مقالات هوش مصنوعی / مدتی است که موزهها و گالریها با توسل به فناوری، سعی در یافتن جایگزینهایی برای ثمربخشی روشهای سنتی دارند؛ در ابتدا، هدف بسیار ساده بود، تلاش برای افزایش مقدار محتوای اضافی، قابل دسترسی از طریق استفاده از ابزارهایی مانند کدهای QR یا با جایگزینی راهنماهای صوتی کلاسیک با برنامههایی که در گوشیهای هوشمند دانلود میشدند. بعدها، اتاقهای تعاملی برای ارائه تجربیات در تماس مستقیم با موزه متولد شدند و استفاده از ابزارهای فناوری آغاز شد و موزههای تعاملی را ایجاد کردند.
با این حال، به نظر میرسد که آزمایش بین هنر و فناوری بسیار کند پیش میرفت تا اینکه در اوایل دهه ۲۰۲۰ موزهها که دیگر قادر به ارائه امکان بازدید فیزیکی از نمایشگاهها را نداشتند، روشی جایگزین را توسعه دادند. واکنش فوری به این مشکل، افزایش محتوا در رسانههای اجتماعی و باز شدن کانالهای دیگر بود (بارزترین نمونه ورود گالری اوفیتزی به تیک تاک بود که عمدتا توسط نوجوانان استفاده میشد) اما خیلی زود ثابت شد که این موارد کافی نیستند.
با افزایش نیاز به فناوریها و راهحلهای پیشرفتهتر، هوش مصنوعی در موزههای دیجیتال با اهداف متعدد سرعت بخشیدن به کار کارکنان، غنیسازی تجربه بازدیدکنندگان و ارائه اطلاعات بیشتر به محققان، کار خود را آغاز کردند.
موزهها و بحران جهانی
از ابتدای همهگیری کووید-۱۹ برای همه مشخص شد که باید جایگزینهایی برای گردشگری فرهنگی سنتی پیدا شود، بنابراین واضح بود که این رویداد جهانی با آنچه قبل و بعد از آن اتفاق میافتد، از جمله تجربه بازدیدکنندگان، آغاز خواهد شد.
این مورد را دادههای یونسکو در نشریه «تامل در بحران: مکانهای میراث جهانی، موزهها و تفسیر میراث» نشان داد و گزارش کرد در سال ۲۰۲۰ دسترسی عمومی به سایتهای میراث جهانی در ۹۰ درصد کشورها بهطور کامل یا جزئی بسته شد.
گزارش منتشر شده در ماه مه ۲۰۲۰ نشان داد که ۹۰ درصد از ۹۵هزار موزه در سراسر جهان تحت تاثیر تعطیلی موقت قرار گرفتهاند، از جمله موارد مرتبط با سایتهای میراث جهانی بود که این موزهها عمدتا به درآمد حاصل از بازدیدکنندگان وابسته بودند و نمیتوانستند بازگشایی شوند.
به همین دلیل است که املاک میراث جهانی رویکردهای نوآورانه را در پاسخ به بحران بهداشت جهانی توسعه دادهاند که شامل وب سایتها و رسانههای اجتماعی راهاندازی شده است.
وقتی مردم متوجه شدند که دوره قرنطینه طولانی میشود، یک معکوس ضروری بود، فرآیندهای فنیسازی که مدتی در جریان بود، تسریع شد تا جایگزینی سریع برای حضور فیزیکی در نمایشگاهها پیدا شود؛ دیگر این کاربر نیست که به موزه میرود، بلکه موزه مستقیما به خانه میآید.
گردشگری دیجیتال به کمک گسترش موزههای مجازی و پلتفرمهای دیجیتالی که امکان دیدن آثار بر روی گوشیهای هوشمند، بازدید از گالریهای آنلاین با رایانه شخصی و حتی حرکت آزادانه در داخل موزه را مستقیما از روی کاناپه ممکن میسازد، رونق قابل توجهی یافت.
جوانب مثبت و منفی تجربیات دیجیتال در موزهها
بدیهی است که ثمره مشاهده از راه دور جنبههای مثبت و منفی به همراه دارد مثلا نمیتوان آنچه را که والتر بنیامین در کتاب خود «اثر هنری در سده باز تولید مکانیکی» تعریف میکند را درک کرد با این حال، امکان دیدن نمایشگاهی به صورت آنلاین، با آسایش از خانه، تعداد کاربران احتمالی را افزایش میدهد که ایجاد موزههای مجازی ممکن است انگیزهای برای ارتباط با هنر برای آنان باشد.
