2025 m. vasario mėn. „AI4Culture“ hakatonas paskelbė iššūkį: naudoti DI priemones skaitmeniniams kultūros paveldo duomenims novatoriškai transformuoti, tirti ar demonstruoti. Platformoje „AI4Culture“ yra daug išteklių šiems projektams remti: kultūros paveldo įstaigų duomenų rinkiniai ir kultūros paveldo duomenų erdvė, DI priemonių ir mokymo išteklių arsenalas ir kvalifikacijos kėlimo medžiaga.
Penkios grupės ėmėsi šio iššūkio ir parengė patrauklius naudojimo atvejus, apimančius novatoriškas DI priemones ir kultūros paveldo duomenų rinkinius. Susipažinkite su jų projektais žemiau.
"Mums buvo labai smagu ištirti, kokie duomenys buvo prieinami per Europeaną, net jei galiausiai naudojomės kitais šaltiniais!" - sakė dalyvis Laurensas Dhaenensas.
ABC: Automatinis maišytuvo kodas
"Zita Baronnet", "Francesco Gavioli" ir "Lara Peeters" komanda siekė išgauti 2D objektus iš vaizdų ir paversti juos 3D modeliais, naudojant AI, automatizuojant 3D modeliavimo procesą. Jų tikslas buvo supaprastinti daug laiko reikalaujantį ir techniškai sudėtingą 3D modelių, skirtų kultūros paveldo prietaikoms, kūrimo procesą. Komanda naudojo Europeana API, SegmentAnything ir 3D asset HuggingFace modelį, kad sukurtų dujotiekį, kuris paėmė 2D vaizdą iš Europeana ir išvedė 3D modelį pakartotiniam naudojimui Blender (programinė įranga 3D kompiuterinei grafikai kurti). Susipažinkite su jų projektu.
Patina: de: laiko spalva
Šiuo Stefanie De Winter, Laurens Dhaenens, Angelica Fieschi ir Stefano Fanelli projektu daugiausia dėmesio buvo skiriama meno degradacijos ir patinos formavimo klausimui, siekiant sukurti priemonę, kuri nustatytų ir praneštų apie suskaitmenintų meno kūrinių senėjimą.
Jie siekė padidinti visuomenės supratimą apie tai, kaip laikas formuoja meną. Komanda sukūrė mokomųjų meno kūrinių, kuriuos paveikė patina ir senėjimas, duomenų rinkinį kartu su tų meno kūrinių nuskaitymais, kol jie nebuvo paveikti amžiaus. Vaizdo klasifikavimui jie naudojo konvoliucinį neuroninį tinklą (CNN) ir sukūrė žiniatinklio sąsają mokslinei komunikacijai. Komanda nustatė, kad trūksta mokymo duomenų ir reikia tikslesnių modelių.
Mes nuolat žiūrime į šiuos vaizdus, bet pamirštame, kad jie formuojami laiku. Mes norime pridėti šį sluoksnį, kuris yra, bet yra nematomas. Tai, ką mes norime parodyti, yra laiko forma. "- Stefanie de Winter
Giluminė kultūra
"DeepCulture" komanda, kurią sudaro Ioannis Kapsalis, Katerina Zourou, Hannieh Habibi ir Marianna Ziku, siekė atlikti kultūros paveldo duomenų sentimentų analizę, kad atskleistų paslėptus naratyvus ir ryšius.
ArcAIVision
Sercan Kıyak, Knar Ohanjanyan ir Elçin Istif Inci komanda „ArcAIVision“ sukūrė DI priemonę, skirtą su migracija susijusioms temoms aptikti istoriniuose vaizdo įrašuose, siekiant atskleisti paslėptus ryšius ir pamirštas istorijas archyvinėse filmuotose medžiagose.
Jie ištraukė vaizdo turinį iš Nyderlandų garso ir vizijos instituto iš "Europeana" API ir naudojo "BERTopic" teminiam modeliavimui ir "K-Nearest Neighbors" (K-NN) klasteriams, kad analizuotų iš vaizdo įrašų išgautus kadrus. Komanda nagrinėjo metaduomenų šališkumo problemai būdingus iššūkius. Nors teminis DI modeliavimas teisingai sugrupavo panašias temas kartu, komanda rankiniu būdu sugrupavo su migracija susijusius terminus ir rėmus.
Ką daryti, jei galėtume matyti istoriją per naują objektyvą - tokį, kuris atskleidžia paslėptus ryšius ir pamirštas istorijas? Yra daugybė archyvinių įrašų, kuriuos sunku naršyti. Tai ne tik sunku naršyti, bet tradiciniai metaduomenys yra riboti ir dažnai šališki. Dėl to šiuose duomenų rinkiniuose sunku analizuoti temas, emocijas ir dar daugiau. - Knar Ohanjanyan
Un2Structured
Šiuo "Arnoud Wils" projektu buvo siekiama išgauti struktūrizuotus JSON duomenis iš nestruktūrizuotų PDF failų "Corpus Rubenianum", daugiausia dėmesio skiriant kilmės ir ikonografijos informacijai.
Jie naudojo Llamaparse, Llamaindex, Cohere LLM API ir Pydantic duomenų gavybai ir struktūrizavimui. Un2Structured patobulino savo šabloną ragina plačiai gauti rezultatus jie ieškojo. Jie taip pat iškėlė pagrįstų klausimų, kaip įvertinti šiuos gautus duomenis.
Ar norėtumėte dirbti su savo novatoriškais projektais naudodami kultūros paveldo duomenis? Susipažinkite su „Europeanos“ programų sąsajomis.