50 سال بعد ریت کے پتھر کے ٹاور میں شگاف کتنا وسیع ہو جائے گا؟ یہ بظاہر ناقابل جواب سوال فرانسیسی سائنسدانوں کا ایک گروپ ڈیٹا اور الگورتھم استعمال کر رہا ہے۔ مقصد نہ صرف تحفظ ہے، بلکہ اس مخصوص ڈیٹا کو ٹھوس معلومات میں تبدیل کرنا بھی ہے جو پالیسی سازوں پر اثر انداز ہو سکتا ہے اور عوام میں ذمہ داری کا احساس بڑھا سکتا ہے۔
مشینوں کو انسانی آنکھوں کے بجائے "دیکھنا" سکھانا۔
اصل چیلنج "وراثت کی تصویر کشی کے لیے AI کا استعمال" نہیں ہے، بلکہ یہ ہے کہ ایک مشین کس طرح انحطاط کو سمجھ سکتی ہے، ایک ایسا تصور جو فطری طور پر انسانی ادراک، زبان اور نقطہ نظر پر منحصر ہے۔
فرانسیسی وزارت ثقافت کے فرانسیسی میوزیم ریسرچ اینڈ ریسٹوریشن سنٹر کے ایک سینئر کنزرویشن سائنسدان این بورجیس نے اس منصوبے کی بنیاد رکھی۔ 2022 سے، Bourgès اور دو ساتھیوں نے تحقیقی طلباء Adèle Cormier اور David Roqui کے ساتھ ڈاکٹریٹ کے دو پروجیکٹ شروع کیے ہیں۔ دو پائلٹ سائٹس کا انتخاب جان بوجھ کر کیا گیا تھا: اسٹراسبرگ کیتھیڈرل ٹاور کا آکٹاگونل بلوا پتھر کی بنیاد – 13ویں صدی کا ریوننٹ گوتھک ڈھانچہ جو سخت براعظمی سردیوں اور شدید گرمیوں کا مقابلہ کرتا ہے۔ اور برگنڈی میں آٹن کے قریب ببریکٹ آثار قدیمہ - ایک گاؤلش بستی جو پہلی بار 19ویں صدی کے آخر میں کھدائی گئی تھی۔
روکی کا مشن AI کو نہ صرف ڈیٹا پڑھنا سکھانا تھا بلکہ "دیکھنا" بھی تھا۔ آرٹ نیوز پیپر کے مطابق، اس کا مطلب ماڈل کو تصویروں میں دراڑ کی نشاندہی کرنے کی تربیت دینا تھا، پھر مختلف اوقات میں لی گئی دو تصاویر کا موازنہ کرنا تھا تاکہ یہ معلوم کیا جا سکے کہ شگاف کتنا وسیع ہو گیا ہے۔ تحقیقی ٹیم کو دو بڑے چیلنجوں کا سامنا کرنا پڑا: عالمی مظاہر کے درمیان تناسب اور ہر ورثے کی جگہ کی مخصوص مائیکرو کلیمیٹک خصوصیات، اور تجارتی پیمائش کے آلات کے درمیان معیاری کاری کی کمی۔ اس رکاوٹ کو دور کرنے کے لیے، پراجیکٹ نے تھرمل انفراریڈ امیجنگ کا استعمال کیا - ایک ایسی ٹیکنالوجی جو چٹانوں کے اندر پانی کے اخراج اور معدنی نمک کے جمع ہونے کو ظاہر کر سکتی ہے جو کہ ننگی آنکھ کے لیے ناقابل شناخت ہیں۔
ابتدائی نتائج بہت حوصلہ افزا ہیں۔ پیر کمیونٹی جرنل کے مطابق، اسٹراسبرگ کیتھیڈرل کے ڈیٹا پر آزمائے گئے ملٹی موڈل ماڈل نے 76.9% درستگی اور 77.0% کا F1 سکور حاصل کیا – روایتی AI فن تعمیرات جیسے VisualBERT یا Transformer کے مقابلے میں 43% بہتری، اور PIO ماڈل کے مقابلے میں 25% کی بہتری۔ اس سے بھی زیادہ قابل ذکر، جب انفرادی طور پر چلایا جائے تو، سینسر ڈیٹا نے صرف 61.5% درستگی حاصل کی جبکہ تصویری ڈیٹا صرف 46.2% تک پہنچ گیا - یہ ظاہر کرتا ہے کہ اصل طاقت معلومات کے دونوں ذرائع کو یکجا کرنے میں ہے۔
عالمی عزائم
