รอยแตกในหอคอยหินทรายจะขยายกว้างขึ้นอีกเท่าไหร่ในอีก 50 ปีข้างหน้า? คำถามที่ดูเหมือนจะหาคำตอบไม่ได้นี้กำลังได้รับการแก้ไขโดยกลุ่ม นักวิทยาศาสตร์ ชาวฝรั่งเศสโดยใช้ข้อมูลและอัลกอริทึม เป้าหมายไม่ใช่แค่การอนุรักษ์ แต่ยังรวมถึงการเปลี่ยนข้อมูลเฉพาะเหล่านี้ให้เป็นข้อมูลที่เป็นรูปธรรมซึ่งสามารถมีอิทธิพลต่อผู้กำหนดนโยบายและปลูกฝังความรับผิดชอบในหมู่สาธารณชนได้
การสอนเครื่องจักรให้ "มองเห็น" แทนดวงตาของมนุษย์
ความท้าทายที่แท้จริงไม่ใช่ "การใช้ AI ถ่ายภาพมรดกทางวัฒนธรรม" แต่เป็นเรื่องที่ว่าเครื่องจักรจะเข้าใจความเสื่อมโทรมได้อย่างไร ซึ่งเป็นแนวคิดที่ขึ้นอยู่กับการรับรู้ ภาษา และมุมมองของมนุษย์เป็นอย่างมาก
แอนน์ บูร์เฌส์ นักวิทยาศาสตร์ด้านการอนุรักษ์อาวุโสประจำศูนย์วิจัยและบูรณะพิพิธภัณฑ์แห่งฝรั่งเศส สังกัดกระทรวงวัฒนธรรมของฝรั่งเศส ได้วางรากฐานสำหรับโครงการนี้ ตั้งแต่ปี 2022 บูร์เฌส์และเพื่อนร่วมงานอีกสองคนได้เริ่มโครงการระดับปริญญาเอกสองโครงการร่วมกับนักศึกษาปริญญาโท อาเดล คอร์เมียร์ และเดวิด โรคี โดยเลือกสถานที่นำร่องทั้งสองแห่งอย่างตั้งใจ ได้แก่ ฐานหินทรายแปดเหลี่ยมของหอคอยมหาวิหารสตราสบูร์ก ซึ่งเป็นโครงสร้างแบบโกธิกเรย์อองนองต์ในศตวรรษที่ 13 ที่ทนทานต่อฤดูหนาวที่โหดร้ายและฤดูร้อนที่ร้อนระอุของทวีปยุโรป และแหล่งโบราณคดีบิบราคเตใกล้เมืองโอตุงในแคว้นเบอร์กันดี ซึ่งเป็นแหล่งตั้งถิ่นฐานของชาวกอลที่ขุดค้นครั้งแรกในปลายศตวรรษที่ 19
ภารกิจของ Roqui คือการสอน AI ไม่เพียงแต่ให้อ่านข้อมูล แต่ยังให้ "มองเห็น" ด้วย ตามรายงานของ The Art Newspaper นั่นหมายถึงการฝึกฝนโมเดลให้ระบุรอยแตกในภาพถ่าย จากนั้นเปรียบเทียบภาพถ่ายสองภาพที่ถ่ายในเวลาต่างกันเพื่อพิจารณาว่ารอยแตกนั้นขยายใหญ่ขึ้นมากแค่ไหน ทีมวิจัยเผชิญกับความท้าทายหลักสองประการ ได้แก่ อัตราส่วนระหว่างปรากฏการณ์ระดับโลกและลักษณะเฉพาะของสภาพภูมิอากาศระดับจุลภาคของแต่ละแหล่งมรดก และการขาดมาตรฐานในอุปกรณ์วัดเชิงพาณิชย์ เพื่อเอาชนะอุปสรรคนี้ โครงการจึงใช้เทคโนโลยีการถ่ายภาพด้วยอินฟราเรดความร้อน ซึ่งสามารถเปิดเผยการซึมของน้ำและการสะสมของเกลือแร่ภายในหินที่ไม่สามารถมองเห็นได้ด้วยตาเปล่า
ผลลัพธ์เบื้องต้นน่าพอใจมาก จากรายงานใน Peer Community Journal โมเดลแบบมัลติโมดอลที่ทดสอบกับข้อมูลจากมหาวิหารสตราสบูร์กได้ความแม่นยำ 76.9% และคะแนน F1 77.0% ซึ่งดีขึ้น 43% เมื่อเทียบกับสถาปัตยกรรม AI แบบดั้งเดิม เช่น VisualBERT หรือ Transformer และดีขึ้น 25% เมื่อเทียบกับโมเดล PerceiverIO เพียงอย่างเดียว ที่น่าสนใจยิ่งกว่านั้นคือ เมื่อใช้งานแยกกัน ข้อมูลจากเซ็นเซอร์ได้ความแม่นยำเพียง 61.5% ในขณะที่ข้อมูลภาพได้ความแม่นยำเพียง 46.2% ซึ่งแสดงให้เห็นว่าพลังที่แท้จริงอยู่ที่การรวมแหล่งข้อมูลทั้งสองเข้าด้วยกัน
ความทะเยอทะยานระดับโลก
