Както беше проучено чрез новините на Europeana Pro по-рано тази година, ИИ има огромен потенциал за сектора на културното наследство. Той предлага възможност за генериране на големи количества данни за обогатяване на сбирките на културното наследство, което ги прави по-лесни за проучване и взаимносвързани. От декември 2019 г. EuropeanaTech AI във връзка с работната група за GLAM имаше за цел да извърши проучване на хоризонта, за да проучи ролята и въздействието на тази технология в сектора и да придобие по-добро разбиране за проектите, които я използват.
Проучване на сектора
През септември 2020 г. работната група проучи специалисти, работещи в галерии, библиотеки, архиви и музеи (GLAM), научноизследователски институции и промишлеността като цяло (включително доставчици на технологии и творчески индустрии). В проучването бяха получени 56 отговора, а резултатите предлагат ценна информация за използването на ИИ в сектора на културното наследство.
Почти всички респонденти (91,8 %) са проявили интерес към поне една тема, свързана с ИИ, а повече от половината от тях (54 %) са имали експертен опит в тази област. Няколко споделиха, че вече работят по проекти, свързани с ИИ, които са насочени най-вече към цифровизацията и откриваемостта. Много хора обаче съобщиха и за предизвикателства при работата с ИИ, по-специално във връзка с уменията и експертния опит, които проектите изискват от персонала, и липсата на подходящо анотирани данни за обучението.
Прозрения от интервюта
В допълнение към проучването работната група проведе интервюта с осем специалисти в областта на културното наследство от различни европейски институции. Техните отговори добавят богати перспективи за подходите, които институциите за културно наследство предприемат към ИИ, и са включени като казуси в доклада.
Всички, които бяха интервюирани, се съгласиха, че ИИ има голям потенциал за културното наследство и искаха да проучат допълнително използването му. От много отговори стана ясно, че ИИ ще играе все по-голяма и ценна роля в дейностите на културните организации, особено по отношение на достъпа, извличането на метаданни и обогатяването. Както и в проучването обаче, много хора се позоваха на предизвикателства при работата с ИИ, като подчертаха необходимостта от междуведомствено сътрудничество, трудната липса на данни с подходящи анотации и сложността на интегрирането на ИИ в съществуващата инфраструктура. Те също така изразиха загриженост относно етиката и най-добрите начини за демонстриране и съобщаване на стойността на прилагането на ИИ.
Размисли по доклада: предизвикателства и възможности
От резултатите на тази работна група става ясно, че проектите в областта на ИИ и машинното самообучение (ML) вече се изпълняват в рамките на GLAM и се изпълняват от няколко години, въпреки че невинаги са били видими. Надяваме се, че резултатите от тази работна група ще бъдат един от начините за споделяне и популяризиране на тази работа!
Въпреки че видяхме очевиден интерес и ентусиазъм към ИИ в целия сектор, съществуват и пречки. Хората съобщават, че може да отнеме много време, преди резултатите от стратегията за ИИ или научните изследвания да станат очевидни, което означава, че понякога може да бъде предизвикателство да се убедят организациите в необходимостта от работата. Докладът дава представа за основните предизвикателства, пред които са изправени GLAM, вариращи от достъп до данни за обучение, етични съображения и въпроси, свързани с разрастването на проектите до прилагането им в цялата институция. ИИ не се разглежда като „бързо технологично решение“ за хуманитарните науки и именно поради този отнемащ време аспект споделянето на данни и знания изглежда от съществено значение за продължаването и успеха на тези проекти.
Бъдещи планове
Общността на EuropeanaTech ще продължи да подкрепя обмена на знания относно ИИ и да търси по-нататъшно сътрудничество с други инициативи за увеличаване на неговото въздействие. Работната група и ръководната група за EuropeanaTech очертаха насоки за действие за тази бъдеща работа, която е съсредоточена върху темите обмен на знания, обмен на данни и стратегически принос:
Искаме да постигнем обмен на знания чрез серията уебинар EuropeanaTech x AI и чрез организиране на други събития, които се фокусират върху конкретни теми и сътрудничество с Cultural AI Lab, AI4LAM и The Museums + AI Network. Ако имате идея, моля, свържете се с мениджъра за научноизследователска и развойна дейност на Europeana Antoine Isaac, [email protected].
Като продължение на предизвикателството EuropeanaTech за набори от данни за ИИ/СО, Europeana започна да публикува набори от данни от потенциален интерес за приложения с ИИ под егидата на общността Europeana в Zenodo. Първият принос е набор от данни за класификация на стила от проекта V4Design.
Стратегическият принос ще се основава на разсъжденията от настоящия окончателен доклад, включително интегриране и свързване на нови системи с ИИ в съществуващи системи, публично споделяне на модели, обучени в области, специфични за колекциите на културното наследство, прилагане на ИИ по начин, който отчита етичните и правните аспекти, и намаляване на въглеродния отпечатък на моделите за обучение и мащабната обработка.
Продължете да следите работата на EuropeanaTech, за да проучите как се развива това, и изтеглете и прочетете пълния текст на доклада!