Искусственный интеллект постепенно становится одним из цифровых инструментов, используемых при исследовании, документировании и сохранении объектов культурного наследия. Алгоритмы машинного обучения способны обрабатывать фотографии, результаты мониторинга, трехмерные модели и большие массивы текстовых данных значительно быстрее человека.
Однако возможности технологии важно оценивать правильно. Искусственный интеллект не проводит государственную историко-культурную экспертизу самостоятельно, не определяет историко-культурную ценность памятника и не принимает решение о допустимости реставрационных работ. Он может помогать специалистам искать закономерности, систематизировать данные, обнаруживать потенциально проблемные участки и работать с большим количеством информации.
Как искусственный интеллект применяется при работе с объектами культурного наследия
Под искусственным интеллектом в сфере сохранения архитектурного наследия понимается целый набор технологий. На практике наиболее интересны:
- компьютерное зрение для анализа фотографий и видеоматериалов;
- машинное обучение для обработки результатов мониторинга;
- алгоритмы распознавания и классификации изображений;
- обработка и поиск информации в больших массивах документов;
- анализ облаков точек и трехмерных моделей;
- прогнозные модели для оценки изменения состояния конструкций и материалов;
- генеративные технологии для вспомогательной визуализации и исследования вариантов реконструкции.
Особенно перспективным становится объединение искусственного интеллекта с лазерным сканированием, фотограмметрией, беспилотной съемкой, датчиками мониторинга и информационными моделями исторических зданий.
При этом любые автоматически полученные результаты требуют проверки специалистом.
ИИ и государственная историко-культурная экспертиза — это не одно и то же
Термин «экспертиза объекта культурного наследия» часто используется слишком широко. Государственная историко-культурная экспертиза — это установленная законодательством процедура, которая имеет определенные цели, объекты исследования и требования к экспертам.
Искусственный интеллект не может выступать экспертом ГИКЭ и самостоятельно выдавать юридически значимое заключение.
Алгоритмы могут использоваться только как вспомогательный инструмент: например, при поиске информации, систематизации документов, обработке материалов обследования или сравнении больших массивов данных.
Подробнее о порядке и задачах такой работы можно узнать на странице государственная историко-культурная экспертиза (ГИКЭ).
Компьютерное зрение для поиска повреждений
Одно из наиболее активно развивающихся направлений — анализ фотографий исторических зданий с помощью компьютерного зрения.
Алгоритм можно обучить распознавать на изображениях определенные типы визуально фиксируемых повреждений:
- трещины;
- отслоения отделочных слоев;
- утраты материала;
- выветривание поверхности;
- биологические поражения;
- зоны увлажнения;
- изменения цвета;
- другие видимые признаки деградации.
Вместо того чтобы вручную просматривать тысячи изображений, специалист может использовать алгоритм для предварительного поиска потенциально проблемных участков.
Например, после регулярной фотофиксации фасада система может сравнивать изображения разных периодов и выделять области, в которых появились изменения.
Может ли искусственный интеллект увидеть дефект, который не заметил человек
Такую возможность часто описывают слишком категорично.
Алгоритм действительно может обнаружить на изображении закономерность или небольшой визуальный признак, который человек пропустил при обычном просмотре. Особенно эффективно это работает при обработке большого количества однотипных снимков.
Но искусственный интеллект не способен увидеть то, чего физически нет в исходных данных.
Если повреждение находится внутри стены, перекрыто отделочным слоем или не фиксируется используемым методом исследования, обычная фотография и алгоритм компьютерного зрения его не обнаружат.
Для исследования скрытых дефектов могут потребоваться:
- инструментальное обследование;
- тепловизионная съемка;
- ультразвуковые и другие неразрушающие методы контроля;
- лабораторные исследования;
- локальные вскрытия;
- другие методы в зависимости от конструкции и задачи.
ИИ в таком случае может применяться уже для последующей обработки полученных данных.
Анализ фотографий разных лет
Для объектов культурного наследия особенно важна возможность сравнивать состояние здания во времени.
Если существует систематическая фотофиксация, алгоритмы способны помочь сопоставить изображения одного объекта, сделанные в разные годы.
Это позволяет быстрее искать:
- новые трещины и утраты;
- расширение существующих повреждений;
- изменение состояния фасадов;
- изменения архитектурных деталей;
- следы предыдущих ремонтов;
- постепенную деградацию отдельных участков.
