Kerro meille työstäsi.
Olen Barcelona Supercomputing Centerin (BSC-CNS)vanhempi tutkimushenkilöstö ja ryhmämme kolmen hankkeen päätutkija. Yksi näistä - Saint George on a Bike - on CEF Telecom (Public Open Data) -projekti, jonka parissa työskentelemme Europeana Foundationin kanssa. Se poikkeaa tyypillisemmästä keskittymisestämme älykkäisiin kaupunkeihin sen tutkimiseksi, miten teknologia ja erityisesti tekoäly voivat parantaa tietämystämme kulttuuriperinnöstä ja tehdä siitä helpommin saatavilla olevan muille kuin asiantuntijoille. Lähestymistapamme perustuu neuroverkkoihin, kielimalleihin ja semanttisiin päätelmiin, jotka tuottavat automaattisesti rikastettua metadataa ja kuvatekstejä ikonografisille maalauksille 1100-1800-luvuilta.
Mikä oli urapolkusi rooliisi?
Tutkijaurani on kattanut useita eri osa-alueita, jotka liittyvät ohjelmointikielen suunnittelun yhteiseen aiheeseen. Taustani antoi minulle mahdollisuuden soveltaa tietämystäni laitteistoista (automaattisen järjestelmän synteesin aikana PhD: n ja PostDoc: n aikana MIT: ssä) laajalti hajautettuihin järjestelmiin, näyttelijämalleihin ja ohjelmistotekniikkaan työskennellessäni IBM Researchissa ja sulautettujen järjestelmien aikana vierailevana professorina Madridin Universidad Carlos III: ssa. Sovelsin myös koneoppimistekniikoita oppiakseni ilmeikkäitä malleja oopperalaulajille yhteistyössä Universitat Pompeu Fabran kanssa ja rakensin yhdessä tartuntatautien simulaattorin, jonka olemme nyt virittäneet COVID-19: lle yhteistyössä Carlos III -yliopiston ja Carlos III -terveysinstituutin kanssa Madridissa.
Minkä parissa työskentelet juuri nyt?
Olemme puolivälissä Saint George pyörällä, ja siinä vaiheessa, kun keskitymme yhdistämään tiedon louhinnan ja syvällisen oppimisen lähestymistavan tulokset. Olemme kehittäneet tätä ylhäältä alaspäin suuntautuvalla semanttisella päättelyllä luodaksemme visuaalisia suhteita ja parantaaksemme maalauksissa havaitsemiemme esineiden merkintöjä. Tämä on jännittävää aikaa, joka avaa yhä mielenkiintoisempia tutkimuskysymyksiä!
Ryhmänä pidämme kulttuuriperintöä erittäin rikkaana alueena, jolla on valtavat mahdollisuudet tekoälyyn. Vaikka tämä on ala, johon me kaikki voimme liittyä, kukaan meistä ei ole asiantuntija, ja yhteistyö kulttuuriperinnön asiantuntijoiden kanssa on olennaisen tärkeää. Yhteistyömme Europeanan kanssa on tähän mennessä ollut tässä suhteessa erittäin myönteistä. Tämä projekti on avoin ovi alalle, jota emme olleet aiemmin harkinneet, ja olemme hyvin innoissamme mahdollisuuksista ja mahdollisesta yhteistyöstä erityyppisten sidosryhmien kanssa tässä työssä - museoista vammaisiin tai koulutukseen.
Mikä on mielestäsi suurin mahdollisuus, jonka tekoäly tarjoaa kulttuuriperintöalalle?
Tiedonlouhintaa käytetään tyypillisesti silloin, kun dataa on saatavilla valtavia määriä ja haluamme poimia siitä tietoa. Tämä ei koske kulttuuriperintöä, jolla on rajallinen määrä datapisteitä (artefaktoja), jotka edustavat monia eri tyylejä. Tämä luo sekä haasteen että mahdollisuuden sekalaisille lähestymistavoille, jotka toimivat yhdessä tarkentaakseen toisiaan tai havaitakseen epäjohdonmukaisuuksia. Tätä lähestymistapaa yritämme juuri nyt Saint George pyörällä, lupaavilla tuloksilla, jotka tuottavat runsaasti metatietoa maalauksissa kuvatuista esineistä, aiheista ja toimista.
