Pastāstiet mums par savu pašreizējo lomu.
Kopš 2017. gada septembra vadu Digitālo humanitāro zinātņu pētniecības laboratoriju Nīderlandes Karaliskajā mākslas un zinātnes akadēmijā Humanitāro zinātņu klasterī (KNAW HuC). Mēs strādājam, lai attīstītu skaitļošanas metodes humanitāro zinātņu pētniecībā. Mēs galvenokārt koncentrējamies uz valodu tehnoloģijām un semantisko tīmekli, laiku pa laikam dodoties ekskursijā uz tīkla analīzi un datorredzi. Mans darbs ir daļēji pētniecība, daļēji vadība un daļēji sadarbības veicināšana humanitāro zinātņu kopā (trīs pētniecības institūtu aliansē).
Kāds bija jūsu karjeras ceļš līdz jūsu pašreizējai lomai?
Mana bakalaura grāds un maģistra grāds bija valodu un mākslīgā intelekta jomā, un mani jau no agras bērnības interesēja valoda un datori. Savā doktorantūras projektā es daudz laika pavadīju Naturalis Bioloģiskās daudzveidības centrā, kas ir lielākais dabas vēstures muzejs Nīderlandē. Manu projektu finansēja no programmas “Nepārtraukta piekļuve kultūras mantojumam” (CATCH), ko Nīderlandes Pētniecības padome īstenoja 10 gadus. Sākotnēji šīs programmas projekti tika izveidoti kā sadarbība starp datorzinātņu departamentiem un kultūras mantojuma iestādēm. Šeit es patiešām iemācījos strādāt dažādās jomās un arī sapratu, ka šo dažādo disciplīnu kombinācijai ir tik liels potenciāls - un man patiešām patīk strādāt šajā krustojumā!
Pēc doktorantūras es pārgāju uz citu CATCH projektu Agora, kur mēs sadarbojāmies ar vēsturniekiem, Rijksmuseum un Nīderlandes Skaņas un redzes institūtu. Mēs izguvām un modelējām “kas, kas, kur un kad” kolekcijās, lai veidotu saiknes starp objektiem, pamatojoties uz tajos attēlotajiem vai ar tiem saistītajiem notikumiem, nevis metadatiem, piemēram, kas radīja objektu un kādi materiāli tika izmantoti. Pēc tam es veicu vēl vienu pēcdoktorantūras darbu saistībā ar Septītās pamatprogrammas finansēto projektu NewsReader, kurā es turpināju strādāt pie informācijas izguves un modelēšanas, pamatojoties uz pasākumiem, bet pēc tam kopā ar žurnālistiem un lēmumu pieņēmējiem.
Ar ko jūs pašlaik strādājat?
Man ir trīs pētniecības virzieni, kas var šķist atdalīti ar nepiederošu personu, bet man ir ļoti daudz saistīti ar metodēm, ko es izmantoju, un veidu, kā es tuvojos šiem projektiem! Pirmais ir pamatprogrammas “Apvārsnis 2020” finansēts projekts Odeuropa, kura mērķis ir padarīt mūsu smaržu mantojumu meklējamu.
Esmu arī viens no zinātniskajiem direktoriem Kultūras MI laboratorijā — sadarbībā starp dažādām pētniecības un kultūras mantojuma iestādēm Nīderlandē, kuras mērķis ir uzlabot MI, izmantojot kultūras mantojumu, un uzlabot kultūras mantojumu, izmantojot MI. Viena no lietām, ko esmu redzējis, ir tā, ka digitālo humanitāro zinātņu pētniecība var būt vienvirziena satiksme; zināšanas par humanitāro zinātņu zinātniekiem un arhīvu avotiem netiek izmantotas MI sistēmu uzlabošanai. Ar šo laboratoriju mēs vēlamies integrēt zināšanas no mantojuma iestādēm (gan no to arhīviem, gan to kolekciju pārvaldītājiem) MI sistēmās, lai mēs tās varētu padarīt mazāk neobjektīvas un iekļaujošākas.