مطمئنا تفاوت اصلی بین موزه آنلاین و سنتی، عدم تحسین اثر هنری اصلی و پرداختن به بازتولید آن است اما، اگرچه دیدن آثار اصلی در موزهها کار روزمره ماست در گذشته همیشه اینطور نبود بنابراین، همانطور که خواهیم دید، استفاده از هوش مصنوعی در موزهها میتواند ابزاری برای نزدیکتر کردن مردم به هنر باشد که ثمربخشی «فیزیکی» را حذف نمیکند اما راههای جدیدی برای تقویت آن ارائه میدهد.
چگونه از هوش مصنوعی در موزهها استفاده میشود؟
در اینجا ۶ روش برای استفاده از هوش مصنوعی در موزهها ذکر شده است:
واقعیت مجازی برای حرکت در موزه
اگرچه واقعیت مجازی از قبل اولین گامهای خود در بخش هنر برداشته اما با قرنطینه مرتبط با همهگیری جهانی، رشد زیادی داشته است. چگونه میتوان بازدیدکننده را آزادانه در سالنهای مختلف نمایشگاه حرکت داد در همان حال راحت در خانه بماند؟ با استفاده از واقعیت مجازی، یعنی شبیهسازی واقعی، واقعیتی که وجود ندارد، امکان ایجاد تورهای مجازی ۳۶۰ درجه وجود دارد. تور مجازی به شما این امکان را میدهد همانطور که در واقعیت این کار را انجام میدهید در میان آثار حرکت کنید و به توضیحات راهنمای صوتی گوش دهید. از جمله موسساتی که برای اولین بار تصمیم به سرمایهگذاری در واقعیت مجازی گرفتند، موزه تئاتر دالی است که از هوش مصنوعی و یادگیری ماشینی برای ایجاد یک محیط واقعیت مجازی استفاده کرد. با استفاده از پلتفرم Matterport، میتوان وارد موزه مجازی شد و آزادانه رفت و آمد کرد و از اطلاعات عمیق و کنجکاوی آثار لذت برد.
Matterport اطلاعات بصری و مکانی دقیق را با استفاده از فناوری اسکن مادون قرمز ارائه میدهد. وسایل یا فضا اسکن شده و به سیستم ارسال میشود تا دادههای دوربین را تجزیه و تحلیل کند.
چت بات و گیمیفیکیشن برای تورهای راهنما
راهنما در داخل موزه وظیفه تشریح آثار را برای بازدیدکنندگان، کنجکاو کردن آنها و پاسخ به سوالات بر عهده دارد و اگر همه اینها توسط یک ربات چت انجام شود چه میشود؟ این ایدهای است که InvisibleStudio برای موزه ل کاس در میلان داشت. جولیانو گایا، بنیانگذار استفانیا بویانو از InvisibleStudio گفت که برخلاف سایر چتباتهای موزه، ربات ما منحصرا یک بازی است و در مجموعهها گنجیابی میکند. از این نظر، این چت بات است که از بازدیدکنندگان سوال میپرسد، بازدیدکنندگان مجبور میشوند که به دقت مجموعهها را مشاهده کرده و جزئیات غیرمنتظره را کشف کنند. از طریق نوآوریهای دیجیتالی مانند گیمیفیکیشن و داستان سرایی، آنان سعی کردهاند بازدید از موزه را در نظر جوانان جذابتر کنند و دانش تاریخی هنر و یادگیری را که نمونه تورهای با راهنما هستند، با کنجکاوی گنجیابی ترکیب کنند.
رباتهای موزه برای بهبود دسترسی
پپر (Pepper) یک ربات انساننماست که توسط شرکت فرانسوی Aldebaran Robotics ساخته شده و در سه موزه اسمیتسونیان مستقر در واشنگتن (از جمله موزه ملی هنر آفریقا و موزه ملی تاریخ و فرهنگ آفریقایی آمریکایی) قرار داده شده است. هدف از آن، بهبود ارتباطات زبانی برای به اشتراک گذاشتن دانش در مورد فرهنگ، هنر و علم بهطور موثر به بازدیدکنندگان است. این ربات با استفاده از مهارتهای چند زبانه، حرکات و یک صفحه لمسی تعاملی به سوالات بازدیدکنندگان پاسخ میدهد و با زبانهای مختلف سخن میگوید تا موانع زبانی را برای بازدیدکنندگان بینالمللی از بین ببرد.
