Tekoälyn määritelmät ja termit
Tekoälyn terminologia voi olla monimutkaista, joten selkeytetään joitakin määritelmiä. Kun luet julkaisujamme, saatat nähdä termejä, kuten ”koneoppiminen”, ”syväoppiminen”, ”mallit” tai ”koulutus”. Koneoppiminen vs. syväoppiminen on yleinen hämmennyksen alue niille, jotka eivät tunne tekoälytekniikoita.
Koneoppiminen koostuu joukosta algoritmeja, jotka oppivat automaattisesti datasta. Syväoppiminen on koneoppimisen tyyppi, joka on erinomainen ratkaisemaan ongelmia, joilla on suuri ulottuvuus (jossa ominaisuuksien määrä on paljon suurempi kuin havaintojen määrä). Tietokonenäkö ja luonnollisen kielen käsittely kuuluvat tähän luokkaan. Syväoppiminen käyttää malliperhettä, joka on saanut inspiraationsa aivojen rakenteesta ja toiminnasta (keinotekoiset hermoverkot), jotka oppivat tehokkaasti poimimaan olennaisia ominaisuuksia tiedoista. Koneoppimisalgoritmin koulutuksen tulos on ennakoiva "malli", jota voidaan käyttää tuottamaan lisää metadataa sisällöstä.
Tähän mennessä me kaikki tiedämme tietomalleista, kuten Europeana-tietomallista. Ne ovat mekanismi, joka auttaa kulttuuriperintölaitoksia jäsentämään kulttuuriperintökohteisiin liittyvää metadataa. Mutta mitä tarkoitamme, kun puhumme AI-mallista? Se on algoritmi, joka on koulutettu tekemään tietty tehtävä – esimerkiksi määrittämään, näkeekö se omenan vai oranssin. Se koulutetaan etsimään omenoiden ja appelsiinien keskeisiä ominaisuuksia ja sitä, onko se tarkka vai ei. Tämä on alkeellinen esimerkki, mutta periaate on sama kuin skaalaat - se vaatii vain paljon enemmän tietoa.
Tekoäly kulttuuriperintöä varten
Omenoiden ja appelsiinien esimerkillämme voit jo alkaa kuvitella, kuinka arvokasta tekoäly on kulttuuriperinnölle. Tekoäly pystyy tuottamaan suuria määriä dataa, jota voidaan käyttää kulttuuriperintökokoelmien rikastamiseen, mikä helpottaa niiden tutkimista, jotta ihmiset voivat löytää etsimänsä, laitokset voivat linkittää muihin kokoelmiin ja paljon muuta.
Koska luotettujen kulttuuriperintöasiantuntijoiden kuvaamia digitoituja kulttuuriperintötietoja ja -materiaaleja on jo niin paljon, tietojen laatu on erittäin arvokasta. Esimerkiksi sen sijaan, että poimisit 100 000 satunnaista maalausta internetistä ja kouluttaisit mallin niitä vastaan ”impressionistisen taiteen” tunnistamiseksi, voit käyttää kulttuuriperintömateriaaleja, jotka voivat jo antaa vihjeitä ja ohjeita tarkkuudesta. Tekoäly ulottuu kuitenkin maalauksia laajemmalle – sitä toteutetaan tällä hetkellä kaikilla kulttuuriperintöaineiston aloilla, kuten 3D-kuvantamisessa, äänessä, videossa ja tekstissä.
Tekoäly ja Europeana
Europeanalle tekoälyn tarjoamat mahdollisuudet parantaa datan laatua, joka on jatkuva kipupiste tiedonkeruun käyttäjille, voisivat tarjota jännittäviä mahdollisuuksia. Europeana-strategiassa 2020–2025 tekoälyä korostetaan useita kertoja keinona parantaa datan laatua. Suunnitelmassa todetaan seuraavaa:
”Miljoonien eri lähteistä peräisin olevien tietueiden metatietojen laadun manuaalinen parantaminen vaatii valtavasti aikaa ja resursseja. Tekoälyvälineiden ja koneoppimisverkostojen soveltaminen automaattiseen rikastamiseen yhdistettynä alan asiantuntijoiden tarjoamaan inhimilliseen tietämykseen tarjoaa merkittävän mahdollisuuden parantaa metadatan laatua.”
Mutta suurella voimalla tulee suuri vastuu. Tekoäly asettaa lukuisia eettisiä haasteita, jotka on otettava tarkasti huomioon. Eri puolilla Eurooppaa on tällä hetkellä useita aloitteita, joissa tarkastellaan tekoälyn eettisiä huolenaiheita, ja Europeana toimii luotettavaa tekoälyä koskevien Euroopan komission eettisten ohjeiden mukaisesti.
Tulevina viikkoina jaamme toimintaa, johon kuuluvat EuropeanaTech AI:n tulokset suhteessa GLAM-työryhmään ja työryhmän avoin haaste Europeana-dataan perustuvien koneoppimisen data-aineistojen luomiselle sekä tekoälyyn liittyvien kulttuuriperintöhankkeiden tutkiminen. Lue Europeana-säätiön sisäisestä työstä. Maaliskuussa vietetään naisten historian kuukautta, jonka aikana esitellään ja haastatellaan naisia, jotka johtavat tekoälyn ja kulttuuriperinnön alan hankkeita ja tutkimusta.
Seuraa Europeana Pro -uutisia ja liity EuropeanaTech-yhteisöön osallistuaksesi Europeanan työhön!