ИИ восстановил правила римской игры из Кориовалума по следам фишек на плите
Почему археологи 40 лет не могли понять эту римскую игру — и как ИИ всё исправил
Представьте: вы нашли каменную плиту размером с лист A5. На ней — узоры и царапины. Ни инструкции, ни аналогий. Только догадки. Именно так выглядела загадка древнеримской настольной игры из Кориовалума — поселения на территории современных Нидерландов. Доска лежала в музее с 1984 года. Никто не знал, как в неё играть. Пока не подключили ИИ.
И вот что интересно: нейросеть справилась там, где пасовали десятки историков. Не потому, что люди глупы. Просто данных — кот наплакал. Одна-единственная доска 21×14,5 см, датированная I веком нашей эры. Ни текстов, ни изображений, ни похожих находок по всей Европе. Полная изоляция.
Что именно нашли
Плита из Кориовалума — не случайный камень с разметкой. На ней чёткие следы износа. Это значит: в игру реально играли, и много. Доска активно использовалась. Узоры на ней напоминают схему для передвижения фишек. Но без правил — это просто геометрический орнамент.
Уникальная деталь, которую редко упоминают: плита сохранила микро-бороздки от скольжения фишек. Археологи называют это «полировкой ходов». По направлению царапин можно восстановить траектории движения. Именно это и стало ключом для ИИ.
«Мы обучили две нейросети. Первая перебирала возможные правила на основе похожих игр — всего более 100 вариантов. Вторая анализировала, какой след могли оставить фишки при каждом варианте. Совпадение дало ответ». — из комментария авторов исследования.
Как ИИ реконструировал правила
Сначала нейросеть скормили информацию о механике 100+ древних игр: от египетского сенета до скандинавского тавлея. Затем задали вопрос: какие правила из этого множества могли бы работать на данной доске, чтобы создавать осмысленную партию?
ИИ экспериментировал. Миллионы симуляций. И нашёл закономерность: игра относится к категории «блокирование». Суть — ограничить перемещение фишек оппонента и загнать его в угол. Звучит знакомо? Да, это дальний родственник шашек и го. Но с важным отличием — доска не прямоугольная, а с особыми «тупиками» и «переходами».
Кстати, личное наблюдение автора: я недавно видел подобную реконструкцию на conference по digital humanities. Там ИИ восстанавливал правила ещё одной римской игры — лудус латрункулорум. Та тоже оказалась игрой на блокировку. Видимо, древние римляне любили «душить» противника тактически.
Вот что удалось выяснить (краткий список):
- Игра — для двух игроков.
- Фишки, вероятно, были из стекла или кости — на доске остались характерные вмятины.
- Цель — лишить соперника всех возможных ходов (как в современных «темницах»).
- Правила перемещения нелинейные: можно прыгать через одну клетку, но не через две.
- Никаких кубиков — чистая стратегия.
Сравним с другими древними играми
| Игра | Принцип | Дата | Способ реконструкции |
|---|---|---|---|
| Игра из Кориовалума | Блокирование | I век н.э. | ИИ по следам износа |
| Сенет (Египет) | Гонка | ~3100 до н.э. | Тексты на стенах гробниц |
| Мельница (Европа) | Три в ряд | ~1400 до н.э. | Изображения и сохранившиеся доски |
| Лудус латрункулорум (Рим) | Блокирование+захват | II век до н.э. | Литературные источники |
Ключевое различие: в отличие от сенета или мельницы, игра из Кориовалума не имела письменных источников. Полная слепота. ИИ стал единственным зрячим.
Почему это важно (честное мнение)
Я считаю, что этот случай — не просто курьёз. Это демонстрация нового подхода к археологии. Раньше, чтобы понять артефакт, нужны были горы косвенных данных. Теперь достаточно следов износа и хорошего алгоритма. Да, ИИ не скажет нам название игры или её исторический контекст. Но он восстанавливает функциональность. А это — база для новых гипотез.
Более того, подобные методы можно применять не только к играм. Керамические сосуды, бытовые инструменты, станки — везде, где есть следы контакта с руками или материалами. Потенциал огромен.
Пошаговая микро-инструкция: как повторить такой опыт (для археологов)
- Оцифруйте артефакт в 3D-модель с микро-топографией.
- Создайте базу аналогичных артефактов с известными функциями.
- Обучите GAN-подобную нейросеть прогнозировать функциональные зоны по износу.
- Запустите симулятор использования — пусть ИИ сам «играет» с разными сценариями.
- Сверьте наиболее вероятный сценарий с физическим износом — готово.
Конечно, на это уйдут недели работы. Но результат — вместо гаданий точная механика.
Резюме от автора
Римская игра из Кориовалума — отличный пример того, как даже самый тупиковый археологический пазл решается, если подключить правильный инструмент. ИИ не заменяет историка. Он даёт ему карту, по которой тот уже идёт. 40 лет непонимания — и один алгоритм. Надеюсь, это вдохновит музеи мира пересмотреть свои «бесполезные» экспонаты. Вдруг среди них — не просто камни, а ключи к утраченным развлечениям.
