Hur mycket bredare blir en spricka i ett sandstenstorn efter 50 år? Denna till synes obesvarbara fråga undersöks nu av en grupp franska forskare med hjälp av data och algoritmer. Målet är inte bara att bevara, utan också att omvandla dessa specifika data till konkret information som kan påverka beslutsfattare och främja en känsla av ansvar hos allmänheten.
Att lära maskiner att "se" istället för mänskliga ögon.
Den verkliga utmaningen är inte att "använda AI för att fotografera kulturarv", utan snarare hur en maskin kan förstå försämring, ett koncept som i sig är beroende av mänsklig perception, språk och perspektiv.
Ann Bourgès, seniorforskare inom konservering vid Centre des recherches et restaurations des musées de France, vid det franska kulturministeriet, lade grunden för projektet. Sedan 2022 har Bourgès och två kollegor startat två doktorandprojekt med forskarstudenterna Adèle Cormier och David Roqui. De två pilotplatserna valdes medvetet: den åttkantiga sandstensbasen till Strasbourgs katedraltorn – en rayonnant-gotisk struktur från 1200-talet som tål hårda kontinentala vintrar och stekheta somrar; och den arkeologiska platsen Bibracte nära Autun i Bourgogne – en gallisk bosättning som först grävdes ut i slutet av 1800-talet.
Roquis uppdrag var att lära AI inte bara att läsa data, utan också att "se". Enligt The Art Newspaper innebar detta att träna modellen att identifiera sprickor i fotografier och sedan jämföra två foton tagna vid olika tidpunkter för att avgöra hur mycket sprickan hade vidgats. Forskargruppen stod inför två stora utmaningar: förhållandet mellan globala fenomen och de specifika mikroklimatiska egenskaperna hos varje kulturarvsplats, och bristen på standardisering bland kommersiella mätinstrument. För att övervinna denna barriär använde projektet termisk infraröd avbildning – en teknik som kan avslöja vattenläckage och mineralsaltackumulering i bergarter som inte kan upptäckas med blotta ögat.
De första resultaten är mycket uppmuntrande. Enligt Peer Community Journal uppnådde den multimodala modellen som testades på data från Strasbourgs katedral 76,9 % noggrannhet och ett F1-resultat på 77,0 % – en förbättring på 43 % jämfört med konventionella AI-arkitekturer som VisualBERT eller Transformer, och en förbättring på 25 % jämfört med en ren PerceiverIO-modell. Ännu mer anmärkningsvärt är att sensordata endast uppnådde 61,5 % noggrannhet när de kördes individuellt, medan bilddata bara nådde 46,2 % – vilket visar att den verkliga kraften ligger i att kombinera båda informationskällorna.
Globala ambitioner
De imponerande tekniska siffrorna är bara början. Det Bourgès och hennes kollegor strävar efter är en mycket större ambition: att skapa ett verktyg som alla naturvårdare eller arkeologer i världen kan få tillgång till, oavsett lokal eller nationell budget.
Enligt The Art Newspaper kommer hela projektets metodik att publiceras som öppen källkod och integreras i Espadon-plattformen – ett nationellt projekt initierat av det franska kulturministeriet för att digitalisera kulturarv med förstärkt verklighet (AR)-teknik, samtidigt som forskare får tillgång till all känd data om alla byggnader.
Det slutgiltiga målet, som tydligt uttrycks av Ms. Bourgès, är: "Vi vill att användarna ska kunna visualisera hur deras specifika plats kommer att förändras över tid i förhållande till det lokala klimatet." Istället för täta, datadrivna vetenskapliga rapporter kommer verktyget att skapa en visuell representation: hur mycket av den här väggens puts eller färg som kommer att gå förlorad efter 100 år.
Det är denna dimension bortom ren vetenskap som Ms. Bourgès – tillika generalsekreterare för den franska grenen av Internationella rådet för monument och platser (ICOMOS) – betonar: ”Det är ett sätt att samla in och tydligt visa vad klimatkrisen orsakar. Om man kan visa människor en bild på hur deras vägg förlorar hälften av sin puts på 100 år, kommer de att förstå omedelbart.” Och enligt henne är det också därför behovet av den här typen av verktyg är så stort och brådskande: ”Oavsett om du är naturvårdare eller arkeolog vill alla veta vad man ska göra. Men för att veta vad man ska göra måste man veta vad som kommer att hända.”
AI för bevarande av kulturarv: En paneuropeisk bild
Det franska projektet är bara ett av många liknande projekt.
HYPERION, som finansieras av EU med nästan 6 miljoner euro, testas på Rhodos (Grekland), Venedig (Italien), Tønsberg (Norge) och Granada (Spanien). HYPERIONs unika egenskap är dess integration av lokalsamhället i övervakningsprocessen via en mobilapplikation, vilket förvandlar varje förbipasserande till en "levande sensor". YADES-projektet, som finansieras genom Marie Skłodowska-Curie-programmet, fokuserar på kulturarv på Cypern, Grekland och Italien, med fokus på 80 roterande resor mellan organisationer, vilket säkerställer att tekniken förblir integrerad med lokalsamhället.
Tre projekt, tre tillvägagångssätt – men samma förståelse: AI kan inte ersätta människor i att vårda kulturarv, men den kan hjälpa människor att bättre förstå vad som går förlorat, så att snabba insatser kan göras.
Källa: https://baodanang.vn/khi-ai-giup-bao-ton-di-san-3339586.html