Uskon, että suurin mahdollisuus, jonka tämä rikas metadata voi tuoda kulttuuriperintöalalle, on sen vaikutus kulttuurin kuluttajiin, kulttuuriin kohdistuvan kiinnostuksen elvyttäminen ja laajentaminen, jotta se olisi sulavampaa, vertailukelpoisempaa ja laajalle levinnyttä. Tämä voi alkaa kouluopetuksesta ja ulottua esimerkiksi luoviin toimialoihin tai kulttuurimatkailuun. Syvemmällä tasolla kulttuuri heijastaa ihmisten ja yhteiskuntien identiteettiä eri aikoina, ja parempi ymmärrys menneisyydestämme, sen ennakkoluuloista ja eriarvoisuudesta voisi auttaa meitä tulemaan osallistavammaksi ja suvaitsevaisemmaksi yhteiskunnaksi.
Mikä on suurin haaste?
Uskon, että tekoälyn teknisesti vaikein näkökohta kulttuuriperinnössä on merkityksen, symbolien ja terveen järjen tallentaminen. Nämä ovat pohjimmiltaan inhimillisiä pyrkimyksiä ja muodostavat vaikeampia ongelmia kuin vain korrelaatioiden oppiminen, koska ne mallintavat päättelyä, joka perustuu tietoon, joka on harvoin osa syöttötietoja.
Työlinja, jota seuraamme Saint George on a Bikessa, ratkaisee mielenkiintoisen teknisen ongelman, joka liittyy tekoälyn varustamiseen kulttuurisella näkemyksellä. Tärkein haaste on ymmärtää konteksti silloin, kun kuva luotiin, konteksti, jonka ulkopuolella symbolit, perinteet ja säännöt, joita se heijastaa, menettävät merkityksensä.
Vuonna 2018 tehdyn tutkimuksen mukaan vain 12 prosenttia koneoppimisen tutkijoista on naisia. Mitä luulet voivasi tehdä kannustaaksesi lisää naisia kentälle?
Taustani on tietokonejärjestelmissä eikä AI: ssä, ja kun olin lukiossa, suurin osa rakennuksemme naisista oli itse asiassa AI: ssä ja luvut olivat kohtuullisen korkeat. Mainitsemasi prosenttiosuus viittaa kuitenkin koneoppimiseen, joka on vain yksi ala tekoälyssä. On totta, että jos tarkastelemme pelkkää paperien määrää, saattaa vaikuttaa siltä, että se on vallannut koko alan!
Tietojenkäsittelytiede on aina ollut miesvaltainen; Mielestäni alat, joilla suurin osa työntekijöistä on miehiä, aiheuttavat ongelmia paitsi naisille myös kaikille, jotka eivät ole superkilpailukykyisiä, (näyttää) aggressiivisia, itsevarmoja tai yksinkertaisesti riittävän äänekkäitä. Tästä huolimatta katson, että myöntävää toimea on sovellettava erittäin huolellisesti. Kaikki eivät opi tai toimi parhaiten samojen prosessien mukaisesti, eivätkä he välttämättä pidä samaa asiaa vahvuutena tai heikkoutena. Mielestäni meidän ei tarvitse vain antaa enemmän mahdollisuuksia ihmisille, jotka eivät sovi kanoneihin, vaan pikemminkin antaa heidän tehdä asioita eri tavalla ja arvioida eri tavalla sitä, mitä he voivat tuoda pöytään.
Kokemuksessani yliopistomaailmasta ja teollisuudesta olen toistuvasti nähnyt, että useimmat - eivät kaikki - naiset ovat erittäin motivoituneita siitä, miten heidän työtään sovelletaan, ja heillä on taipumus liittyä aloihin, joilla on jonkinlainen yhteys yhteiskuntaan tai yksilöön. Tekoälyssä näitä voivat olla tunnistaminen (ääni, kasvot), kieli, kognitiiviset prosessit, päättely tai koulutus-, terveys- tai kulttuurisovellukset. Minulla ei ole reseptiä naisten houkuttelemiseksi kentälle, mutta mielestäni AI on paremmin varustettu kuin muut tietojenkäsittelytieteen alueet. En usko, että tämä on kaikkein optimistisin näkemys, kun otetaan huomioon numerot.
Kiitos Maria-Cristinalle hänen kokemustensa ja näkemystensä jakamisesta! Lisätietoja hänen työstään Saint George on a Bike -hankkeessa on hankkeen verkkosivustolla olevassa haastattelussa, ja siinä käsitellään tekoälyä.