U veljači 2025. hakaton AI4Culture izazvao je sljedeće: upotrebljavati alate umjetne inteligencije za inovativnu preobrazbu, istraživanje ili predstavljanje podataka o digitalnoj kulturnoj baštini. Platforma AI4Culture sadržava mnoštvo resursa za financiranje tih projekata: skupovi podataka iz institucija kulturne baštine i podatkovni prostor za kulturnu baštinu, arsenal alata umjetne inteligencije i resursa za osposobljavanje te materijali za usavršavanje.
Pet timova prihvatilo je taj izazov i osmislilo zanimljive primjere upotrebe u kojima se kombiniraju inovativni alati umjetne inteligencije i skupovi podataka o kulturnoj baštini. Istražite njihove projekte u nastavku.
'Imali smo puno zabave istražujući koje su podatke dostupne putem Europeane, čak i ako smo na kraju koristili druge izvore!', rekao je sudionik Laurens Dhaenens.
ABC: Automatiziranje koda za miješanje
Tim Zite Baronnet, Francesca Gaviolija i Lare Peeters nastojao je izdvojiti 2D objekte iz slika i pretvoriti ih u 3D modele pomoću umjetne inteligencije, automatizirajući proces 3D modeliranja. Njihov je cilj bio pojednostaviti dugotrajan i tehnički složen tijek rada stvaranja 3D modela za primjenu u kulturnoj baštini. Tim je koristio Europeana API, SegmentAnything i model HuggingFace za 3D imovinu kako bi stvorio cjevovod koji je uzeo 2D sliku iz Europeane i izradio 3D model za ponovnu uporabu u Blenderu (softver za izradu 3D računalne grafike). Istražite njihov projekt.
Patina: de:boja vremena
Ovaj projekt Stefanie De Winter, Laurensa Dhaenensa, Angelice Fieschi i Stefana Fanellija bio je usmjeren na rješavanje pitanja degradacije umjetnosti i stvaranja patine, s ciljem stvaranja alata koji identificira i komunicira starenje digitaliziranih umjetničkih djela.
Nastojali su poboljšati razumijevanje javnosti o tome kako vrijeme oblikuje umjetnost. Tim je stvorio skup podataka za osposobljavanje umjetničkih djela na koja su utjecali patina i starenje, zajedno sa skeniranjem tih umjetničkih djela prije nego što su bila pogođena dobi. Koristili su konvolucijsku neuronsku mrežu (CNN) za klasifikaciju slika i razvili web sučelje za znanstvenu komunikaciju. Tim je utvrdio problem ograničenih podataka o osposobljavanju i potrebu za točnijim modelima.
Gledamo ove slike cijelo vrijeme, ali zaboravljamo da su oblikovane vremenom. Želimo dodati ovaj sloj koji je tamo, ali je nevidljiv. Ono što želimo pokazati je oblik vremena.' - Stefanie de Winter
Deepculture
Tim DeepCulture, koji čine Ioannis Kapsalis, Katerina Zourou, Hannieh Habibi i Marianna Ziku, imao je za cilj provesti analizu osjećaja o podacima o kulturnoj baštini kako bi otkrio skrivene priče i veze.
ArcAIVision
Tim ArcAIVisiona Sercan Kıyak, Knar Ohanjanyan i Elçin Istif Inci razvili su AI alat za otkrivanje tema povezanih s migracijama u povijesnim videozapisima, s ciljem otkrivanja skrivenih veza i zaboravljenih priča u arhivskim snimkama.
Izvukli su video sadržaj s nizozemskog Instituta za zvuk i viziju iz API-ja Europeana i koristili BERTopic za modeliranje tema i grupiranje K-najbližih susjeda (K-NN) kako bi analizirali okvire izvučene iz videozapisa. Tim se bavio inherentnim izazovima u rješavanju pristranosti u metapodacima. Iako je tematsko modeliranje umjetne inteligencije ispravno grupiralo slične teme, tim je ručno grupirao pojmove i okvire povezane s migracijama.
Što ako bismo mogli vidjeti povijest kroz novi objektiv - onaj koji otkriva skrivene veze i zaboravljene priče? Postoje ogromne količine arhivskih snimaka koje je teško navigirati. Ne samo da je teško navigirati, već su tradicionalni metapodaci ograničeni i često pristrani. To otežava analizu, teme, emocije i još mnogo toga u tim skupovima podataka' - Knar Ohanjanyan
Ne2Strukturirano
Cilj ovog projekta Arnouda Wilsa bio je izdvojiti strukturirane podatke JSON-a iz nestrukturiranih PDF datoteka u Corpus Rubenianumu, s naglaskom na informacije o podrijetlu i ikonografiji.
Koristili su Llamaparse, Llamaindex, Cohere LLM API i Pydantic za ekstrakciju i strukturiranje podataka. Un2Structured je detaljno prilagodio njihov predložak kako bi dobio rezultate koje su tražili. Postavili su i valjana pitanja o tome kako vrednovati te izvađene podatke.
Želite li raditi na vlastitim inovativnim projektima s pomoću podataka o kulturnoj baštini? Istražite API-je Europeane.