Visbeidzot, es sadarbojos ar kolēģiem no Apvienotās Karalistes, Norvēģijas un Nīderlandes nelielā Alpro fonda finansētā projektā, kura mērķis ir izpētīt Nīderlandes, Vācijas un Lielbritānijas uztura ilgtspēju laika gaitā.
Kāda, jūsuprāt, ir lielākā iespēja, ko mākslīgais intelekts sniedz kultūras mantojuma nozarei?
Mēs varam un mums vajadzētu izmantot MI tehnoloģijas, lai padarītu kultūras mantojumu pieejamāku. Tas nozīmē ne tikai meklējamu, bet arī saprotamāku nepilnību un nelīdzsvarotības apzināšanu. Manuprāt, šeit ir liela iespēja sadarboties ar vizualizācijas ekspertiem un datu zinātniekiem.
Kāds ir lielākais izaicinājums?
Manuprāt, lielākais izaicinājums ir pārvarēt mūsu aklos punktus gan datu, gan tehnoloģiju ziņā un padarīt mūsu datus un MI sistēmas FAIR un pārredzamas. Es domāju, ka tagad ir vērojama liela tendence uz padziļinātu mācīšanos. Es to redzu kopā ar visiem saviem skolēniem (tas ir pirmais, ko viņi vēlas izmēģināt), bet, ja mums ir tik sarežģītas lietas, lai komunicētu ar pasauli kā mūsu kultūras mantojumu, mums ir jāzina, ko sistēma darīja, lai panāktu īpašu bagātināšanos vai saikni starp objektiem. Tāpēc es vēlētos spert soli atpakaļ un redzēt, ko mēs varam darīt ar “vecākām” metodēm.
Ko jūs cerat, ka piecu gadu laikā mākslīgais intelekts ir ienesis kultūras mantojumā?
Es ceru, ka mākslīgais intelekts mums būs palīdzējis atklāt vai no jauna atklāt interesantus mūsu mantojuma kolekciju stūrīšus. Rijksmuseum, lielākā daļa cilvēku zinās Nightwatch un iet taisni tur, bet šī un citas iestādes ir miljoniem citu objektu, kas ir tikpat interesanti. Manu kultūras MI kolēģu veiktajā pētījumā tika konstatēts, ka arī tiešsaistes meklējumos daudzi no šiem mazāk zināmajiem objektiem vienkārši neparādās. Es ceru, ka mēs varam to mainīt!
2018. gada pētījums liecina, ka tikai 12 % mašīnmācīšanās pētnieku ir sievietes. Ko, jūsuprāt, var darīt, lai mudinātu vairāk sieviešu iesaistīties šajā jomā?
Tas ir sarežģīti, jo šai problēmai ir tikai tik daudz aspektu, piemēram, redzamu paraugu trūkums, cenas ziņā pieejama bērnu aprūpe un (vismazNīderlandē) sievietes parasti strādā mazāk stundu nekā vīrieši. Es domāju, ka mēs varam sākt ar sieviešu pamanāmības palielināšanu, un ir daudz lielisku sieviešu, kas strādā mašīnmācīšanās jomā (sk., piemēram, WiML). Tas, kas patiešām ir vajadzīgs, ir kultūras maiņa, kad dažādas komandas (kurasdaudzās situācijās uzrāda labākus rezultātus) kļūst par noklusējuma komandu. Man personīgi ir palīdzējuši daži mentori, lai atraisītu idejas. Turklāt ikviens var pievērst uzmanību ne tikai vīriešu uzaicināšanai uz paneļdiskusiju kā galvenajiem runātājiem vai viņu dotāciju priekšlikumam.
Paldies Marieke par dalīšanos ar savu pieredzi un ieskatu! Lai uzzinātu vairāk par mākslīgo intelektu un kultūras mantojumu, izpētiet mūsu koncentrēšanos uz mākslīgo intelektu.