導(dǎo)語
文化機(jī)構(gòu)也不斷研究機(jī)器視覺，利用機(jī)器視覺來檢查和分析圖像。這些都在博物館主題內(nèi)容進(jìn)行探索及學(xué)習(xí)。
博物館中的AI
2015年，人工智能成為主流，2016年，國際各地博物館的文化空間實(shí)驗(yàn)項(xiàng)目增加。人們正探索與機(jī)器學(xué)習(xí)相關(guān)的AI的最強(qiáng)大用途，以及它對美術(shù)館、圖書館、檔案館和博物館在收集、票務(wù)及出勤數(shù)據(jù)方面的影響。
文化機(jī)構(gòu)也不斷研究機(jī)器視覺，利用機(jī)器視覺來檢查和分析圖像。這在博物館中也一直進(jìn)行探索及學(xué)習(xí)，識別內(nèi)容包含：內(nèi)容主題、精確的顏色組成、情感分析、文本/字符識別、識別相似性、藝術(shù)鑒定等等，在博物館實(shí)際運(yùn)用中，這些技術(shù)帶來了有趣的發(fā)現(xiàn)、豐富的數(shù)據(jù)并開辟了收藏的新路徑。
機(jī)器學(xué)習(xí)（machine learning）
機(jī)器學(xué)習(xí)是一種自動建立分析模型的數(shù)據(jù)分析方法。使用從數(shù)據(jù)中迭代學(xué)習(xí)的算法，機(jī)器學(xué)習(xí)允許計(jì)算機(jī)發(fā)現(xiàn)隱藏的洞見，而無需顯式地編程查找。”(SAS, 2016)
對收藏的影響
博物館擁有大量數(shù)據(jù)不足為奇。在過去的十年中，我們已經(jīng)取得了很大的進(jìn)步，可以對收集到的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化分類，并使公眾能夠訪問和試驗(yàn)這些數(shù)據(jù)。雖然分類高度未開發(fā)，但是這種有價(jià)值的元數(shù)據(jù)具有強(qiáng)大的功能，并提供了以新的方式分析集合、對象和創(chuàng)建者的方法。但是，它也需要大量的資源、工具、時(shí)間和專業(yè)知識。
理想的GLAM（galleries畫廊、libraries圖書館、archives檔案館和museums博物館）收藏?cái)?shù)據(jù)會被結(jié)構(gòu)化分類，但考慮到“90%以上的(企業(yè))數(shù)據(jù)是無結(jié)構(gòu)化的，而是來源于人為、各種分散的主體”(2015年IDC)，我們可以假定博物館收集數(shù)據(jù)將受益于凈化、甚至全面改革。
人工智能能否拯救甚至幫助博物館對藏品做新探索？博物館館藏管理系統(tǒng)合作的人可以“訓(xùn)練”系統(tǒng)對數(shù)據(jù)進(jìn)行有效清理、分類和深度解析。
在歐盟文化遺產(chǎn)數(shù)字平臺Europeana 2016年發(fā)布的搜索策略中，機(jī)器學(xué)習(xí)已是反復(fù)出現(xiàn)的主題。曾有三家博物館運(yùn)用情感分析進(jìn)行試驗(yàn)：
舊金山現(xiàn)代藝術(shù)博物館：情緒分析(John Higgins, 2015)
卡內(nèi)基藝術(shù)博物館：海灣塔項(xiàng)目
泰特美術(shù)館：潛入博物館的社交媒體流(Elena Villaespesa, 2013)
對票務(wù)和參與量的影響
大量收集門票、游客流量數(shù)據(jù)，利用AI尋找其與社交媒體活動、天氣、廣告支出和其他變量之間的關(guān)聯(lián)。
賓夕法尼亞州立大學(xué)(Pennsylvania State University)的研究調(diào)查了報(bào)告中概述預(yù)測參與量的方法。在基于事件的社交網(wǎng)絡(luò)中預(yù)測事件出席率。博物館可以利用這些信息預(yù)測人流量、分配人力資源，從而有效規(guī)劃。
對會員和籌款制度的影響
模式識別可以幫助博物館識別最有可能更新、升級或離開的成員。新的工具可以幫助開發(fā)團(tuán)隊(duì)在籌款活動中破譯趨勢，通過社交圖導(dǎo)航使捐助者擴(kuò)展實(shí)現(xiàn)自動化。
雖然市場對Gravyty、Affectly等軟件公司還相對陌生，但它們已經(jīng)在用來幫助非營利組織有效籌集資金了。
對電子商務(wù)的影響
亞馬遜、eBay和Zappos等大型電子商務(wù)網(wǎng)站使用推薦功能與個(gè)性化引擎的歷史可以追溯到很久以前。通過分析行為，即瀏覽的網(wǎng)頁、產(chǎn)品、搜索的類別，在線零售商可以為訪問者提供更個(gè)性化體驗(yàn)提出有效建議。
主要的博物館在線商店，如大都會博物館、現(xiàn)代藝術(shù)博物館等，已經(jīng)在使用推薦引擎。即將出現(xiàn)的是會話商務(wù)的大眾概念。優(yōu)步(Uber)的克里斯•梅西納(Chris Messina)表示:“2016年將是會話商務(wù)年。”(墨西拿,2016)
機(jī)器視覺（machine vision）
