Энтузиасты использовали модель Claude для реконструкции исходного кода ранних версий MATLAB, датируемых 1980-ми годами. ИИ помог интерпретировать сканированные листинги кода и восстановить логику работы системы, которая десятилетиями считалась утраченной. Этот кейс демонстрирует эффективность больших языковых моделей в задачах цифровой археологии и автоматизации анализа исторической технической документации.

Процесс восстановления потребовал не только распознавания текста, но и глубокого понимания синтаксиса ранних языков программирования, на которых базировался MATLAB. Модель успешно справилась с интерпретацией фрагментов кода, написанных на Fortran, и помогла сопоставить их с архитектурой системы того времени. Использование ИИ позволило значительно сократить время на ручную расшифровку и отладку кода, превращая нечитаемые архивы в работающие прототипы.

Данный подход открывает новые возможности для сохранения технологического наследия. Вместо долгого ручного переписывания алгоритмов, специалисты могут делегировать первичный анализ LLM, фокусируясь на верификации и тестировании восстановленных функций. Это практический пример того, как генеративные модели могут применяться для решения задач по миграции legacy-систем и восстановлению данных в корпоративной среде.

Ключевые факты

  • В качестве основного инструмента для анализа и генерации кода использовалась модель Claude от компании Anthropic.
  • Объектом восстановления стала ранняя версия MATLAB, разработанная Кливом Молером в 1980-х годах.
  • ИИ-ассистент помог перевести сканированные изображения листингов в исполняемый код, учитывая специфику синтаксиса того времени.
  • Проект показал, что LLM способны эффективно работать с устаревшими языками программирования, даже при наличии фрагментарных или поврежденных исходных данных.