Штази разорвала документы на 600 миллионов клочков — и восстановить их оказалось почти невозможно
The Reconstruction of Torn Documents
После падения ГДР сотрудники Штази уничтожили миллионы страниц, вручную разорвав их на клочки и упаковав в 16 000 мешков. С 2007 года Fraunhofer IPK разрабатывал программу e-Puzzler для виртуальной сборки, но проект не достиг целевых 80% автоматизации, потратил 6,5 млн евро и был остановлен. Федеральный архив продолжает ручную реконструкцию и готовит новый тендер, признавая: аналогов в мире нет, технологию придётся создавать с нуля.
Виртуальный процесс реконструкции не имеет аналогов в мире и не на что опереться — технологию приходится разрабатывать с нуля.
- ceejayoz
В романе Вернора Винджа «Радуга тяготения» это упоминается как второстепенная сюжетная деталь в начале: библиотеки отправляют в гигантские шредеры, которые оцифровывают и склеивают обрывки по пути в печь для сжигания.
- kevin_thibedeau
> Можно ли восстановить измельчённую бумагу?
> Нет. Несколько тысяч других мешков содержали бумагу, измельчённую в невероятно мелкие кусочки в 1990 году. Этот материал был уничтожен ещё в 1991 году после проверки Управлением по делам Штази. Таким образом, в сегодняшнем архиве больше нет никакой бумаги, измельчённой Штази.
Шредер-чады из 90-х определённо можно восстановить. Именно поэтому АНБ постепенно уменьшало максимально допустимый размер частиц. Если бы они сохранили тот материал, его можно было бы восстановить сегодня.
- 2b3a51
Мне просто интересно, почему Штази не вырыло большую яму где-нибудь на свалке, не свалило туда все записи и не сожгло всё это. 16000 мешков весом, скажем, по 10 кг каждый — это примерно 160 тонн??
- mdbug
Просто отсканируйте все обрывки и загрузите их. Кто-нибудь разберётся.
- bbor
Ух ты, как увлекательно! Надеюсь, я здесь не единственная душа с мышлением OCR, которая сразу начала думать о пайплайнах для этой задачи, которые можно собрать из всех наших новых игрушек с глубоким обучением… жаль, что «какой-то американский подросток», вероятно, не соответствует их требованиям к контрактам.
Одна вещь, которая немного сбивает с толку, — судя по всему, обрывки (держу пари, это немецкое слово забавное) ещё не отсканированы (/сфотографированы…?). Независимо от того, с кем они заключат контракт, разве это не будет обязательно шагом №1? Или сканирование — это как раз та часть, для которой нужен контракт, а название «e-Puzzler» было просто небольшим мелодраматическим приёмом?
Во-первых, мне кажется, будет чрезвычайно полезно, что они на разнообразной бумаге, а не сложные, как они подразумевают. Как только это и индекс мешков сузят круг кандидатов на соседство, у вас появятся правила и глифы, на которые можно опереться, и куда менее узнаваемые макеты форм. Похоже на свитки из Везувия, но на самом деле разрешимо…