
یک ترک در یک برج ماسه سنگی در ۵۰ سال آینده چقدر عریضتر خواهد شد؟ این سوال به ظاهر بیپاسخ توسط گروهی از دانشمندان فرانسوی با استفاده از دادهها و الگوریتمها در حال بررسی است. هدف نه تنها حفظ، بلکه تبدیل این دادههای خاص به اطلاعات ملموس است که میتواند بر سیاستگذاران تأثیر بگذارد و حس مسئولیتپذیری را در بین عموم مردم تقویت کند.
آموزش «دیدن» به ماشینها به جای چشم انسان.
چالش واقعی «استفاده از هوش مصنوعی برای عکاسی از میراث فرهنگی» نیست، بلکه این است که چگونه یک ماشین میتواند تخریب را درک کند، مفهومی که ذاتاً به ادراک، زبان و دیدگاه انسان وابسته است.
آن بورگز، دانشمند ارشد حفاظت در مرکز تحقیقات و مرمت موزه فرانسه وابسته به وزارت فرهنگ فرانسه، زمینه این پروژه را فراهم کرد. از سال ۲۰۲۲، بورگز و دو همکارش دو پروژه دکترا را با دانشجویان تحقیقاتی ادل کورمیه و دیوید روکی آغاز کردهاند. دو مکان آزمایشی عمداً انتخاب شدند: پایه هشت ضلعی ماسهسنگی برج کلیسای جامع استراسبورگ - یک سازه گوتیک ریونانت قرن سیزدهمی که در برابر زمستانهای سخت قارهای و تابستانهای سوزان مقاومت میکند؛ و مکان باستانشناسی بیبراکته در نزدیکی اوتون در بورگاندی - یک سکونتگاه گالی که اولین بار در اواخر قرن نوزدهم کاوش شد.
ماموریت روکی این بود که به هوش مصنوعی نه تنها خواندن دادهها، بلکه «دیدن» را نیز بیاموزد. به گفته روزنامه هنر ، این به معنای آموزش مدل برای شناسایی ترکها در عکسها، سپس مقایسه دو عکس گرفته شده در زمانهای مختلف برای تعیین میزان گسترش ترک بود. تیم تحقیقاتی با دو چالش عمده روبرو بود: نسبت بین پدیدههای جهانی و ویژگیهای خاص خرداقلیمی هر مکان میراثی، و عدم استانداردسازی در بین دستگاههای اندازهگیری تجاری. برای غلبه بر این مانع، این پروژه از تصویربرداری مادون قرمز حرارتی استفاده کرد - فناوریای که میتواند نشت آب و تجمع نمک معدنی را در سنگهایی که با چشم غیرمسلح قابل تشخیص نیستند، آشکار کند.
نتایج اولیه بسیار دلگرمکننده هستند. طبق گزارش Peer Community Journal ، مدل چندوجهی آزمایششده روی دادههای کلیسای جامع استراسبورگ به دقت ۷۶.۹٪ و امتیاز F1 77.0٪ دست یافت - ۴۳٪ بهبود نسبت به معماریهای هوش مصنوعی مرسوم مانند VisualBERT یا Transformer و ۲۵٪ بهبود نسبت به مدل PerceiverIO خالص. نکته قابل توجهتر اینکه، وقتی دادههای حسگر به صورت جداگانه اجرا شدند، تنها به دقت ۶۱.۵٪ دست یافتند در حالی که دادههای تصویر تنها به ۴۶.۲٪ رسیدند - که نشان میدهد قدرت واقعی در ترکیب هر دو منبع اطلاعات نهفته است.
جاهطلبیهای جهانی
ارقام فنی چشمگیر فقط آغاز کار هستند. هدف بورگس و همکارانش، آرزوی بسیار بزرگتری است: ایجاد ابزاری که هر متخصص حفاظت از محیط زیست یا باستانشناس در جهان ، صرف نظر از بودجه محلی یا ملی، بتواند به آن دسترسی داشته باشد.
به گزارش روزنامه هنر ، کل روششناسی این پروژه به صورت متنباز منتشر و در پلتفرم اسپادون ادغام خواهد شد - یک پروژه ملی که توسط وزارت فرهنگ فرانسه برای دیجیتالی کردن میراث با فناوری واقعیت افزوده آغاز شده است، ضمن اینکه به محققان امکان دسترسی به تمام دادههای شناخته شده در مورد هر ساختمانی را میدهد.
هدف نهایی، همانطور که خانم بورگس به وضوح بیان کرد، این است: «ما میخواهیم کاربران بتوانند تصور کنند که چگونه مکان خاص آنها در طول زمان در رابطه با آب و هوای محلی تغییر خواهد کرد.» به جای گزارشهای علمی متراکم و مبتنی بر داده، این ابزار یک نمایش بصری ایجاد خواهد کرد: چه مقدار از گچ یا رنگ این دیوار پس از ۱۰۰ سال از بین خواهد رفت.
این بُعد فراتر از علم محض است که خانم بورگس - همچنین دبیرکل شاخه فرانسوی شورای بینالمللی بناها و محوطهها (ICOMOS) - بر آن تأکید میکند: «این وسیلهای برای جمعآوری و نشان دادن واضح آنچه بحران آب و هوا ایجاد میکند، است. اگر بتوانید تصویری از دیوارشان که نیمی از گچ خود را در ۱۰۰ سال از دست میدهد به مردم نشان دهید، آنها فوراً متوجه خواهند شد.» و به گفته او، به همین دلیل است که نیاز به این نوع ابزار بسیار زیاد و فوری است: «چه یک متخصص حفاظت از محیط زیست باشید و چه یک باستانشناس، همه میخواهند بدانند چه کاری باید انجام دهند. اما برای دانستن اینکه چه کاری باید انجام دهید، باید بدانید چه اتفاقی قرار است بیفتد.»
هوش مصنوعی برای حفظ میراث: تصویری سراسر اروپایی
پروژه فرانسوی تنها یکی از پروژههای مشابه متعدد است.
HYPERION که توسط اتحادیه اروپا با نزدیک به ۶ میلیون یورو تأمین مالی شده است، به صورت آزمایشی در رودز (یونان)، ونیز (ایتالیا)، تونسبرگ (نروژ) و گرانادا (اسپانیا) در حال اجرا است. ویژگی منحصر به فرد HYPERION ادغام جامعه در فرآیند نظارت از طریق یک برنامه تلفن همراه است که هر رهگذر را به یک "حسگر زنده" تبدیل میکند. پروژه YADES که از طریق برنامه ماری اسکلودوسکا-کوری تأمین مالی میشود، بر میراث قبرس، یونان و ایتالیا تمرکز دارد و بر ۸۰ سفر چرخشی بین سازمانها تأکید دارد و تضمین میکند که این فناوری با جامعه محلی یکپارچه باقی بماند.
سه پروژه، سه رویکرد - اما درک یکسان: هوش مصنوعی نمیتواند جایگزین انسانها در گرامیداشت میراث شود، اما میتواند به انسانها کمک کند تا درک بهتری از آنچه از دست میرود، داشته باشند تا بتوانند مداخلات به موقع انجام دهند.
منبع: https://baodanang.vn/khi-ai-giup-bao-ton-di-san-3339586.html







