Erzählen Sie uns von Ihrer Arbeit.
Ich bin Senior Research Staff am Barcelona Supercomputing Center (BSC-CNS)und Principal Investigator von drei Projekten in unserer Gruppe. Eines davon - Saint George on a Bike - ist ein Projekt der CEF Telecom (Public Open Data), an dem wir mit der Europeana Foundation arbeiten. Es weicht von unserem eher typischen Fokus auf Smart Cities ab, um zu untersuchen, wie Technologie und insbesondere künstliche Intelligenz unser Wissen über das kulturelle Erbe verbessern und es für Nicht-Spezialisten zugänglicher machen können. Unser Ansatz basiert auf neuronalen Netzwerken, Sprachmodellen und semantischer Inferenz, um automatisch angereicherte Metadaten und Bildunterschriften für ikonografische Gemälde des 12. bis 18. Jahrhunderts zu generieren.
Wie war Ihr beruflicher Weg zu Ihrer Rolle?
Meine Forschungskarriere hat mehrere verschiedene Bereiche abgedeckt, die durch das gemeinsame Thema des Programmiersprachendesigns verbunden sind. Mein Hintergrund ermöglichte es mir, mein Wissen über Hardware (automatische Systemsynthese während meiner Promotion und PostDoc am MIT) auf weit verbreitete Systeme, Schauspielermodelle und Software-Engineering anzuwenden, während ich bei IBM Research arbeitete, und eingebettete Systeme während meiner Zeit als Gastprofessor an der Universidad Carlos III von Madrid. Außerdem habe ich in Zusammenarbeit mit der Universitat Pompeu Fabra Techniken des maschinellen Lernens angewandt, um ausdrucksstarke Modelle für Opernsänger zu erlernen, und gemeinsam einen Simulator für Infektionskrankheiten gebaut, den wir jetzt in Zusammenarbeit mit der Universität Carlos III und dem Carlos III Health Institute in Madrid auf COVID-19 abgestimmt haben.
Woran arbeiten Sie gerade?
Wir sind auf halbem Weg durch Saint George auf einem Fahrrad und an dem Punkt, an dem wir uns darauf konzentrieren, die Ergebnisse des Data Mining- und Deep Learning-Ansatzes zu verbinden. Wir haben dies mit semantischen Ableitungen von oben nach unten entwickelt, um visuelle Beziehungen zu erzeugen und die Etiketten der Objekte, die wir in Gemälden entdecken, zu verbessern. Es ist eine spannende Zeit, die immer interessantere Forschungsfragen aufwirft!
Als Gruppe finden wir kulturelles Erbe eine extrem reiche Domäne mit großem Potenzial für künstliche Intelligenz. Während dies ein Bereich ist, auf den wir uns alle beziehen können, ist keiner von uns ein Spezialist und die gemeinsame Arbeit mit Kulturerbeexperten ist von grundlegender Bedeutung. Unsere Zusammenarbeit mit Europeana war in dieser Hinsicht bisher sehr positiv. Dieses Projekt ist eine offene Tür zu einem Bereich, den wir vorher nicht in Betracht gezogen hatten, und wir sind sehr gespannt auf die Möglichkeiten und möglichen Kooperationen mit verschiedenen Arten von Stakeholdern für diese Arbeit - von Museen bis hin zu Menschen mit Behinderungen oder Bildung.
Was ist Ihrer Meinung nach die größte Chance, die KI für den Kulturerbesektor bietet?
Data Mining wird in der Regel verwendet, wenn große Datenmengen verfügbar sind und wir daraus Wissen extrahieren möchten. Dies gilt nicht für das kulturelle Erbe, das über eine begrenzte Anzahl von Datenpunkten (Artefakten) mit vielen verschiedenen Stilen verfügt. Dies schafft sowohl eine Herausforderung als auch eine Chance für gemischte Ansätze, die zusammenarbeiten, um sich gegenseitig zu verfeinern oder Inkonsistenzen zu erkennen. Dies ist der Ansatz, den wir gerade in Saint George on a Bike versuchen, mit vielversprechenden Ergebnissen in Bezug auf die Generierung reichhaltiger Metadaten über die in Gemälden dargestellten Objekte, Themen und Aktionen.
