Definizioni e termini per l'IA
La terminologia dell'IA può essere complessa, quindi chiariamo alcune definizioni. Leggendo i nostri post potresti vedere termini come "apprendimento automatico", "apprendimento approfondito", "modelli" o "formazione". L'apprendimento automatico contro l'apprendimento profondo è un'area comune di confusione per coloro che non hanno familiarità con le tecniche di IA.
L'apprendimento automatico consiste in un insieme di algoritmi che imparano automaticamente dai dati. Il deep learning è un tipo di apprendimento automatico che eccelle nella risoluzione di problemi con alta dimensionalità (dove il numero di funzionalità è molto maggiore del numero di osservazioni). La visione artificiale e l'elaborazione del linguaggio naturale rientrano in questa categoria. L'apprendimento profondo utilizza una famiglia di modelli ispirati alla struttura e al funzionamento del cervello (reti neurali artificiali) che imparano efficacemente ad estrarre caratteristiche rilevanti dai dati. Il risultato della formazione di un algoritmo di apprendimento automatico è un "modello" predittivo che può essere utilizzato per generare metadati aggiuntivi dal contenuto.
Ormai conosciamo tutti i modelli di dati, come il modello di dati Europeana. Sono un meccanismo che aiuta le istituzioni del patrimonio a strutturare i metadati relativi agli oggetti del patrimonio. Ma cosa intendiamo quando parliamo di un modello di intelligenza artificiale? Si tratta di un algoritmo che è stato addestrato a svolgere un determinato compito, ad esempio per determinare se sta vedendo una mela o un'arancia. Sarà addestrato a cercare le caratteristiche chiave delle mele e delle arance e se sono accurate o meno. Questo è un esempio rudimentale, ma il principio è lo stesso di scalare - richiede solo molti più dati.
AI per il patrimonio culturale
Con il nostro esempio di mele e arance, puoi già iniziare a immaginare come l'IA sia preziosa per il patrimonio culturale. L'IA ha la capacità di generare grandi quantità di dati che possono essere utilizzati per arricchire le collezioni del patrimonio, rendendole più facili da esplorare, in modo che le persone possano trovare ciò che stanno cercando, gli istituti possano collegarsi ad altre collezioni e molto altro ancora.
E poiché ci sono già così tanti dati e materiali digitalizzati sul patrimonio culturale che sono stati descritti da esperti del patrimonio di fiducia, la qualità dei dati è estremamente preziosa. Ad esempio, anziché scegliere 100.000 dipinti casuali da Internet e addestrare un modello contro di loro per riconoscere l'"arte impressionista", è possibile utilizzare materiali del patrimonio che saranno già in grado di fornire suggerimenti e indicazioni per la precisione. Ma l'IA si estende oltre i dipinti: è attualmente in fase di attuazione in tutti i settori del materiale del patrimonio culturale, dall'imaging 3D, al suono, al video e al testo.
AI ed Europeana
Per Europeana, il potenziale che l'IA ha per migliorare la qualità dei dati, un punto critico continuo per gli utenti della raccolta, potrebbe offrire interessanti opportunità. Nella strategia Europeana 2020-2025, l'IA è evidenziata più volte come un mezzo per raggiungere il fine di migliorare la qualità dei dati. Il piano prevede quanto segue:
"Il miglioramento manuale della qualità dei metadati di milioni di registrazioni provenienti da fonti diverse richiede un'enorme quantità di tempo e risorse. L'applicazione di strumenti di intelligenza artificiale e reti di apprendimento automatico per l'arricchimento automatico, combinata con le conoscenze umane fornite da esperti del settore, offre una notevole opportunità per migliorare la qualità dei metadati."
Ma con un grande potere, arriva una grande responsabilità. L'IA pone numerose sfide etiche che devono essere attentamente considerate. Attualmente esistono diverse iniziative in tutta Europa che esaminano le preoccupazioni etiche dell'IA e Europeana lavorerà in linea con gli orientamenti etici della Commissione europea per un'IA affidabile.
Nelle prossime settimane condivideremo attività, tra cui i risultati dell'IA di EuropeanaTech in relazione alla task force GLAM e la sfida aperta della task force per la creazione di set di dati di apprendimento automatico basati sui dati di Europeana, nonché esploreremo progetti di patrimonio culturale relativi all'IA. Leggerai del lavoro svolto internamente alla Fondazione Europeana e, poiché marzo è il mese della storia delle donne, evidenzieremo e intervisteremo anche le donne che guidano progetti e ricerche nel campo dell'IA e del settore del patrimonio culturale.
Continua a controllare le notizie di Europeana Pro per saperne di più e unisciti alla comunità di EuropeanaTech per partecipare al lavoro di Europeana!