«ИИ в исторических исследованиях»: будущее реставрации и музейного дела
Поделитесь с друзьями
Состоялся второй семинар «Искусственный интеллект в исторических исследованиях», организованный Научно-исследовательским центром экономической и социальной истории ИОН РАНХиГС и ассоциацией «История и компьютер». В этот раз он был посвящен разработке методов ИИ в проекте «Сибириана». В семинаре приняли участие исследователи из университетов, научных центров и музеев Москвы, Санкт-Петербурга, Красноярска и других регионов России, а также исследователи и студенты из Национального университета Узбекистана.
Свои доклады представили сотрудники Лаборатории искусственного интеллекта Сибирского федерального университета, которые реализуют проект «Сибириана. Приоритет 2030». Главной целью проекта являются представление энциклопедических знаний о регионе и создание научно-образовательной площадки для экспериментальных и теоретических работ с данными. Одной из сложностей в этом процессе является работа реставраторов, а именно составление картограмм повреждений и паспортов восстановления.
Из доклада Олеслава Александровича Антамошкина, доктора технических наук, заведующего лабораторией искусственного интеллекта СФУ:
До 2018 года в Сибири была «зима искусственного интеллекта»: такие понятия, как «экспертные системы» или «интеллектуальные агенты» не использовались. Однако у меня и коллег появилось желание применить технические достижения и в гуманитарной науке — так была открыта Лаборатория искусственного интеллекта СФУ.
Проект «Сибириана» был инициирован как агрегатор культурного наследия Енисейской Сибири. Мы хотели поработать с «болями», существующими у культурных институций, и одной из них оказались реставрационные работы. При них происходит обработка большого массива данных людьми, и мы подумали, что эту задачу можно попробовать автоматизировать путем использования компьютерного зрения для восстановления картин. Мы собрали базу данных на основе фотографий из паспортов реставрации и на ней обучаем систему сегментировать и классифицировать области повреждения, обеспечивая таким образом более эффективный процесс реставрации.
Из доклада Анны Евгеньевны Алехиной, инженера-исследователя Лаборатории искусственного интеллекта СФУ:
Основными проблемами создания такой системы стали сложность отличия областей потери от исторического следа, трудоемкость ручной разметки и создания семантических масок для обучающей и тестовой выборок, а также отсутствие созданных картограмм в архивах реставрационных центрах или невозможность их получения. Тем не менее, ее работа достаточно быстрая: требуется 2 секунды на обработку изображения, поиска и классификации типа повреждения. Также производится автоматический расчет площади повреждения, и, таким образом, появляется возможность полуавтоматического заполнения отчета реставрации.
Из доклада Константина Дмитриевича Кожина, инженера-исследователя Лаборатории искусственного интеллекта СФУ:
Второй «болью» в этой области является поиск художников и похожих по характеристикам объектов для реставрации. Мы пришли к выводу, что существует необходимость в системе художественного поиска картин, которая позволила бы точно идентифицировать объекты на основе их стиля, жанра и других характеристик, а также решила бы проблему трудоемкого заполнения полей их метаданных. Мы собрали 85000 изображений объектов из Госкаталога, разделенных по 7 группам материалов — так происходило обучение нейросети. Пока что система предлагает рекомендации по заполнению полей материала и техники исполнения, но в планах добавить к ним название, размер и период создания объекта.
После докладов состоялась дискуссия, в ходе которой участники высказали комментарии и предложения по работе с Госкаталогом, каталогом «Европеана», различными западными коллекциями и другими открытыми данными для обучения моделей и совершенствования систем проекта «Сибериана». Сегодня в российском пространстве существует проблема «закрытых» данных и трудности получения к ним доступа. Все участники дискуссии согласились, что надо работать в этом направлении: создавать каталоги с функцией открытого реестра и комментариями специалистов, а также налаживать краудсорсинг в этой сфере.
В последние годы наша ассоциация уделяет большое внимание проблемам науки о данных, и очень важно, что в таких проектах мы переходим от теоретических и методологических дискуссий к практическому применению. Есть существенное опасение, что искусственный интеллект может заменить естественный — многие эксперты боятся делиться данными и из-за этого. Но мы понимаем, что речь идет о новом способе обработке данных, при котором эксперты не менее, а иногда даже и более, важны. Базы, которые специалисты в состоянии собрать и разработать уже сегодня, могут дать новое, важное видение проблем, существующих в гуманитарных науках. Чем быстрее эксперты включаются в процесс, тем выгоднее для них самих
Получился очень профессиональный разговор. Этот семинар показал, что ИИ — это мощный инструмент для работы не только историка, но и музейного специалиста. Его применение позволяет делать быстрее и эффективнее различные сложные действия. Мы выходим на новый уровень понимания проблемы исходных данных для обработки ИИ. Безусловно, здесь мы сталкиваемся с вопросами качества оцифровки, способа представления этих цифровых данных, будь то высокое разрешение фотографий или же съемка в разных диапазонах спектра. И это имеет отношение к решению задач, связанных не только с автоматическим определением повреждений, но и, например, с распознаванием рукописного текста.
Хотелось бы отметить, что наш семинар демонстрирует себя как площадка, на которой возникают новые перспективы сотрудничества между разными экспертами и институциями. Складывается устойчивое сообщество, где происходит глубокое профессиональное обсуждение, связанное с проблемами, существующими в области ИИ
