Opowiedz nam o swojej pracy.
Jestem starszym pracownikiem naukowym w Centrum Superkomputerowym w Barcelonie (BSC-CNS)i głównym badaczem trzech projektów w naszej grupie. Jednym z nich - Saint George on a Bike - jest projekt CEF Telecom (Public Open Data), nad którym pracujemy wspólnie z Fundacją Europeana. Odchodzi od naszego bardziej typowego skupienia się na inteligentnych miastach, aby zbadać, w jaki sposób technologia, a w szczególności sztuczna inteligencja, może poprawić naszą wiedzę na temat dziedzictwa kulturowego i uczynić go bardziej dostępnym dla osób niebędących specjalistami. Nasze podejście opiera się na sieciach neuronowych, modelach językowych i wnioskowaniu semantycznym, aby automatycznie generować wzbogacone metadane i podpisy do obrazów ikonograficznych z XII-XVIII wieku.
Jaka była twoja ścieżka kariery do twojej roli?
Moja kariera naukowa obejmowała kilka różnych obszarów, związanych ze wspólnym tematem projektowania języków programowania. Moje doświadczenie pozwoliło mi zastosować moją wiedzę na temat sprzętu (automatyczna synteza systemów podczas mojego doktoratu i PostDoc na MIT) do szeroko rozproszonych systemów, modeli aktorskich i inżynierii oprogramowania podczas pracy w IBM Research oraz systemów wbudowanych podczas mojego pobytu jako profesor wizytujący na Universidad Carlos III w Madrycie. Zastosowałem również techniki uczenia maszynowego, aby nauczyć się ekspresyjnych modeli dla śpiewaków operowych we współpracy z Universitat Pompeu Fabra i wspólnie zbudowałem symulator chorób zakaźnych, który teraz dostroiliśmy do COVID-19 we współpracy z Uniwersytetem Carlosa III i Instytutem Zdrowia Carlosa III w Madrycie.
Nad czym teraz pracujesz?
Jesteśmy w połowie drogi przez Saint George na rowerze i w punkcie, w którym skupiamy się na połączeniu wyników eksploracji danych i głębokiego uczenia się. Rozwijamy to z odgórnym wnioskowaniem semantycznym, aby generować wizualne relacje i ulepszać etykiety obiektów, które wykrywamy w obrazach. To ekscytujący czas, który otwiera coraz bardziej interesujące pytania badawcze!
Jako grupa uważamy dziedzictwo kulturowe za niezwykle bogatą domenę z ogromnym potencjałem sztucznej inteligencji. Chociaż jest to dziedzina, do której wszyscy możemy się odnosić, nikt z nas nie jest specjalistą, a wspólna praca z ekspertami ds. dziedzictwa kulturowego ma fundamentalne znaczenie. Nasza współpraca z Europeaną była jak dotąd bardzo pozytywna w tym zakresie. Ten projekt jest otwartymi drzwiami do dziedziny, której wcześniej nie rozważaliśmy, i jesteśmy bardzo podekscytowani możliwościami i możliwą współpracą z różnymi rodzajami interesariuszy w tej pracy - od muzeów po osoby niepełnosprawne lub edukację.
Jaka jest Państwa zdaniem największa szansa, jaką sztuczna inteligencja stwarza dla sektora dziedzictwa kulturowego?
Eksploracja danych jest zwykle używana, gdy dostępne są ogromne ilości danych i chcemy z nich wydobyć wiedzę. Nie dotyczy to dziedzictwa kulturowego, które ma ograniczoną liczbę punktów danych (artefaktów) o wielu różnych stylach. Stwarza to zarówno wyzwanie, jak i szansę na mieszane podejścia, które współpracują ze sobą, aby udoskonalić się nawzajem lub wykryć niespójności. To podejście próbujemy teraz w Saint George na rowerze, z obiecującymi wynikami w zakresie generowania bogatych metadanych o przedmiotach, tematach i działaniach przedstawionych na obrazach.