ตัวเลขทางเทคนิคที่น่าประทับใจเหล่านี้เป็นเพียงจุดเริ่มต้นเท่านั้น สิ่งที่ Bourgès และเพื่อนร่วมงานของเธอตั้งเป้าหมายไว้ใหญ่กว่านั้นมาก นั่นคือการสร้างเครื่องมือที่นักอนุรักษ์หรือนักโบราณคดีทั่ว โลก สามารถเข้าถึงได้ โดยไม่คำนึงถึงงบประมาณในระดับท้องถิ่นหรือระดับชาติ
จากรายงานของ The Art Newspaper วิธีการทั้งหมดของโครงการจะถูกเผยแพร่เป็นโอเพนซอร์สและบูรณาการเข้ากับแพลตฟอร์ม Espadon ซึ่งเป็นโครงการระดับชาติที่ริเริ่มโดยกระทรวงวัฒนธรรมของฝรั่งเศสเพื่อแปลงมรดกทางวัฒนธรรมให้เป็นดิจิทัลด้วยเทคโนโลยีความเป็นจริงเสริม พร้อมทั้งให้ผู้วิจัยสามารถเข้าถึงข้อมูลทั้งหมดที่ทราบเกี่ยวกับอาคารใดๆ ก็ได้
เป้าหมายสูงสุด ดังที่นางสาว Bourgès ได้กล่าวไว้อย่างชัดเจน คือ "เราต้องการให้ผู้ใช้สามารถเห็นภาพว่าสถานที่เฉพาะเจาะจงของพวกเขาจะเปลี่ยนแปลงไปอย่างไรเมื่อเวลาผ่านไป โดยสัมพันธ์กับสภาพภูมิอากาศในท้องถิ่น" แทนที่จะเป็นรายงานทางวิทยาศาสตร์ที่ซับซ้อนและเต็มไปด้วยข้อมูล เครื่องมือนี้จะสร้างภาพจำลองขึ้นมา เช่น ปูนฉาบหรือสีของผนังนี้จะหลุดลอกไปมากน้อยแค่ไหนหลังจาก 100 ปี
นี่คือมิติที่เหนือกว่าวิทยาศาสตร์บริสุทธิ์ที่นางสาวบูร์เฌส์ ซึ่งดำรงตำแหน่งเลขาธิการสาขาฝรั่งเศสของสภาอนุรักษ์โบราณสถานและแหล่งโบราณคดีระหว่างประเทศ (ICOMOS) เน้นย้ำว่า "มันเป็นวิธีการรวบรวมและแสดงให้เห็นอย่างชัดเจนว่าวิกฤตสภาพภูมิอากาศก่อให้เกิดอะไรบ้าง หากคุณสามารถแสดงภาพกำแพงที่ปูนฉาบหลุดลอกไปครึ่งหนึ่งใน 100 ปีให้ผู้คนเห็น พวกเขาจะเข้าใจได้ทันที" และตามที่เธอกล่าว นั่นคือเหตุผลที่ความต้องการเครื่องมือประเภทนี้มีมากและเร่งด่วน "ไม่ว่าคุณจะเป็นนักอนุรักษ์หรือนักโบราณคดี ทุกคนต่างต้องการรู้ว่าควรทำอย่างไร แต่เพื่อให้รู้ว่าควรทำอย่างไร คุณต้องรู้ว่าอะไรกำลังจะเกิดขึ้น"
ปัญญาประดิษฐ์เพื่อการอนุรักษ์มรดกทางวัฒนธรรม: ภาพรวมทั่วยุโรป
โครงการของฝรั่งเศสเป็นเพียงหนึ่งในหลายโครงการที่คล้ายคลึงกัน
โครงการ HYPERION ซึ่งได้รับทุนสนับสนุนจากสหภาพยุโรปเกือบ 6 ล้านยูโร กำลังอยู่ในช่วงทดลองใช้งานในโรดส์ (กรีซ) เวนิส (อิตาลี) ทอนส์เบิร์ก (นอร์เวย์) และกรานาดา (สเปน) จุดเด่นของ HYPERION คือการบูรณาการชุมชนเข้าสู่กระบวนการตรวจสอบผ่านแอปพลิเคชันบนมือถือ ทำให้ผู้คนที่สัญจรไปมาทุกคนกลายเป็น "เซ็นเซอร์ที่มีชีวิต" โครงการ YADES ซึ่งได้รับทุนสนับสนุนจากโครงการ Marie Skłodowska-Curie มุ่งเน้นไปที่มรดกทางวัฒนธรรมในไซปรัส กรีซ และอิตาลี โดยเน้นการเดินทางหมุนเวียนระหว่างองค์กรต่างๆ จำนวน 80 ครั้ง เพื่อให้มั่นใจว่าเทคโนโลยีจะยังคงบูรณาการเข้ากับชุมชนท้องถิ่น
สามโครงการ สามแนวทาง แต่มีความเข้าใจเดียวกันคือ ปัญญาประดิษฐ์ไม่สามารถทดแทนมนุษย์ในการอนุรักษ์มรดกได้ แต่สามารถช่วยให้มนุษย์เข้าใจสิ่งที่กำลังสูญหายได้ดีขึ้น เพื่อที่จะได้ดำเนินการแก้ไขได้ทันท่วงที
ที่มา: https://baodanang.vn/khi-ai-giup-bao-ton-di-san-3339586.html