یادگیری ماشینی و شبکههای عصبی برای کمک به فراگیران
هوش مصنوعی در موزهها و گالریها نه تنها برای بهبود تجربه برای بازدیدکنندگان بلکه برای کمک به محققان نیز استفاده میشود. همانطور که در موزه ملی نروژ اتفاق افتاد، جایی که از یادگیری ماشین و شبکههای عصبی بهرهبرداری میکردند، آنها موفق شدند متا دادههایی را به نقاشیهای مجموعهها اضافه کنند که میتواند بسیار کاربردی باشند، بهویژه برای کسانی که آنها را مطالعه میکنند. الگوریتم T-SNE تصاویر را بر اساس شباهت نقوش، تکنیک، ترکیببندی و استفاده از رنگ گروهبندی میکند و یک رابط کاربری از صفحه وب موزه را با آثار به پنج دسته نقاشی (بر اساس موضوع)، نقاشی (بر اساس سبک)، چاپ، طراحی و دیزاین تقسیم میکند.
هوش مصنوعی برای سازماندهی کاتالوگها و مجموعهها
در میان بخشهای مختلف موزهها، بخشی به سازماندهی مجموعهها و کاتالوگها اختصاص دارد البته به این معنی که باید یک مطالعه عمیق در مورد آثار انجام داد تا سعی شود ارتباطات نه تنها در خود مجموعهها بلکه با دیگران نیز در موزه ایجاد شود. به گفته اتحاد موزههای آمریکا (AAM)، هوش مصنوعی ابزاری ضروری برای موزههایی خواهد بود که مقیاس عظیم دادهها را در قرن بیست و یکم مدیریت میکنند. الگوریتمهای تشخیص بصری میتوانند با برچسبگذاری، مرتبسازی و ترسیم اتصالات درون و بین پایگاههای داده موزه، پتانسیل مجموعههای تصاویر دیجیتال را باز کنند. برای یک الگوریتم هوش مصنوعی، در واقع بسیار ساده است که عناصر بصری یا رنگی تکرار شونده را بشناسد، آنها را با یک بیان فعلی یا هنری مرتبط کند و در نتیجه مجموعهها و کاتالوگهای منسجمتری ایجاد کنند.
هوش مصنوعی برای صدا دادن به آثار
ما دیدهایم که چگونه هوش مصنوعی میتواند با غنیسازی با مفاهیم و جزئیات به محققان و بازدیدکنندگان و به ثمربخشی کمک کند اما این همه ماجرا نیست. هوش مصنوعی حتی میتواند صدا را به آثار هنری تقدیم کند. این کاری است که گالری هنری سائوپائولو در برزیل به کمک استفاده از سیستم هوش مصنوعی آیبیام واتسون بر اساس خودآموزی انجام داده است. این ایده با ایده نزدیک کردن افرادی که عادت به بازدید از موزهها ندارند ترکیب شده است و این امکان را فراهم میکند که از هر نوع سوالی، حتی پیش پاافتادهترین، بدون ترس از قضاوت شدن، بپرسند. اینگونه بود که A Voz da Arte متولد شد، پروژهای که از هوش مصنوعی و تشخیص صدا برای دادن صدا به آثار هنری منتخب استفاده میکند.
هوش مصنوعی را میتوان به طرق مختلف در موزهها و گالریها مورد استفاده قرار داد. ترکیب هنر و فناوری به ما این امکان را میدهد که تجربه خود را گسترش دهیم و مجموعهها و آثار را به خارج از موزهها ببریم. دیجیتالی کردن داراییهای فرهنگی قطعا به نفع «دموکراسیسازی» آنهاست؛ به ثمر نشستن آنها در واقع بهطور فزایندهای در دسترس همگان است و مستقیما به داخل خانههای ما میرسند، بدون نیاز به جابجایی یا پرداخت بلیط و تنها چیزی که نیاز داریم یک دستگاه و اتصال به اینترنت است. / ایسنا
منابع