米カリフォルニア州のネバダ郡の歴史の保管所は、ゴールドラッシュのころからの手書きの記録を、AIで文字にしています。AIの会社データラボが2026年6月5日に出した事例のページによると、約1か月で20万ページを検索できるようにしました。ただ、出どころはAIの会社のページだけで、保管所の発表や外の人による確かめはありません。正しさの数字は保管所の体感の値で、測り方と件数は書かれていません。時間の数字は1件の裁判の記録の話で、同じページの中で食い違いがあります。20万ページの書き写しの誤りを点検した数と、費用も書かれていません。
この事例で分からないこと
ネバダ郡の歴史の保管所(Nevada County Historical Archive)は、カリフォルニア州のネバダ郡にある、営利でない団体です。ネバダ郡は、1800年代のゴールドラッシュの中心の1つでした。保管所には、1850年代からの古い記録があります。
保管所の技術の担当は、ドム・リンダーズ(Dom Lindars)です。シリコンバレーで働いた元ソフトウェア技術者で、ボランティアとして保管所に加わりました。
ページによると、リンダーズは2025年に保管所の仕組みを作り、80万ページをスキャンしました。山火事の心配がある地域で、紙が焼けても残るようにするためです。次の課題は、それを検索できるようにすることでした。
初めに、公開の文字の読み取りの道具「テッセラクト(Tesseract)」を使いました。印刷の書類は読めましたが、手書きの書類は読めませんでした。19世紀の続け字の裁判の記録、土地の記録、金の採掘の権利の記録など、15万〜20万の書類が読めないまま残りました。
リンダーズは、Hugging Face(AIのモデルを公開する場)で新しい読み取りのモデルを探し、データラボのチャンドラを見つけました。チャンドラは画像を読んで文字にするモデルで、Hugging Face で2025年10月から公開されています。
保管所は会社のAPI(ほかのプログラムから呼び出す仕組み)でチャンドラを使います。スキャンした画像を送ると、表の形などを残したHTML(ウェブの文書の形)で文字が返ります。それを、データベースのPostgreSQLの全文検索に入れます。会社は、税の評価の帳簿の表の並び、セントまでの金額、分数、チェックの印、下線も残ると書いています。
使い始める前に、リンダーズは裁判の記録の数ページで試しました。書き写しの質が高いと見て、そのあと手書きの書類をチャンドラに回し始めました。
| 📊 項目 | AIの会社の説明 |
|---|---|
| スキャンした量(2025年) | 80万ページ |
| 約1か月で扱った量 | 20万ページ(全体の4分の1) |
| 残り | 60万ページ |
| 200〜300ページの手書きの裁判の記録 | 手で3週間 → 1〜2時間(本文) |
| 見出しの数字 | 150倍速い(上の欄は200ページで3週間→2時間) |
| 正しさ(保管所の体感) | 難しい続け字で約90%、きれいな手書きで95〜98% |
| 一緒に動く地域の団体 | 15 |
出典:データラボの事例のページ(2026年6月5日)。正しさは、ページで保管所の体感(experiences)として書かれた数字で、測り方は書かれていません
ページによると、保管所には、親類や土地の記録を探してほしいという頼みが多く来ます。例として、元上院議員のアーロン・サージェント(Aaron A. Sargent)の名前が、検索できなかった8万ページのマイクロフィルムの土地の売買の記録から見つかるようになったと書いています。
| 📢 公表されている説明 | ⚠️ 確認できていない点 |
|---|---|
| 約1か月で20万ページを扱った | 書き写しの誤りを点検した数 |
| 正しさは約90%と95〜98%(保管所の体感) | 測り方、数えたページの数 |
| 3週間が1〜2時間になった | 何ページの記録か(200か200〜300か)、ほかの記録での時間 |
| 150倍速くなった | 計算の元 |
| 保管所が使っている | 保管所自身の発表、外の人による確かめ |
| APIで使っている | 費用 |
凡例:📢=当事者(AIの会社データラボ)が公表している説明 ⚠️=出典に書かれておらず、こちらで確認できていない点
出典:データラボの事例のページ(2026年6月5日)。保管所のサイトはロボット確認の画面で、中身を読めませんでした
役所で、古い手書きの帳簿や登記の写しを扱う担当なら、少ないページで書き写しの質を人が見てから、残りを流す形で試せます。
工場や設備の会社で、手書きの点検の記録や古い図面を持っている担当にも近い使い方です。表の形を残して文字にできると、点検の日付や数値で探せます。この事例では正しさを数えた結果が出ていないので、試すときは、ページを抜き出して人が誤りを数えておくと比べられます。
ページによると、保管所は残りの60万ページも扱う予定です。今は検索の結果が段落の単位で出ます。データラボが言葉ごとの位置を返す機能を出せば、手書きのページでも、探した言葉に印を付けて見せるとしています。
米国のマウントサイナイ医療グループ、入院した高齢者のせん妄の危険を見る機械学習のモデルを学び直さずに2つ目の病院で使い、見分ける力は本院の0.94に対して0.91だったが、危険が高いと出た人のうち実際にせん妄だったのは25.9%だった
2026.11.16
英国のケア品質委員会、公的な調査に出す文書を、職員が付けた「関係あり・なし」から学ぶ機械学習で並べ替え、関係がありそうな順に読む仕組みを試している
2026.11.15
英国の情報コミッショナー事務局、苦情や問い合わせの案件を、メールはGPT-4.1で読み取って自動で作り、1件12〜15分かかっていた手作業の9割以上を、ウェブの申込書の分と合わせて置き換える見込みとしている
2026.11.15