Насколько шире станет трещина в песчаниковой башне через 50 лет? Этот, казалось бы, неразрешимый вопрос изучается группой французских ученых с помощью данных и алгоритмов. Цель состоит не только в сохранении памятника, но и в преобразовании этих конкретных данных в конкретную информацию, которая может повлиять на политиков и способствовать формированию чувства ответственности у населения.
Обучение машин «видеть» вместо человеческих глаз.
Настоящая проблема заключается не в «использовании ИИ для фотографирования объектов культурного наследия», а в том, как машина может понять процесс деградации — концепцию, которая по своей сути зависит от человеческого восприятия, языка и точки зрения.
Анн Бурже, старший научный сотрудник по вопросам консервации в Французском центре музейных исследований и реставрации Министерства культуры Франции, заложила основу для проекта. С 2022 года Бурже и двое ее коллег запустили два докторских проекта с аспирантами Адель Кормье и Давидом Роки. Два пилотных участка были выбраны целенаправленно: восьмиугольное песчаниковое основание башни Страсбургского собора – готическое сооружение XIII века в стиле лучистого готического стиля, выдерживающее суровые континентальные зимы и палящее лето; и археологический памятник Бибракте недалеко от Отена в Бургундии – галльское поселение, впервые раскопанное в конце XIX века.
Задача Roqui заключалась в том, чтобы научить ИИ не только считывать данные, но и «видеть». По данным The Art Newspaper , это означало обучение модели распознаванию трещин на фотографиях, а затем сравнение двух фотографий, сделанных в разное время, для определения степени расширения трещины. Исследовательская группа столкнулась с двумя основными проблемами: соотношением глобальных явлений и специфическими микроклиматическими характеристиками каждого объекта культурного наследия, а также отсутствием стандартизации среди коммерческих измерительных приборов. Для преодоления этого барьера в проекте использовалась тепловизионная инфракрасная съемка — технология, позволяющая выявлять просачивание воды и накопление минеральных солей в горных породах, невидимые невооруженным глазом.
Первые результаты весьма обнадеживают. Согласно данным Peer Community Journal , многомодальная модель, протестированная на данных Страсбургского собора, достигла точности 76,9% и показателя F1 77,0% — на 43% лучше, чем традиционные архитектуры ИИ, такие как VisualBERT или Transformer, и на 25% лучше, чем чистая модель PerceiverIO. Еще более примечательно, что при индивидуальном запуске точность на данных датчиков составила всего 61,5%, а на данных изображений — 46,2%, что демонстрирует, что истинная сила заключается в объединении обоих источников информации.
Глобальные амбиции
Впечатляющие технические показатели — это только начало. Бурже и ее коллеги стремятся к гораздо более масштабной цели: создать инструмент, доступный любому специалисту по охране памятников или археологу в мире , независимо от местного или национального бюджета.
Согласно изданию The Art Newspaper , вся методология проекта будет опубликована в открытом доступе и интегрирована в платформу Espadon – национальный проект, инициированный Министерством культуры Франции, целью которого является оцифровка объектов культурного наследия с помощью технологии дополненной реальности, а также предоставление исследователям доступа ко всем известным данным о любом здании.
Конечная цель, как четко заявила г-жа Бурже, заключается в следующем: «Мы хотим, чтобы пользователи могли визуализировать, как их конкретное местоположение будет меняться со временем в зависимости от местного климата». Вместо сложных, основанных на данных научных отчетов, инструмент будет создавать визуальное представление: сколько штукатурки или краски на этой стене будет утрачено через 100 лет.
Именно это измерение, выходящее за рамки чистой науки, подчеркивает г-жа Бурже, которая также является генеральным секретарем французского отделения Международного совета по памятникам и достопримечательностям (ICOMOS): «Это средство сбора и наглядного представления о причинах климатического кризиса. Если вы можете показать людям фотографию стены, на которой за 100 лет обрушилась половина штукатурки, они сразу все поймут». И, по ее словам, именно поэтому потребность в таком инструменте так велика и неотложна: «Будь то реставратор или археолог, все хотят знать, что делать. Но чтобы знать, что делать, нужно знать, что произойдет».
Искусственный интеллект в сохранении культурного наследия: общеевропейская картина.
Французский проект — лишь один из многих подобных проектов.
Проект HYPERION, финансируемый ЕС на сумму почти 6 миллионов евро, проходит пилотное тестирование на Родосе (Греция), в Венеции (Италия), Тёнсберге (Норвегия) и Гранаде (Испания). Уникальной особенностью HYPERION является интеграция местного сообщества в процесс мониторинга посредством мобильного приложения, превращающего каждого прохожего в «живой датчик». Проект YADES, финансируемый в рамках программы Марии Склодовской-Кюри, фокусируется на культурном наследии Кипра, Греции и Италии, с акцентом на 80 ротационных поездках между организациями, что обеспечивает интеграцию технологии с местным сообществом.
Три проекта, три подхода — но общее понимание: ИИ не может заменить людей в сохранении культурного наследия, но он может помочь людям лучше понять, что утрачивается, чтобы можно было своевременно принять меры.
Источник: https://baodanang.vn/khi-ai-giup-bao-ton-di-san-3339586.html
![[Фото] Тысячи людей участвуют в забеге, чтобы выразить свою поддержку кампании «Объединённые стремлением к созданию свободных от наркотиков коммун, районов и специальных зон».](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/06/27/1782554475933_0673e2a3df7b5e25076a-8283-jpg.webp)
