Definições e termos para a IA
A terminologia da IA pode ser complexa, portanto, vamos esclarecer algumas definições. Ao ler as nossas publicações, poderá ver termos como «aprendizagem automática», «aprendizagem profunda», «modelos» ou «formação». A aprendizagem automática versus aprendizagem profunda é uma área comum de confusão para aqueles que não estão familiarizados com as técnicas de IA.
A aprendizagem automática consiste em um conjunto de algoritmos que aprendem automaticamente com os dados. A aprendizagem profunda é um tipo de aprendizagem de máquina que se destaca na resolução de problemas com alta dimensionalidade (onde o número de recursos é muito maior do que o número de observações). A visão computacional e o processamento de linguagem natural enquadram-se nesta categoria. A aprendizagem profunda usa uma família de modelos inspirados pela estrutura e funcionamento do cérebro (redes neurais artificiais) que efetivamente aprendem a extrair características relevantes dos dados. O resultado do treino de um algoritmo de aprendizagem automática é um "modelo" preditivo que pode ser usado para gerar metadados adicionais a partir do conteúdo.
Até agora, todos sabemos sobre modelos de dados, como o Modelo de Dados da Europeana. Trata-se de um mecanismo que ajuda as instituições responsáveis pelo património a estruturar metadados relacionados com objetos do património. Mas o que queremos dizer quando falamos de um modelo de IA? É um algoritmo que foi treinado para realizar uma determinada tarefa - por exemplo, para determinar se está a ver uma maçã ou uma laranja. Será treinado para procurar as principais características das maçãs e laranjas e se é exato ou não. Este é um exemplo rudimentar, mas o princípio é o mesmo que escalar - só requer muito mais dados.
IA para o património cultural
Com o nosso exemplo de maçãs e laranjas, já pode começar a imaginar como a IA é valiosa para o património cultural. A IA tem capacidade para gerar grandes quantidades de dados que podem ser utilizados para enriquecer coleções do património, tornando-as mais fáceis de explorar, para que as pessoas possam encontrar o que procuram, os institutos possam estabelecer ligações com outras coleções e muito mais.
E uma vez que já existem tantos dados e materiais digitalizados sobre o património cultural que foram descritos por peritos em património de confiança, a qualidade dos dados é extremamente valiosa. Por exemplo, em vez de escolher 100 000 pinturas aleatórias da Internet e de treinar um modelo contra elas para reconhecer a «arte impressionista», pode utilizar materiais do património que já serão capazes de dar sugestões e orientações para a exatidão. Mas a IA vai além das pinturas – está atualmente a ser implementada em todos os domínios do material do património cultural, desde imagens 3D, som, vídeo e texto.
IA e Europeana
Para a Europeana, o potencial que a IA tem para melhorar a qualidade dos dados, um ponto de dor contínuo para os utilizadores da recolha, pode oferecer oportunidades interessantes. Na Estratégia Europeana 2020-2025, a IA é destacada várias vezes como um meio para pôr termo à melhoria da qualidade dos dados. O plano estabelece o seguinte:
«A melhoria manual da qualidade dos metadados de milhões de registos de diferentes fontes exige uma enorme quantidade de tempo e recursos. A aplicação de ferramentas de inteligência artificial e de redes de aprendizagem automática para enriquecimento automático, combinada com os conhecimentos humanos fornecidos por peritos em domínios, oferece uma oportunidade notável para melhorar a qualidade dos metadados.»
Mas com grande poder, vem a grande responsabilidade. A IA coloca inúmeros desafios éticos que devem ser tidos em conta de perto. Existem atualmente várias iniciativas em toda a Europa que analisam as preocupações éticas da IA e a Europeana trabalhará em conformidade com as orientações éticas da Comissão Europeia para uma IA de confiança.
Nas próximas semanas, partilharemos atividades, incluindo os resultados da EuropeanaTech AI em relação ao Grupo de Trabalho GLAM e o desafio aberto do Grupo de Trabalho para a criação de conjuntos de dados de aprendizagem automática baseados em dados da Europeana, bem como explorar projetos de património cultural relacionados com a IA. Leia sobre o trabalho realizado internamente na Fundação Europeana e, uma vez que março é o Mês da História das Mulheres, também destacaremos e entrevistaremos mulheres que lideram projetos e investigação no domínio da IA e do setor do património cultural.
Continue a consultar as notícias da Europeana Pro para mais informações e junte-se à comunidade EuropeanaTech para participar no trabalho da Europeana!