متاثر کن تکنیکی اعداد و شمار صرف آغاز ہیں۔ Bourgès اور اس کے ساتھی جس چیز کے لیے ہدف کر رہے ہیں وہ ایک بہت بڑی خواہش ہے: ایک ایسا ٹول بنانا جس تک دنیا کا کوئی بھی تحفظ پسند یا ماہر آثار قدیمہ رسائی حاصل کر سکے، چاہے مقامی یا قومی بجٹ سے قطع نظر۔
آرٹ نیوز پیپر کے مطابق، اس منصوبے کا پورا طریقہ کار اوپن سورس کے طور پر شائع کیا جائے گا اور اسے Espadon پلیٹ فارم میں ضم کیا جائے گا - یہ ایک قومی منصوبہ ہے جس کا آغاز فرانسیسی وزارت ثقافت نے ثقافتی ورثے کو بڑھایا ہوا حقیقت ٹیکنالوجی کے ساتھ ڈیجیٹلائز کرنے کے لیے کیا ہے، جبکہ محققین کو کسی بھی عمارت کے تمام معلوم ڈیٹا تک رسائی فراہم کی جائے گی۔
حتمی مقصد، جیسا کہ محترمہ Bourgès نے واضح طور پر بیان کیا ہے، یہ ہے: "ہم چاہتے ہیں کہ صارفین یہ تصور کر سکیں کہ مقامی آب و ہوا کے سلسلے میں وقت کے ساتھ ساتھ ان کا مخصوص مقام کس طرح تبدیل ہو گا۔" گھنے، ڈیٹا پر مبنی سائنسی رپورٹس کے بجائے، یہ ٹول ایک بصری نمائندگی بنائے گا: 100 سال بعد اس دیوار کا کتنا پلاسٹر یا پینٹ ختم ہو جائے گا۔
یہ خالص سائنس سے آگے کی جہت ہے جس پر محترمہ بورجیس – جو کہ یادگاروں اور مقامات پر بین الاقوامی کونسل کی فرانسیسی شاخ کی سیکرٹری جنرل بھی ہیں – زور دیتی ہیں: "یہ جمع کرنے اور واضح طور پر ظاہر کرنے کا ایک ذریعہ ہے کہ آب و ہوا کا بحران کیا ہے۔ اور ان کے بقول، اسی لیے اس قسم کے آلے کی ضرورت بہت زیادہ اور فوری ہے: "چاہے آپ تحفظ پسند ہوں یا ماہر آثار قدیمہ، ہر کوئی جاننا چاہتا ہے کہ کیا کرنا ہے۔ لیکن یہ جاننے کے لیے کہ کیا کرنا ہے، آپ کو یہ جاننا ہوگا کہ کیا ہونے والا ہے۔"
ورثے کے تحفظ کے لیے AI: ایک پین-یورپی تصویر
فرانسیسی پروجیکٹ اسی طرح کے بہت سے منصوبوں میں سے ایک ہے۔
HYPERION، تقریباً €6 ملین کے ساتھ EU کی مالی امداد سے، روڈز (یونان)، وینس (اٹلی)، ٹنسبرگ (ناروے) اور گراناڈا (اسپین) میں چلایا جا رہا ہے۔ HYPERION کی منفرد خصوصیت اس کی کمیونٹی کا ایک موبائل ایپلیکیشن کے ذریعے نگرانی کے عمل میں انضمام ہے، جس سے ہر راہگیر کو "زندہ سینسر" میں تبدیل کیا جاتا ہے۔ YADES پروجیکٹ، جس کی مالی اعانت Marie Skłodowska-Curie پروگرام کے ذریعے کی گئی ہے، قبرص، یونان اور اٹلی میں وراثت پر توجہ مرکوز کرتا ہے، تنظیموں کے درمیان 80 گردشی دوروں پر زور دیتا ہے، اس بات کو یقینی بناتا ہے کہ ٹیکنالوجی مقامی کمیونٹی کے ساتھ مربوط رہے۔
تین منصوبے، تین نقطہ نظر - لیکن ایک ہی سمجھ: AI ثقافتی ورثے میں انسانوں کی جگہ نہیں لے سکتا، لیکن یہ انسانوں کو یہ سمجھنے میں مدد دے سکتا ہے کہ کیا کھویا جا رہا ہے، تاکہ بروقت مداخلت کی جا سکے۔
ماخذ: https://baodanang.vn/khi-ai-giup-bao-ton-di-san-3339586.html
