методы и технологии в конкретно-исторических исследованиях, какое приращение знания они обеспечивают для изучаемой области исторической науки.

— А что насчет реконструкции?

— Как уже отмечалось, сочетание цифрового и визуального «поворотов» в исторической науке последнего десятилетия, а также совершенствование технологий 3D-моделирования стимулировали повышение интереса к созданию виртуальных цифровых реконструкций утраченных объектов историко-культурного наследия, но в то же время породили немало разработок, не претендующих на научную обоснованность построенных реконструкций, носящих нередко иллюстративный характер. Поэтому исследователям необходимо формировать комплекс надежных и достоверных источников для создания 3D-моделей реконструируемых объектов, а также обеспечивать возможность их верификации в режиме интерактивного онлайн доступа пользователя к 3D-модели. С точки зрения методики разработки виртуальных реконструкций можно отметить расширение возможностей лазерного сканирования и аэрофотосъемки с использованием беспилотных летательных аппаратов в исследовательских проектах, направленных на цифровую реконструкцию и сохранение культурного наследия, а также перспективность использования технологий виртуальной и дополненной реальности в таких задачах. Интерес студентов к этой тематике порождает проектные формы их исследовательской работы. Так, с 2019 года студенты нашей кафедры участвуют в коллективном проекте по виртуальной реконструкции пяти известных усадеб Подмосковья, находящихся сейчас в руинированном состоянии.

Один из проектов имел целью виртуальную реконструкцию Страстного монастыря и одноименной площади в Москве. Сегодня она известна всем как Пушкинская площадь. Конечно, от красивого монастыря, основанного в XVII веке, и окружавшей его Страстной площади не осталось ничего, кроме пары зданий. Разработка 3D-моделей утраченной исторической застройки Страстной площади потребовала выявления и оцифровки сотен исторических источников: чертежей, планов, картографической информации, картин и гравюр XVIII–XIX веков, фотографий конца XIX — начала XX века. Результаты этого проекта доступны на сайте истфака МГУ.

Другой проект связан с виртуальной реконструкцией подмосковных усадеб. Большинство из них находится сегодня в руинированном состоянии. Исторические источники для построения 3D-моделей усадебных комплексов, принадлежавших известным дворянским фамилиям, были выявлены и оцифрованы с помощью сотрудников Центрального государственного архива Московской области. Важно, что в проекте принимали активное участие наши студенты. В июне этого года они защитили выпускные квалификационные работы по материалам нескольких известных подмосковных усадеб, пришедших в запустение. Мы надеемся, что наши 3D-реконструкции помогут привлечь инвесторов, которые, вдохновившись былой красотой этих усадеб, смогут способствовать восстановлению их первозданного облика.

Думается, прав был Питер Денли, известный английский ученый, один из пионеров исторической информатики, когда утверждал в 1995 году, что возможности этого направления не сводятся к тому, «что мы можем теперь делать те или иные исследования быстрее или эффективнее; мы можем делать новое, и мы можем делать старое по-другому».

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Подписывайтесь на Indicator.Ru в соцсетях: Facebook, ВКонтакте, Twitter, Telegram, Одноклассники.