Menjelajahi AI di Sektor Warisan Budaya

Menjelajahi AI di Sektor Warisan Budaya – Dengan berkurangnya hambatan AI dan berkembangnya praktik-praktik baru, tidak mengherankan jika aktivitas AI di sektor warisan budaya meningkat. Untuk memperjelas pekerjaan ini, Europeana Pro akan menyoroti proyek dan inisiatif AI dari komunitas EuropeanaTech, Europeana Foundation, dan lainnya selama dua bulan ke depan.

 

Menjelajahi AI di Sektor Warisan Budaya

surlerythme – Manajer Komunitas EuropeanaTech Gregory Markus memperkenalkan topik ini!

Definisi dan istilah Kecerdasan Buatan

Terminologi AI bisa jadi rumit, jadi mari kita perjelas beberapa definisinya. Saat membaca postingan kami, Anda mungkin melihat istilah seperti “pembelajaran mesin”, “pembelajaran mendalam”, “model”, atau “pelatihan”. Pembelajaran mesin vs. pembelajaran mendalam adalah kebingungan umum bagi mereka yang tidak terbiasa dengan teknik AI.

Pembelajaran mesin terdiri dari sekumpulan algoritme yang secara otomatis belajar dari data. Pembelajaran mendalam adalah jenis pembelajaran mesin yang sangat bagus untuk memecahkan masalah berdimensi tinggi (yang memiliki lebih banyak fitur daripada observasi). Visi komputer dan pemrosesan bahasa alami termasuk dalam kategori ini. Pembelajaran mendalam menggunakan serangkaian model yang terinspirasi oleh struktur dan fungsi otak (jaringan saraf tiruan) yang secara efektif belajar mengekstrak fungsi yang relevan dari data. Hasil dari pelatihan algoritme pembelajaran mesin adalah “model” prediktif yang dapat digunakan untuk menghasilkan metadata tambahan tentang konten.

 

Baca juga : Peran Teknologi dalam Melestarikan Warisan Sejarah

 

Saat ini kita semua mengetahui model data seperti model data Europeana. Ini adalah mekanisme untuk membantu otoritas warisan budaya menyusun metadata yang terkait dengan situs warisan. Tapi apa yang kita maksud ketika kita berbicara tentang model AI? Ini adalah algoritme yang telah dilatih untuk melakukan tugas tertentu—seperti mendeteksi apakah ia melihat apel atau jeruk. Seseorang diajarkan untuk mencari ciri-ciri dasar apel dan jeruk dan akurat atau tidaknya. Ini adalah contoh dasar, namun prinsipnya sama dengan plugin – hanya memerlukan lebih banyak data.

Kecerdasan buatan untuk warisan budaya

Contohnya apel dan jeruk, Anda sudah bisa membayangkan betapa berharganya kecerdasan buatan untuk warisan budaya. AI dapat menghasilkan data dalam jumlah besar yang dapat digunakan untuk memperkaya koleksi warisan budaya – membuatnya lebih mudah untuk diteliti, sehingga orang dapat menemukan apa yang mereka cari, institusi dapat terhubung ke koleksi lain, dan banyak lagi.

Dan karena sudah banyak sekali data dan materi pusaka yang didigitalisasi dan difoto oleh para ahli pusaka terpercaya, maka kualitas informasinya sangat berharga. Misalnya, daripada memilih 100.000 lukisan secara acak dari Internet dan melatih model untuk mengidentifikasi “seni yang mengesankan”, Anda dapat menggunakan bahan warisan yang mungkin sudah memberikan petunjuk dan panduan mengenai akurasi. Namun AI lebih dari sekadar lukisan – kini diterapkan pada semua bidang warisan budaya, mulai dari gambar 3D, suara, video, dan teks.

 

Baca juga : Tas Daur Ulang Buatan Turki Dengan Teknologi Starlinger

 

Kecerdasan Buatan dan Europeana

Bagi Eropa, potensi kecerdasan buatan untuk meningkatkan kualitas data, yang merupakan masalah terus-menerus bagi pengguna pengumpulan, dapat menghadirkan peluang menarik. Dalam strategi Europeana 2020-2025, kecerdasan buatan beberapa kali disoroti sebagai peluang untuk meningkatkan kualitas data. Rencananya berbunyi:

‘Meningkatkan kualitas metadata untuk jutaan catatan dari berbagai sumber secara manual memerlukan banyak waktu dan sumber daya. Penerapan alat kecerdasan buatan dan jaringan pembelajaran mesin untuk pengayaan otomatis yang dipadukan dengan pengetahuan manusia yang diberikan oleh pakar domain menawarkan peluang besar untuk meningkatkan kualitas metadata.’

Tetapi seiring dengan kekuatan yang besar, terdapat pula tanggung jawab yang besar. Kecerdasan buatan menghadirkan banyak tantangan etika yang harus dipertimbangkan dengan cermat. Saat ini terdapat sejumlah inisiatif di Eropa yang menangani masalah etika AI dan Europeana berupaya sejalan dengan Pedoman Etis Komisi Eropa untuk AI Tepercaya.

Dalam beberapa minggu mendatang, kami akan berbagi aktivitas, termasuk hasil EuropeanaTech AI. sehubungan dengan kelompok kerja GLAM dan tantangan terbuka kelompok kerja untuk membuat materi pembelajaran mesin berdasarkan data Europeana dan mengeksplorasi proyek warisan budaya yang terkait dengan kecerdasan buatan. Anda dapat membaca tentang pekerjaan Europeana Foundation dan, karena bulan Maret adalah Bulan Sejarah Perempuan, kami juga menyoroti dan mewawancarai perempuan yang memimpin proyek dan penelitian AI dan warisan budaya.