V únoru 2025 vydal hackathon AI4Culture výzvu: využívat nástroje umělé inteligence k inovativní transformaci, výzkumu nebo prezentaci dat digitálního kulturního dědictví. Platforma AI4Culture obsahuje velké množství zdrojů pro tyto projekty: datové soubory od institucí kulturního dědictví a datový prostor pro kulturní dědictví, arzenál nástrojů umělé inteligence a školicích zdrojů a materiálů pro prohlubování dovedností.
Pět týmů se této výzvy chopilo a přišlo s poutavými případy použití kombinujícími inovativní nástroje umělé inteligence a datové soubory kulturního dědictví. Prozkoumejte jejich projekty níže.
"Měli jsme spoustu legrace, když jsme zkoumali, jaká data jsou k dispozici prostřednictvím Europeany, i když jsme nakonec použili jiné zdroje!" řekl účastník Laurens Dhaenens.
ABC: Automatizace kódu mixéru
Tým Zity Baronnetové, Francesca Gavioliho a Lary Peetersové se zaměřil na extrakci 2D objektů z obrázků a jejich přeměnu na 3D modely pomocí AI a automatizaci procesu 3D modelování. Jejich cílem bylo zefektivnit časově náročný a technicky složitý pracovní postup při vytváření 3D modelů pro aplikace v oblasti kulturního dědictví. Tým použil rozhraní Europeana API, SegmentAnything, a obrázek k modelu 3D aktiva HuggingFace k vytvoření potrubí, které pořídilo 2D obrázek z Europeany a vytvořilo 3D model pro opětovné použití v mixéru (software pro vytváření 3D počítačové grafiky). Prozkoumejte jejich projekt.
Patina: de:barva času
Tento projekt Stefanie De Winter, Laurens Dhaenens, Angelica Fieschi a Stefano Fanelli se zaměřil na řešení otázky degradace umění a tvorby patiny s cílem vytvořit nástroj, který identifikuje a komunikuje stárnutí digitalizovaných uměleckých děl.
Usilovali o to, aby veřejnost lépe porozuměla tomu, jak čas utváří umění. Tým vytvořil soubor tréninkových dat uměleckých děl, která byla ovlivněna patinou a stárnutím, spolu se skeny těchto uměleckých děl před tím, než byla ovlivněna věkem. Pro klasifikaci obrazu použili konvoluční neuronovou síť (CNN) a vyvinuli webové rozhraní pro vědeckou komunikaci. Tým identifikoval problém s omezenými tréninkovými údaji a potřebu přesnějších modelů.
Díváme se na tyto obrazy pořád, ale zapomínáme, že jsou utvářeny časem. Chceme přidat tuto vrstvu, která je tam, ale je neviditelná. To, co chceme ukázat, je tvar času." - Stefanie de Winter
Hluboká kultura
Tým DeepCulture, složený z Ioannise Kapsalise, Kateriny Zourou, Hannieh Habibi a Marianny Ziku, měl za cíl provést analýzu sentimentu na datech kulturního dědictví, aby odhalil skryté příběhy a spojení.
ArcAIVision
Tým ArcAIVision Sercan Kıyak, Knar Ohanjanyan a Elçin Istif Inci vyvinul nástroj AI pro detekci témat souvisejících s migrací v historických videích, jehož cílem je odhalit skryté spojení a zapomenuté příběhy v archivních záznamech.
Extrahovali video obsah z Nizozemského institutu pro zvuk a vidění z Europeany API a používali BERTopic pro modelování témat a K-Nearest Neighbors (K-NN) k analýze snímků extrahovaných z videí. Tým se zabýval inherentními výzvami při řešení zkreslení v metadatech. Přestože téma modelování umělé inteligence správně seskupilo podobná témata dohromady, tým ručně seskupil termíny a rámce související s migrací.
Co kdybychom mohli vidět historii novým objektivem - takovým, který odhaluje skrytá spojení a zapomenuté příběhy? Existuje obrovské množství archivních záběrů, které je těžké navigovat. Nejenže je obtížné se orientovat, ale tradiční metadata jsou omezená a často předpojatá. To ztěžuje analýzu, témata, emoce a další v těchto datových sadách" - Knar Ohanjanyan
Un2Structured
Cílem tohoto projektu Arnouda Wilse bylo extrahovat strukturovaná data JSON z nestrukturovaných PDF souborů v Corpus Rubenianum se zaměřením na informace o provenienci a ikonografii.
Používali Llamaparse, Llamaindex, Cohere LLM API a Pydantic pro extrakci a strukturování dat. Un2Structured vylepšili své šablony výzvy značně získat výsledky, které hledali. Rovněž vznesli oprávněné otázky ohledně toho, jak tyto extrahované údaje zhodnocovat.
Chtěli byste pracovat na svých vlastních inovativních projektech s využitím dat kulturního dědictví? Prozkoumejte rozhraní API Europeany.