Πόσο θα διευρυνθεί μια ρωγμή σε έναν πύργο από ψαμμίτη σε 50 χρόνια; Αυτό το φαινομενικά αναπάντητο ερώτημα αντιμετωπίζεται από μια ομάδα Γάλλων επιστημόνων χρησιμοποιώντας δεδομένα και αλγόριθμους. Ο στόχος δεν είναι μόνο η διατήρησή τους, αλλά και η μετατροπή αυτών των συγκεκριμένων δεδομένων σε συγκεκριμένες πληροφορίες που μπορούν να επηρεάσουν τους υπεύθυνους χάραξης πολιτικής και να καλλιεργήσουν ένα αίσθημα ευθύνης στο κοινό.
Μαθαίνοντας στις μηχανές να «βλέπουν» αντί για ανθρώπινα μάτια.
Η πραγματική πρόκληση δεν είναι «η χρήση της Τεχνητής Νοημοσύνης για τη φωτογράφιση της πολιτιστικής κληρονομιάς», αλλά μάλλον το πώς μια μηχανή μπορεί να κατανοήσει την υποβάθμιση, μια έννοια που εξαρτάται εγγενώς από την ανθρώπινη αντίληψη, γλώσσα και προοπτική.
Η Ann Bourgès, ανώτερη επιστήμονας συντήρησης στο Κέντρο Έρευνας και Αποκατάστασης Γαλλικών Μουσείων του Γαλλικού Υπουργείου Πολιτισμού, έθεσε τις βάσεις για το έργο. Από το 2022, η Bourgès και δύο συνάδελφοί της έχουν ξεκινήσει δύο διδακτορικά έργα με τους ερευνητές φοιτητές Adèle Cormier και David Roqui. Οι δύο πιλοτικές τοποθεσίες επιλέχθηκαν σκόπιμα: η οκταγωνική βάση από ψαμμίτη του πύργου του Καθεδρικού Ναού του Στρασβούργου - μια γοτθική κατασκευή του 13ου αιώνα που αντέχει στους σκληρούς ηπειρωτικούς χειμώνες και τα καυτά καλοκαίρια, και ο αρχαιολογικός χώρος Bibracte κοντά στο Autun στη Βουργουνδία - ένας γαλατικός οικισμός που ανασκάφηκε για πρώτη φορά στα τέλη του 19ου αιώνα.
Η αποστολή του Roqui ήταν να διδάξει στην Τεχνητή Νοημοσύνη όχι μόνο να διαβάζει δεδομένα, αλλά και να «βλέπει». Σύμφωνα με την εφημερίδα The Art Newspaper , αυτό σήμαινε την εκπαίδευση του μοντέλου ώστε να εντοπίζει ρωγμές σε φωτογραφίες και στη συνέχεια τη σύγκριση δύο φωτογραφιών που τραβήχτηκαν σε διαφορετικές χρονικές στιγμές για να προσδιοριστεί πόσο είχε διευρυνθεί η ρωγμή. Η ερευνητική ομάδα αντιμετώπισε δύο σημαντικές προκλήσεις: την αναλογία μεταξύ των παγκόσμιων φαινομένων και των συγκεκριμένων μικροκλιματικών χαρακτηριστικών κάθε μνημείου πολιτιστικής κληρονομιάς, και την έλλειψη τυποποίησης μεταξύ των εμπορικών συσκευών μέτρησης. Για να ξεπεραστεί αυτό το εμπόδιο, το έργο χρησιμοποίησε θερμική υπέρυθρη απεικόνιση - μια τεχνολογία που μπορεί να αποκαλύψει διαρροή νερού και συσσώρευση ορυκτών αλάτων μέσα σε βράχους που είναι μη ανιχνεύσιμες με γυμνό μάτι.
Τα αρχικά αποτελέσματα είναι πολύ ενθαρρυντικά. Σύμφωνα με το Peer Community Journal , το πολυτροπικό μοντέλο που δοκιμάστηκε σε δεδομένα από τον Καθεδρικό Ναό του Στρασβούργου πέτυχε ακρίβεια 76,9% και βαθμολογία F1 77,0% - βελτίωση 43% σε σχέση με τις συμβατικές αρχιτεκτονικές τεχνητής νοημοσύνης όπως το VisualBERT ή το Transformer, και βελτίωση 25% σε σχέση με ένα καθαρό μοντέλο PerceiverIO. Ακόμα πιο αξιοσημείωτο είναι ότι, όταν εκτελέστηκαν μεμονωμένα, τα δεδομένα αισθητήρων πέτυχαν ακρίβεια μόνο 61,5%, ενώ τα δεδομένα εικόνας έφτασαν μόνο στο 46,2% - αποδεικνύοντας ότι η πραγματική δύναμη έγκειται στον συνδυασμό και των δύο πηγών πληροφοριών.
