Масштабный процесс перевода книжных и рукописных сокровищ в цифровой формат требует колоссальных финансовых вложений. По предварительным расчетам, на оцифровку всех массивов Российской государственной библиотеки (РГБ, известной как «Ленинка») может потребоваться порядка 200 миллиардов рублей. Об этой цифре сообщил генеральный директор учреждения Вадим Дуда в интервью РБК. Данная сумма базируется на упрощенной модели, где стоимость обработки одной страницы составляет в среднем 10 рублей.
Однако стоит учитывать, что итоговый бюджет будет значительно выше. Вадим Дуда подчеркнул, что текущая оценка является лишь ориентировочной, поскольку она не включает в себя расходы на реставрационные работы, предварительную подготовку документов, создание метаданных, а также затраты на последующее хранение электронных копий.
Проблема цифрового доступа к архивам РГБ уже давно находится в центре внимания разработчиков отечественных систем искусственного интеллекта. Согласно информации от двух источников медиарынка, опрошенных РБК, наличие доступа к массивам данных библиотеки критически важно для ускоренного обучения российских нейросетей именно на базе национального контента.
Общий объем фонда Российской государственной библиотеки поражает своим масштабом: он включает около 200 миллионов единиц хранения, среди которых находятся 500 тысяч рукописей и 300 тысяч редких книг. На текущий момент цифровой формат имеют примерно 1,2 миллиона объектов, включая 150 тысяч уникальных книжных памятников и рукописей. При этом Вадим Дуда отметил, что при сохранении нынешних темпов работы процесс полной оцифровки растянулся бы почти на два тысячелетия. Тем не менее библиотека внедряет инновации: ежегодно сканируются десятки тысяч изданий, а использование роботизированных комплексов позволяет обрабатывать до 3 тысяч страниц в течение одного часа.
Финансирование цифровых инициатив осуществляется через смешанную модель. Основную часть составляют государственные субсидии, выделяемые в рамках федерального проекта «Цифровая культура», а также внебюджетные поступления. К последним относятся собственные доходы библиотеки, гранты, участие меценатов, поддержка попечителей и партнерские программы.
Стратегия библиотеки не подразумевает хаотичного копирования всего подряд. Вадим Дуда пояснил, что подход учреждения носит поэтапный и выборочный характер. В приоритете — наиболее ценные с научной и исторической точек зрения документы, редкие издания и материалы, востребованные учеными и читателями. Дополнительным барьером выступает законодательство об авторском праве, которое ограничивает возможность публикации некоторых материалов в открытом доступи.
Взаимодействие с технологическим сектором уже перешло в практическую плоскость. По словам Вадима Дуды, РГБ активно участвует в процессе обучения российских нейросетей. Специалисты проектного офиса «Нейросети Ленинки» и фонда специального хранения занимаются формированием датасетов, используя карты, диссертации, справочники и книги. Эти данные ложатся в основу моделей искусственного интеллекта, которые уже проходят опытную эксплуатацию. Первоочередная задача таких систем — автоматизация выдачи точных библиографических справок для персонала и посетителей.
Глобальная цель библиотеки заключается в трансформации поисковых механизмов: от простого поиска по ключевым словам к интеллектуальной навигации и глубокому смысловому анализу текстов. При этом Вадим Дуда акцентировал внимание на этической стороне вопроса, отметив, что библиотека тщательно прорабатывает юридические аспекты, вопросы защиты персональных данных и предотвращение предвзятости алгоритмов. Все сервисы на базе ИИ предоставляются в пределах библиотеки с соблюдением всех норм.
На данный момент представители Министерства культуры РФ не предоставили комментариев по данному вопросу. Запросы о ситуации также направлялись в Министерство цифрового развития, а также в компании «Яндекс» и «Сбер», занимающиеся разработкой российских нейросетей.