Ich glaube, die größte Chance, die diese reichen Metadaten dem Kulturerbesektor bieten können, liegt in seinen Auswirkungen auf die Kulturkonsumenten, in der Wiederbelebung und Ausweitung des Interesses an Kultur, wodurch sie verdaulicher, nachvollziehbarer und allgegenwärtiger wird. Dies kann mit der Schulbildung beginnen und sich auf Bereiche wie die Kreativwirtschaft oder den Kulturtourismus erstrecken. Auf einer tieferen Ebene spiegelt die Kultur die Identität von Menschen und Gesellschaften im Laufe der Zeit wider, und ein besseres Verständnis unserer Vergangenheit, ihrer Vorurteile und Ungleichheiten könnte uns helfen, eine integrativere und tolerantere Gesellschaft zu werden.
Was ist die größte Herausforderung?
Ich glaube, dass der technisch schwierigste Aspekt für KI im kulturellen Erbe die Erfassung von Bedeutung, Symbolen und gesundem Menschenverstand ist. Dies sind im Grunde menschliche Bestrebungen und stellen schwierigere Probleme dar als das einfache Erlernen von Korrelationen, da sie das Denken auf der Grundlage von Wissen modellieren, das selten Teil der Eingabedaten ist.
Die Arbeit, die wir in Saint George on a Bike verfolgen, befasst sich mit dem interessanten technischen Problem, KI mit kulturellen Einsichten zu versehen. Die Hauptherausforderung besteht darin, den Kontext zu verstehen, in dem ein Bild geschaffen wurde, den Kontext, außerhalb dessen die Symbole, Traditionen und Regeln, die es widerspiegelt, an Bedeutung verlieren.
Eine Studie aus dem Jahr 2018 legt nahe, dass nur 12% der Forscher für maschinelles Lernen Frauen sind. Was kann Ihrer Meinung nach getan werden, um mehr Frauen auf dem Feld zu ermutigen?
Mein hintergrund ist in computersystemen und nicht in ki, und als ich in der schule war, waren die meisten frauen in unserem gebäude tatsächlich in ki und die zahlen waren ziemlich hoch. Dennoch bezieht sich der von Ihnen erwähnte Prozentsatz auf maschinelles Lernen, das nur ein Bereich der KI ist. Es stimmt, wenn wir uns die schiere Anzahl der Papiere ansehen, könnte es so aussehen, als hätte sie das gesamte Feld übernommen!
Die Informatik war schon immer männlich dominiert. Ich denke, dass Bereiche, in denen die Mehrheit der Arbeiter männlich ist, Probleme nicht nur für Frauen aufwerfen, sondern für jeden, der nicht superkompetitiv, (scheint) aggressiv, durchsetzungsfähig oder einfach laut genug ist. Davon abgesehen denke ich, dass positive Maßnahmen mit großer Sorgfalt angewendet werden müssen. Nicht jeder lernt oder arbeitet am besten nach den gleichen Prozessen, noch betrachten sie notwendigerweise dasselbe als Stärke oder Schwäche. Ich glaube, wir müssen Menschen, die nicht zu den Kanonen passen, nicht nur mehr Möglichkeiten geben, sondern ihnen erlauben, die Dinge anders zu machen und anders bewertet zu werden, was sie an den Tisch bringen können.
In meiner Erfahrung in Wissenschaft und Industrie habe ich immer wieder gesehen, dass die meisten - nicht alle - Frauen hochmotiviert sind, wie ihre Arbeit angewendet wird, und dazu neigen, sich Bereichen anzuschließen, die eine gewisse Verbindung zur Gesellschaft oder zum Individuum haben. In der KI können dies Erkennung (Stimme, Gesicht), Sprache, kognitive Prozesse, Argumentation oder Anwendungen für Bildung, Gesundheit oder Kultur sein. Ich habe kein Rezept dafür, wie man Frauen für das Feld anzieht, aber ich denke, KI ist besser ausgestattet als andere Informatikbereiche, um dies zu tun. Ich nehme an, dass dies nicht die optimistischste Ansicht ist, angesichts der Zahlen.
Vielen Dank an Maria-Cristina für den Austausch ihrer Erfahrungen und Einblicke! Sie können mehr über ihre Arbeit an Saint George on a Bike in einem Interview auf der Projektwebsite erfahren und unseren Fokus auf KI erkunden.