Kā šogad tika pētīts Europeana Pro ziņās, mākslīgajam intelektam ir milzīgs potenciāls kultūras mantojuma nozarē. Tā piedāvā iespēju ģenerēt lielus datu apjomus, lai bagātinātu mantojuma kolekcijas, padarot tās vieglāk pētāmas un savstarpēji saistītas. Sākot ar 2019. gada decembri, EuropeanaTech AI saistībā ar GLAM darba grupu centās veikt potenciālo scenāriju analīzi, lai izpētītu šīs tehnoloģijas lomu un ietekmi nozarē un gūtu labāku izpratni par projektiem, kuros to izmanto.
Nozares apsekošana
Darba grupa 2020. gada septembrī apsekoja profesionāļus, kas strādā galerijās, bibliotēkās, arhīvos un muzejos (GLAM), pētniecības iestādēs un plašākā nozarē (tostarp tehnoloģiju piegādātājus un radošās nozares). Aptaujā tika saņemtas 56 atbildes, un rezultāti sniedz vērtīgu ieskatu MI izmantošanā kultūras mantojuma nozarē.
Gandrīz visi respondenti (91,8 %) interesējās par vismaz vienu MI tematu, un vairāk nekā pusei no viņiem (54 %) bija speciālās zināšanas šajā jomā. Vairākas delegācijas bija vienisprātis, ka tās jau strādā pie projektiem, kas saistīti ar MI un kuru galvenais mērķis ir digitalizācija un atklājamība. Tomēr daudzi cilvēki arī ziņoja par problēmām darbā ar MI, jo īpaši saistībā ar prasmēm un speciālajām zināšanām, kas projektiem vajadzīgas darbiniekiem, un par pienācīgi anotētu apmācības datu trūkumu.
Ieskats intervijās
Papildus aptaujai darba grupa intervēja astoņus kultūras mantojuma speciālistus no dažādām Eiropas iestādēm. Viņu atbildes sniedz bagātīgas perspektīvas par pieejām, ko kultūras mantojuma iestādes izmanto MI jomā, un ziņojumā tās ir iekļautas kā gadījumu izpēte.
Visi intervētie piekrita, ka mākslīgajam intelektam ir liels kultūras mantojuma potenciāls, un vēlējās to izpētīt sīkāk. No daudzām atbildēm bija skaidrs, ka MI būs arvien lielāka un vērtīgāka loma visās kultūras organizāciju darbībās, jo īpaši attiecībā uz piekļuvi, metadatu ieguvi un bagātināšanu. Tomēr, tāpat kā apsekojumā, daudzi cilvēki atsaucās uz problēmām darbā ar MI, uzsverot nepieciešamību pēc starpdepartamentu sadarbības, sarežģīto datu trūkumu ar piemērotām anotācijām un sarežģīto MI integrēšanu esošajā infrastruktūrā. Viņi arī pauda bažas par ētiku un to, kā vislabāk pierādīt un paziņot MI izmantošanas vērtību.
Pārdomas par ziņojumu: problēmas un iespējas
No šīs darba grupas rezultātiem ir skaidrs, ka MI un mašīnmācīšanās (ML) projekti jau tiek īstenoti GLAM un ir notikuši vairākus gadus, pat ja tie ne vienmēr ir bijuši redzami. Mēs ceram, ka šīs darba grupas rezultāti būs viens no veidiem, kā dalīties ar šo darbu un to popularizēt!
Lai gan mēs esam redzējuši acīmredzamu interesi un entuziasmu par MI visā nozarē, pastāv arī šķēršļi. Cilvēki ziņoja, ka var paiet ilgs laiks, līdz kļūst redzami MI stratēģijas vai pētniecības rezultāti, un tas nozīmē, ka dažkārt var būt sarežģīti pārliecināt organizācijas par darba nepieciešamību. Ziņojumā ir sniegts ieskats par galvenajām problēmām, ar kurām saskaras GLAM, sākot no piekļuves apmācības datiem, ētiskiem apsvērumiem un jautājumiem, kas saistīti ar projektu izvēršanu līdz īstenošanai iestādes mērogā. Mākslīgais intelekts netiek uzskatīts par “ātru tehnoloģiju risinājumu” humanitārajām zinātnēm, un tieši šā laikietilpīgā aspekta dēļ datu un zināšanu apmaiņa šķiet būtiska šo projektu turpināšanai un panākumiem.
Turpmākie plāni
EuropeanaTech kopiena turpinās atbalstīt zināšanu apmaiņu par MI un centīsies turpināt sadarbību ar citām iniciatīvām, lai palielinātu tā ietekmi. Darba grupa un EuropeanaTech vadības grupa ir ieskicējušas rīcības punktus šim turpmākajam darbam, kurā galvenā uzmanība pievērsta šādiem tematiem: zināšanu apmaiņa, datu apmaiņa un stratēģiskais ieguldījums:
Mēs vēlamies panākt zināšanu apmaiņu, izmantojot EuropeanaTech x AI tīmekļsemināru sēriju un organizējot citus pasākumus, kas vērsti uz konkrētām tēmām un sadarbību ar Cultural AI Lab, AI4LAM un The Museums + AI Network. Ja jums ir ideja, sazinieties ar Europeana pētniecības un izstrādes vadītāju Antoine Isaac, [email protected].
Turpinot EuropeanaTech izaicinājumu attiecībā uz MI/ML datu kopām, Europeana ir sākusi publicēt datu kopas, kas varētu interesēt MI lietojumus, Europeana kopienas paspārnē Zenodo. Pirmais ieguldījums ir V4Design projekta stila klasifikācijas datu kopa.
Stratēģiskais ieguldījums balstīsies uz šajā galīgajā ziņojumā paustajām pārdomām, tostarp jaunu MI sistēmu integrēšanu un sasaistīšanu esošajās sistēmās, publiski koplietojamus modeļus, kas apmācīti kultūras mantojuma kolekcijām specifiskās jomās, MI īstenošanu ētiskā un juridiskā veidā un apmācības modeļu un plašas apstrādes oglekļa pēdas samazināšanu.
Turpiniet sekot līdzi EuropeanaTech darbam, lai izpētītu, kā tas virzās uz priekšu, un lejupielādējiet un izlasiet ziņojumu pilnībā!