Παγκόσμιες φιλοδοξίες
Τα εντυπωσιακά τεχνικά στοιχεία είναι μόνο η αρχή. Αυτό που επιδιώκουν η Μπουρζές και οι συνάδελφοί της είναι μια πολύ μεγαλύτερη φιλοδοξία: να δημιουργήσουν ένα εργαλείο στο οποίο θα έχει πρόσβαση οποιοσδήποτε οικολόγος ή αρχαιολόγος στον κόσμο , ανεξάρτητα από τον τοπικό ή εθνικό προϋπολογισμό.
Σύμφωνα με την εφημερίδα The Art Newspaper , ολόκληρη η μεθοδολογία του έργου θα δημοσιευτεί ως ανοιχτού κώδικα και θα ενσωματωθεί στην πλατφόρμα Espadon – ένα εθνικό έργο που ξεκίνησε το Γαλλικό Υπουργείο Πολιτισμού για την ψηφιοποίηση της πολιτιστικής κληρονομιάς με τεχνολογία επαυξημένης πραγματικότητας, παρέχοντας παράλληλα στους ερευνητές πρόσβαση σε όλα τα γνωστά δεδομένα για οποιοδήποτε κτίριο.
Ο απώτερος στόχος, όπως δήλωσε σαφώς η κα. Bourgès, είναι: «Θέλουμε οι χρήστες να μπορούν να οπτικοποιήσουν πώς θα αλλάξει η συγκεκριμένη τοποθεσία τους με την πάροδο του χρόνου σε σχέση με το τοπικό κλίμα». Αντί για πυκνές, βασισμένες σε δεδομένα επιστημονικές αναφορές, το εργαλείο θα δημιουργήσει μια οπτική αναπαράσταση: πόσο από το σοβά ή το χρώμα αυτού του τοίχου θα χαθεί μετά από 100 χρόνια.
Αυτή είναι η διάσταση πέρα από την καθαρή επιστήμη που τονίζει η κα. Bourgès – επίσης Γενική Γραμματέας του γαλλικού παραρτήματος του Διεθνούς Συμβουλίου Μνημείων και Χώρων (ICOMOS): «Είναι ένα μέσο συλλογής και σαφούς παρουσίασης των αιτιών της κλιματικής κρίσης. Αν μπορείτε να δείξετε στους ανθρώπους μια εικόνα του τοίχου τους που χάνει το μισό του σοβά σε 100 χρόνια, θα καταλάβουν αμέσως». Και σύμφωνα με την ίδια, αυτός είναι και ο λόγος για τον οποίο η ανάγκη για αυτό το είδος εργαλείου είναι τόσο μεγάλη και επείγουσα: «Είτε είσαι οικολόγος είτε αρχαιολόγος, όλοι θέλουν να ξέρουν τι να κάνουν. Αλλά για να ξέρεις τι να κάνεις, πρέπει να ξέρεις τι πρόκειται να συμβεί».
Τεχνητή Νοημοσύνη για τη διατήρηση της πολιτιστικής κληρονομιάς: Μια πανευρωπαϊκή εικόνα
Το γαλλικό έργο είναι απλώς ένα από πολλά παρόμοια έργα.
Το HYPERION, που χρηματοδοτείται από την ΕΕ με σχεδόν 6 εκατομμύρια ευρώ, εφαρμόζεται πιλοτικά στη Ρόδο (Ελλάδα), τη Βενετία (Ιταλία), το Tønsberg (Νορβηγία) και τη Γρανάδα (Ισπανία). Το μοναδικό χαρακτηριστικό του HYPERION είναι η ενσωμάτωση της κοινότητας στη διαδικασία παρακολούθησης μέσω μιας εφαρμογής για κινητά, μετατρέποντας κάθε περαστικό σε «ζωντανό αισθητήρα». Το έργο YADES, που χρηματοδοτείται μέσω του Προγράμματος Marie Skłodowska-Curie, εστιάζει στην πολιτιστική κληρονομιά στην Κύπρο, την Ελλάδα και την Ιταλία, με έμφαση σε 80 εναλλασσόμενα ταξίδια μεταξύ οργανισμών, διασφαλίζοντας ότι η τεχνολογία παραμένει ενσωματωμένη στην τοπική κοινότητα.
Τρία έργα, τρεις προσεγγίσεις - αλλά η ίδια κατανόηση: Η Τεχνητή Νοημοσύνη δεν μπορεί να αντικαταστήσει τους ανθρώπους στην προστασία της κληρονομιάς, αλλά μπορεί να τους βοηθήσει να κατανοήσουν καλύτερα τι χάνεται, ώστε να μπορούν να γίνουν έγκαιρες παρεμβάσεις.
Πηγή: https://baodanang.vn/khi-ai-giup-bao-ton-di-san-3339586.html
![[Φωτογραφία] Ενίσχυση χαρακτήρα και εξειδίκευσης: Εντατική εκπαίδευση για στρατιώτες πυροβολικού.](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/06/30/1782815602541_lu-368-1875-4571-jpg.webp)