機(jī)器視覺是計(jì)算機(jī)理解它所看到的東西的能力。“我們正在從有照相機(jī)的電腦、拍照的電腦、發(fā)展到有眼睛的電腦、能看見東西的電腦。”本尼迪克特·埃文斯，安德森·霍洛維茨說道。
2014年，紐約藝術(shù)與設(shè)計(jì)博物館(Museumof Arts and Design)設(shè)立審查小組，從藝術(shù)家的角度審視“計(jì)算機(jī)視覺的文化影響”。快進(jìn)到現(xiàn)在，我們將從博物館的角度來看。
對識別主題的影響
機(jī)器視覺已經(jīng)發(fā)展到足以探測圖像中所描繪的主題和對象。這幅畫、照片、錄像或雕塑描繪了什么？
圖1:卡納萊托的《威尼斯大運(yùn)河從弗蘭吉尼宮到圣馬爾科拉坎波》，保羅蓋蒂博物館
使用谷歌Vision API測試了卡納萊托在威尼斯的大運(yùn)河，從弗蘭吉尼宮到位于洛杉磯保羅蓋蒂博物館的圣馬爾科拉坎波。結(jié)果得到的四個(gè)術(shù)語(劃艇、劃艇、貢多拉和繪畫)都是對主題和對象的準(zhǔn)確描述。
對象分類是一種方法，但是值得注意的是，對機(jī)器視覺引擎的“訓(xùn)練”越多，它就變得越精確。
哈佛藝術(shù)博物館(Harvard Art Museums)、明尼阿波利斯藝術(shù)博物館(Minneapolis Arts Museums)、挪威國家博物館(NorwegianNational Museum)等博物館率先嘗試了這種方法，并公開分享了他們的發(fā)現(xiàn)。
對情緒分析的影響
如果圖像出現(xiàn)人臉，機(jī)器視覺可以通過分析人臉特征來判斷所描繪的人臉的情緒狀態(tài)。
為了測試這個(gè)過程，我們通過Microsoft Cognitive Services的Emotion API運(yùn)行了一些肖像。
對文本/字符識別的影響
從收藏的物品中提取文本的功能存在實(shí)現(xiàn)的可能性已經(jīng)有很多年了，近期，“光學(xué)字符識別”工具的出現(xiàn)使得這一功能更加容易達(dá)成，通過云API使用速度更快。
雖然對于勞倫斯•韋納(Lawrence Weiner)的作品來說，這可能不是絕對必要的（因?yàn)樗髌分袠?biāo)題和文本通常相同），但這功能最大價(jià)值可能是從書面文檔（古文字等）中提取文本，以便于搜索和分類。
對精確色彩構(gòu)成的影響
色彩構(gòu)成是一個(gè)元標(biāo)記，不太可能在大多數(shù)博物館的數(shù)據(jù)庫中找到。通過計(jì)算機(jī)視覺工具運(yùn)行一個(gè)對象的圖像可以提取和輸出與其顏色簇、分區(qū)和直方圖數(shù)據(jù)相關(guān)的數(shù)據(jù)。庫珀休伊特，史密森尼設(shè)計(jì)博物館和谷歌藝術(shù)與文化已經(jīng)實(shí)施了這一過程，以擴(kuò)展新的發(fā)現(xiàn)方法。
對識別相似性影響
在作品集中，是否有其他作品在主題、視覺構(gòu)圖上非常相似？計(jì)算機(jī)可以看到這些關(guān)系并量化它們的異同。
例如，這兩幅克萊福德·斯蒂爾（Clyfford Still）復(fù)制品略有不同，準(zhǔn)確地說是5.58%。
克萊弗德博物館(Clyfford Still Museum)的“重復(fù)/再造”(Repeat/Recreate)，這本身就是一場精彩的展覽。博物館數(shù)字媒體總監(jiān)莎拉·溫伯德(Sarah Wambold)在一篇文章中也把這個(gè)概念的名字取為《雙胞胎》(Wambold,2016)。
對藝術(shù)鑒定的影響
早在2008年，美國公共廣播公司(PBS NOVA)就報(bào)道過電腦幫助辨別贗品和原創(chuàng)杰作的案例。這個(gè)項(xiàng)目是與梵高博物館合作的，它要求計(jì)算機(jī)科學(xué)家制造工具來分析筆觸和識別贗品。
2016年9月，人工智能成為英國泰特美術(shù)館展覽和項(xiàng)目的核心主題。2016年IK獎的獲得者運(yùn)用了機(jī)器視覺的各個(gè)方面，如主題識別、構(gòu)圖、面部識別等。
泰特英國IK獎
結(jié)論
人工智能被譽(yù)為“未來”。“在尋求商業(yè)、科學(xué)和教育潛力的各個(gè)領(lǐng)域，都有尚未開發(fā)的價(jià)值有待釋放。”機(jī)器學(xué)習(xí)和視覺工具比以前更容易獲得，博物館有機(jī)會在之前過于昂貴或資源稀缺的領(lǐng)域進(jìn)行創(chuàng)新和優(yōu)化。
至于更廣泛的人工智能應(yīng)用，我們必須承認(rèn)，創(chuàng)意機(jī)器人已經(jīng)在創(chuàng)作繪畫、寫劇本和作曲。在未來，AI會寫對象標(biāo)簽，腳本音頻指南，并協(xié)助解釋嗎?我們應(yīng)該讓機(jī)器來做這些嗎?
史蒂芬·霍金預(yù)言:“在未來100年里，計(jì)算機(jī)將取代人類成為人工智能的霸主。”當(dāng)這種情況發(fā)生時(shí)，我們需要確保計(jì)算機(jī)有與我們一致的目標(biāo)。這聽起來可能有些不祥之兆，但我們可以(幾乎)肯定，博物館和文化機(jī)構(gòu)將把人類的最大利益放在心上。這僅僅是個(gè)開始。
