Нейросеть GPT-6 Astra расшифровала тайное военное письмо эпохи Наполеона, неразгаданное 217 лет

Спустя более чем два столетия историки наконец узнали точное содержание зашифрованного послания, отправленного в 1809 году французскому генералу Огюсту Мармону. ИИ-инженер Картер Черч привлек к задаче языковую модель GPT-6 Astra от OpenAI. Нейросеть обработала отсканированный рукописный документ и помогла восстановить полный ключ шифра. На весь процесс ушло около шести часов машинных вычислений.

В сети документ часто ошибочно называют «письмом Наполеона». На самом деле 16 марта 1809 года император лишь приказал своему пасынку — вице-королю Италии Эжену де Богарне — передать Мармону секретные данные. Как выяснил Черч в ходе анализа, итоговое письмо было отправлено из штаба де Богарне в конце марта и практически дословно пересказывало указания французского главнокомандующего.

Расположение войск перед войной

Расшифрованный текст раскрывает конкретные стратегические детали диспозиции французских и союзных сил накануне Войны пятой коалиции. В отчете приводятся точные цифры: 40 тысяч баварцев расположились между Мюнхеном и Пассау, 30 тысяч поляков удерживали позиции на Висле, а еще 80 тысяч французских солдат находились у Байройта.

В письме генералу Мармону прямо предписывалось готовить свой корпус к маршу. Командование подчеркивало, что он не должен позволять небольшим отрядам противника задерживать продвижение армии.

Как алгоритмы справились с рукописным шифром

Код послания оказался масштабным: документ содержит около 1300 зашифрованных единиц, состоящих из 155 различных символов. До этого эксперимента историки знали значения только 33 буквенных знаков, которые покрывали едва треть текста. Французские шифровальщики использовали сложную мешанину из арабских цифр, латинских и греческих букв, а также выдуманных от руки символов, часть из которых заменяла не отдельные буквы, а целые слова.

Сводить успех только к нажатию одной кнопки в интерфейсе нейросети некорректно. GPT-6 Astra начала с чистого листа: модель проанализировала скан, самостоятельно разбила его на строки, распознала рукописные элементы и сгруппировала визуально похожие, но написанные с разным наклоном знаки.

После этого исследователь применил алгоритм имитации отжига (simulated annealing). Скрипт перебирал варианты расшифровки, а языковая модель оценивала получившийся результат, опираясь на статистику французского языка и исторический контекст начала XIX века.

Главная ценность проекта заключается в демонстрации новых возможностей мультимодального ИИ. Разработчику удалось объединить в один процесс компьютерное зрение, распознавание сложного рукописного текста, программирование и криптоанализ, на который у людей ушли бы месяцы рутинной работы. Чтобы подтвердить достоверность данных, автор опубликовал полный ключ шифра, оригинальную транскрипцию и программный код, позволяющий любому желающему повторить эксперимент.