Uważam, że największą szansą, jaką te bogate metadane mogą przynieść sektorowi dziedzictwa kulturowego, jest jego wpływ na konsumentów kultury, ożywienie i zwiększenie zainteresowania kulturą, dzięki czemu staje się ona bardziej przyswajalna, względna i wszechobecna. Może to rozpocząć się od edukacji szkolnej i obejmować obszary takie jak przemysł kreatywny lub turystyka kulturalna. Na głębszym poziomie kultura odzwierciedla tożsamość ludzi i społeczeństw w czasie, a lepsze zrozumienie naszej przeszłości, jej uprzedzeń i nierówności może pomóc nam stać się bardziej integracyjnym i tolerancyjnym społeczeństwem.
Co jest największym wyzwaniem?
Uważam, że technicznie najtrudniejszym aspektem sztucznej inteligencji w dziedzictwie kulturowym jest uchwycenie znaczenia, symboli i zdrowego rozsądku. Są to zasadniczo ludzkie wysiłki i stanowią trudniejsze problemy niż samo uczenie się korelacji, ponieważ modelują rozumowanie oparte na wiedzy, która rzadko jest częścią danych wejściowych.
Kierunek naszej pracy w Saint George on a Bike rozwiązuje interesujący problem techniczny, jakim jest nadanie sztucznej inteligencji kulturowego wglądu. Głównym wyzwaniem jest zrozumienie kontekstu w momencie tworzenia obrazu, kontekstu, poza którym symbole, tradycje i reguły, które odzwierciedlają, tracą znaczenie.
Badanie z 2018 r. sugeruje, że tylko 12% naukowców zajmujących się uczeniem maszynowym to kobiety. Jak myślisz, co można zrobić, aby zachęcić więcej kobiet do pracy w terenie?
Moje doświadczenie dotyczy systemów komputerowych, a nie sztucznej inteligencji, a kiedy byłem w szkole średniej, większość kobiet w naszym budynku była w rzeczywistości w sztucznej inteligencji, a liczby były dość wysokie. Niemniej jednak wspomniany odsetek odnosi się do uczenia maszynowego, które jest tylko jednym z obszarów sztucznej inteligencji. Prawdą jest, że jeśli spojrzymy na samą liczbę dokumentów, może się wydawać, że przejęła ona całą dziedzinę!
Informatyka zawsze była zdominowana przez mężczyzn; Myślę, że obszary, w których większość pracowników to mężczyźni, stwarzają problemy nie tylko kobietom, ale każdemu, kto nie jest superkonkurencyjny, (wydaje się) agresywny, asertywny lub po prostu wystarczająco głośny. Biorąc to pod uwagę, uważam, że akcja afirmatywna musi być stosowana z wielką starannością. Nie wszyscy uczą się lub działają najlepiej, podążając za tymi samymi procesami, ani niekoniecznie uważają to samo za siłę lub słabość. Uważam, że musimy nie tylko dać więcej możliwości ludziom, którzy nie pasują do kanonów, ale raczej pozwolić im robić rzeczy inaczej i być ocenianymi inaczej za to, co mogą wnieść do stołu.
Z mojego doświadczenia w środowisku akademickim i przemysłowym wielokrotnie widziałem, że większość - nie wszystkie - kobiet jest wysoce zmotywowana tym, jak ich praca zostanie zastosowana, i mają tendencję do łączenia obszarów, które mają jakiś związek ze społeczeństwem lub jednostką. W sztucznej inteligencji mogą to być rozpoznawanie (głos, twarz), język, procesy poznawcze, rozumowanie lub zastosowania w edukacji, zdrowiu lub kulturze. Nie mam recepty na to, jak przyciągnąć kobiety do tej dziedziny, ale myślę, że sztuczna inteligencja jest lepiej wyposażona niż inne obszary informatyki, aby to zrobić. Przypuszczam, że nie jest to najbardziej optymistyczny pogląd, biorąc pod uwagę liczby.
Podziękowania dla Marii-Cristiny za podzielenie się swoimi doświadczeniami i spostrzeżeniami! Możesz dowiedzieć się więcej o jej pracy nad Saint George on a Bike w wywiadzie na stronie internetowej projektu i zbadać nasz nacisk na sztuczną inteligencję.