Глава Российской государственной библиотеки оценил оцифровку всех архивов в 200 млрд рублей

На оцифровку всего архива Российской государственной библиотеки (РГБ, Ленинка) потребуется приблизительно 200 млрд рублей. Такую оценку РБК представил гендиректор библиотеки Вадим Дуда. Она складывается из расчёта средней стоимости оцифровки одной страницы в 10 рублей.

Как пояснил Дуда, это «ориентировочная оценка, не учитывающая реставрацию, подготовку, создание метаданных и последующее хранение цифровых копий».

Ранее два источника РБК на медиарынке говорили, что вопрос оцифровки существующих архивов, в частности, архива РГБ, беспокоит разработчиков российских нейросетей. Один из них пояснил, что доступ к таким архивам необходим для их ускоренного обучения, причём именно на отечественном массиве данных.

Всего фонд Российской государственной библиотеки насчитывает около 200 млн единиц хранения, включая 300 тыс. редких книг и 500 тыс. рукописей. На сегодняшний день оцифровано около 1,2 млн, из которых 150 тыс. — уникальные рукописи и книжные памятники, отметил глава библиотеки. При этом Дуда признал, что, если бы оцифровывали весь фонд «Ленинки» в текущем темпе, «на это ушло бы почти 2 тыс. лет». «Мы не стоим на месте: ежегодно оцифровываются десятки тысяч изданий, внедряются новые технологии сканирования, включая роботизированные комплексы, способные обрабатывать до 3 тыс. страниц в час», — пояснил Дуда.

Оцифровка архива РГБ ведётся в том числе за счёт смешанного финансирования, уточнил директор. Оно учитывает государственные субсидии в рамках федерального проекта «Цифровая культура» и внебюджетные средства библиотеки — собственные доходы, гранты, партнёрские программы, поддержку попечителей и меценатов.

«Важно понимать: мы не ведём оцифровку ради самой оцифровки, — пояснил Дуда. — Наш подход — выборочный, стратегический и поэтапный. Приоритет отдаётся книжным памятникам и редким изданиям, документам, имеющим особую историческую, культурную и научную ценность, и материалам, востребованным читателями и научным сообществом. В дополнение к этого, значительную роль играют ограничения, связанные с авторским правом: не всё, что хранится в наших стенах, может быть переведено в цифровой формат и размещено в открытом доступе».

РГБ уже «в процессе» предоставления своих архивов для обучения российских нейросетей, рассказал Дуда. Специалисты фонда специального хранения и проектного офиса «Нейросети Ленинки» формируют датасеты на основе книг, карт, диссертаций, справочных изданий. Эти информация используют для обучения моделей ИИ, которые уже внедряют в опытную эксплуатацию для помощи читателям и сотрудникам — в первую очередь для получения точных библиографических справок.

«Доступ к таким сервисам предоставляется в пределах библиотеки, с соблюдением всех юридических и этических норм. Мы видим свою миссию в том, чтобы с помощью современных технологий расширить доступ к подлинному знанию, не утратив при этом доверия и ответственности перед читателем», — заявил Дуда.