Définitions et termes pour l’IA
La terminologie de l'IA peut être complexe, alors clarifions certaines définitions. En lisant nos articles, vous pouvez voir des termes tels que «apprentissage automatique», «apprentissage profond», «modèles» ou «formation». L'apprentissage automatique vs l'apprentissage profond est un domaine commun de confusion pour ceux qui ne sont pas familiers avec les techniques d'IA.
L'apprentissage automatique consiste en un ensemble d'algorithmes qui apprennent automatiquement à partir des données. L'apprentissage profond est un type d'apprentissage automatique qui excelle dans la résolution de problèmes de haute dimensionnalité (où le nombre de fonctionnalités est beaucoup plus élevé que le nombre d'observations). La vision par ordinateur et le traitement du langage naturel relèvent de cette catégorie. L'apprentissage profond utilise une famille de modèles inspirés par la structure et le fonctionnement du cerveau (réseaux neuronaux artificiels) qui apprennent efficacement à extraire des caractéristiques pertinentes des données. Le résultat de la formation d'un algorithme d'apprentissage automatique est un «modèle» prédictif qui peut être utilisé pour générer des métadonnées supplémentaires à partir du contenu.
À l’heure actuelle, nous connaissons tous les modèles de données, comme le modèle de données Europeana. Il s'agit d'un mécanisme qui aide les institutions patrimoniales à structurer les métadonnées liées aux objets patrimoniaux. Mais que voulons-nous dire quand nous parlons d'un modèle d'IA? Il s’agit d’un algorithme qui a été formé pour effectuer une certaine tâche, par exemple pour déterminer s’il voit une pomme ou une orange. Il sera formé pour rechercher les principales caractéristiques des pommes et des oranges et déterminer si elles sont exactes ou non. C'est un exemple rudimentaire, mais le principe est le même que celui de la mise à l'échelle - il nécessite simplement beaucoup plus de données.
L’IA au service du patrimoine culturel
Avec notre exemple de pommes et d'oranges, vous pouvez déjà commencer à imaginer à quel point l'IA est précieuse pour le patrimoine culturel. L’IA a la capacité de générer d’importantes quantités de données qui peuvent être utilisées pour enrichir les collections patrimoniales, ce qui les rend plus faciles à explorer, afin que les gens puissent trouver ce qu’ils recherchent, que les instituts puissent établir des liens avec d’autres collections et bien plus encore.
Et comme il existe déjà tant de données et de documents numérisés sur le patrimoine culturel qui ont été décrits par des experts du patrimoine de confiance, la qualité des données est extrêmement précieuse. Par exemple, plutôt que de choisir 100 000 peintures aléatoires sur Internet et de former un modèle contre elles pour reconnaître «l’art impressionniste», vous pouvez utiliser des matériaux patrimoniaux qui seront déjà en mesure de donner des indices et des conseils pour la précision. Mais l’IA va au-delà de la peinture: elle est actuellement mise en œuvre dans tous les domaines du patrimoine culturel, qu’il s’agisse de l’imagerie 3D, du son, de la vidéo ou du texte.
AI et Europeana
Pour Europeana, le potentiel de l'IA pour améliorer la qualité des données, un point de douleur continu pour les utilisateurs de la collection, pourrait offrir des opportunités intéressantes. Dans la stratégie Europea 2020-2025, l’IA est soulignée à plusieurs reprises comme un moyen de mettre fin à l’amélioration de la qualité des données. Le plan prévoit ce qui suit:
«L’amélioration manuelle de la qualité des métadonnées de millions d’enregistrements provenant de différentes sources nécessite énormément de temps et de ressources. L’utilisation d’outils d’intelligence artificielle et de réseaux d’apprentissage automatique pour l’enrichissement automatique, combinée aux connaissances humaines fournies par des experts du domaine, offre une occasion remarquable d’améliorer la qualité des métadonnées.»
Mais avec un grand pouvoir, vient une grande responsabilité. L'IA pose de nombreux défis éthiques qui doivent être examinés de près. Il existe actuellement plusieurs initiatives dans toute l’Europe qui examinent les préoccupations éthiques de l’IA et Europeana travaillera conformément aux lignes directrices de la Commission européenne en matière d’éthique pour une IA digne de confiance.
Dans les semaines à venir, nous partagerons des activités, y compris les résultats de l’EuropeanaTech AI en ce qui concerne la task-force sur les GLAM et le défi ouvert de la task-force pour la création d’ensembles de données d’apprentissage automatique fondés sur les données d’Europeana, ainsi que l’exploration de projets relatifs au patrimoine culturel liés à l’IA. Comme le mois de mars est le Mois de l’histoire des femmes, nous mettrons également en lumière et interviewerons des femmes qui dirigent des projets et des recherches dans le domaine de l’IA et du secteur du patrimoine culturel.
Continuez à consulter les actualités d’Europeana Pro pour en savoir plus et rejoignez la communauté EuropeanaTech pour participer aux travaux d’Europeana!