Hvor mye større vil en sprekk i et sandsteinstårn bli om 50 år? Dette tilsynelatende ubesvarte spørsmålet blir tatt for seg av en gruppe franske forskere ved hjelp av data og algoritmer. Målet er ikke bare bevaring, men også å transformere disse spesifikke dataene til konkret informasjon som kan påvirke beslutningstakere og fremme en følelse av ansvar blant publikum.
Å lære maskiner å «se» i stedet for menneskeøyne.
Den virkelige utfordringen er ikke å «bruke kunstig intelligens til å fotografere kulturarv», men snarere hvordan en maskin kan forstå forringelse, et konsept som iboende er avhengig av menneskelig persepsjon, språk og perspektiv.
Ann Bourgès, seniorforsker i konservering ved det franske museumsforsknings- og restaureringssenteret i det franske kulturdepartementet, la grunnlaget for prosjektet. Siden 2022 har Bourgès og to kolleger lansert to doktorgradsprosjekter med forskningsstudentene Adèle Cormier og David Roqui. De to pilotstedene ble bevisst valgt: den åttekantede sandsteinsbasen til tårnet i Strasbourg-katedralen – en rayonnant-gotisk struktur fra 1200-tallet som tåler tøffe kontinentale vintre og brennende varme somre; og det arkeologiske stedet Bibracte nær Autun i Burgund – en gallisk bosetning som først ble utgravd på slutten av 1800-tallet.
Roquis oppdrag var å lære AI ikke bare å lese data, men også å «se». Ifølge The Art Newspaper betydde dette å trene modellen til å identifisere sprekker i fotografier, og deretter sammenligne to bilder tatt til forskjellige tider for å bestemme hvor mye sprekken hadde utvidet seg. Forskningsteamet sto overfor to store utfordringer: forholdet mellom globale fenomener og de spesifikke mikroklimatiske egenskapene til hvert kulturminne, og mangelen på standardisering blant kommersielle måleinstrumenter. For å overvinne denne barrieren brukte prosjektet termisk infrarød avbildning – en teknologi som kan avsløre vannsiging og mineralsaltakkumulering i bergarter som ikke kan oppdages med det blotte øye.
De første resultatene er svært oppmuntrende. Ifølge Peer Community Journal oppnådde den multimodale modellen som ble testet på data fra Strasbourg-katedralen en nøyaktighet på 76,9 % og en F1-score på 77,0 % – en forbedring på 43 % i forhold til konvensjonelle AI-arkitekturer som VisualBERT eller Transformer, og en forbedring på 25 % i forhold til en ren PerceiverIO-modell. Enda mer bemerkelsesverdig er det at sensordataene bare oppnådde en nøyaktighet på 61,5 % når de ble kjørt individuelt, mens bildedataene bare nådde 46,2 % – noe som viser at den virkelige kraften ligger i å kombinere begge informasjonskildene.
Globale ambisjoner
De imponerende tekniske tallene er bare begynnelsen. Bourgès og kollegene hennes sikter mot en mye større ambisjon: å lage et verktøy som enhver naturverner eller arkeolog i verden kan få tilgang til, uavhengig av lokalt eller nasjonalt budsjett.
Ifølge The Art Newspaper vil hele prosjektets metodikk bli publisert som åpen kildekode og integrert i Espadon-plattformen – et nasjonalt prosjekt initiert av det franske kulturdepartementet for å digitalisere kulturarv med utvidet virkelighetsteknologi, samtidig som det gir forskere tilgang til alle kjente data om enhver bygning.
Det endelige målet, som tydelig uttrykt av fru Bourgès, er: «Vi ønsker at brukerne skal kunne visualisere hvordan deres spesifikke plassering vil endre seg over tid i forhold til det lokale klimaet.» I stedet for tette, datadrevne vitenskapelige rapporter, vil verktøyet lage en visuell representasjon: hvor mye av denne veggens puss eller maling som vil gå tapt etter 100 år.
Dette er dimensjonen utover ren vitenskap som Bourgès – også generalsekretær for den franske avdelingen av Det internasjonale rådet for monumenter og steder (ICOMOS) – understreker: «Det er et middel for å samle og tydelig vise hva klimakrisen forårsaker. Hvis du kan vise folk et bilde av veggen deres som mister halvparten av pussingen sin på 100 år, vil de forstå det umiddelbart.» Og ifølge henne er det også derfor behovet for denne typen verktøy er så stort og presserende: «Enten du er naturverner eller arkeolog, vil alle vite hva de skal gjøre. Men for å vite hva de skal gjøre, må du vite hva som kommer til å skje.»
AI for bevaring av kulturarv: Et paneuropeisk bilde
Det franske prosjektet er bare ett av mange lignende prosjekter.
HYPERION, finansiert av EU med nesten 6 millioner euro, testes ut på Rhodos (Hellas), Venezia (Italia), Tønsberg (Norge) og Granada (Spania). HYPERIONs unike trekk er integreringen av lokalsamfunnet i overvåkingsprosessen via en mobilapplikasjon, som gjør hver forbipasserende til en «levende sensor». YADES-prosjektet, finansiert gjennom Marie Skłodowska-Curie-programmet, fokuserer på kulturarv på Kypros, i Hellas og Italia, med vekt på 80 roterende turer mellom organisasjoner, for å sikre at teknologien forblir integrert med lokalsamfunnet.
Tre prosjekter, tre tilnærminger – men den samme forståelsen: Kunstig intelligens kan ikke erstatte menneskers vern om kulturarv, men den kan hjelpe mennesker med å bedre forstå hva som går tapt, slik at det kan iverksettes rettidige tiltak.
Kilde: https://baodanang.vn/khi-ai-giup-bao-ton-di-san-3339586.html
![[Foto] Styrking av karakter og ekspertise: Intens trening for artillerisoldater.](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/06/30/1782815602541_lu-368-1875-4571-jpg.webp)