Особую ценность такой подход приобретает при регулярном мониторинге крупных памятников и архитектурных ансамблей.
ИИ, лазерное сканирование и 3D-модели исторических зданий
Ещё одно перспективное направление связано с обработкой пространственных данных.
При лазерном сканировании исторического здания формируется облако точек, содержащее огромное количество информации о геометрии объекта. Работа с такими массивами данных может быть частично автоматизирована.
Алгоритмы машинного обучения потенциально позволяют:
- классифицировать отдельные архитектурные элементы;
- распознавать стены, колонны, проемы и другие конструкции;
- выделять элементы в облаке точек;
- сравнивать пространственные модели разных периодов;
- искать геометрические отклонения и изменения;
- ускорять подготовку цифровых моделей.
Например, если объект сканируется регулярно, сопоставление нескольких облаков точек может помочь специалисту определить участки, геометрия которых изменилась.
При этом причины обнаруженной деформации определяются уже на основании инженерного обследования и профессионального анализа.
Работа искусственного интеллекта с архивными документами
Исследование объекта культурного наследия часто предполагает работу с большим массивом исторических материалов: архивными делами, чертежами, фотографиями, описаниями, публикациями и ранее подготовленной документацией.
Здесь искусственный интеллект способен существенно облегчить рутинную часть работы.
Современные системы могут помогать:
- распознавать печатные документы;
- искать необходимые сведения в больших текстовых массивах;
- классифицировать документы;
- сопоставлять упоминания дат, имен и адресов;
- создавать предварительные выборки документов по заданной теме;
- структурировать результаты архивного поиска.
Но для историко-культурного исследования недостаточно просто найти упоминание объекта в документе.
Специалист должен определить происхождение источника, его датировку, достоверность, отношение к конкретному объекту и значение обнаруженной информации.
Поэтому автоматически созданное резюме архивного документа нельзя считать полноценным историческим исследованием без проверки оригинального источника.
Распознавание архитектурных элементов и стилей
Компьютерное зрение также используется для классификации архитектурных элементов.
Алгоритмы могут обучаться распознавать на фотографиях:
- окна и дверные проемы;
- колонны;
- карнизы;
- фронтоны;
- башни;
- элементы фасадного декора;
- другие повторяющиеся архитектурные формы.
Для исследовательских задач подобная автоматизация представляет большой интерес, поскольку позволяет обрабатывать значительные коллекции цифровых изображений.
Однако определение архитектурного стиля, периода строительства или авторства объекта гораздо сложнее простой классификации изображения. Здесь необходим анализ истории здания, его конструкций, материалов, архивных источников и многочисленных архитектурных признаков.
Поэтому решение алгоритма может рассматриваться как дополнительная гипотеза, а не как окончательное экспертное заключение.
Прогнозирование разрушения исторических зданий
ИИ интересен не только для анализа уже произошедших изменений, но и для работы с результатами длительного мониторинга.
При наличии достаточного количества качественных данных машинное обучение может искать связь между состоянием объекта и различными факторами:
- температурой;
- влажностью;
- осадками;
- циклическим замораживанием и оттаиванием;
- движением конструкций;
- изменениями микроклимата;
- накопленной историей наблюдений.
На основании подобных данных могут создаваться модели оценки риска развития определенных процессов.
Но прогноз не следует воспринимать как точное предсказание даты разрушения конструкции. Исторические здания представляют собой сложные системы, а количество достоверных данных для обучения моделей зачастую ограничено.
Поэтому прогнозные алгоритмы правильнее использовать для определения участков, которым требуется повышенное внимание специалиста.
Искусственный интеллект при разработке реставрационных решений
Одно из наиболее спорных применений ИИ — автоматическая «реставрация» утраченного облика памятника.
Современные генеративные системы действительно способны создавать изображение недостающего элемента или предполагать внешний вид утраченного фрагмента по аналогам.
Однако красивое и визуально убедительное изображение ещё не доказывает, что именно так объект выглядел исторически.
При разработке решений по восстановлению утраченных элементов необходимо опираться на:
- архивные фотографии;
- исторические чертежи;
- результаты натурных исследований;
- сохранившиеся фрагменты;
- достоверные исторические аналоги;
- научное обоснование проектного решения.
ИИ может помогать визуализировать исследовательские гипотезы, но не должен самостоятельно определять, какой вариант необходимо реализовать на памятнике.
Разработка решений для проведения работ осуществляется в составе соответствующей проектной документации по сохранению объекта культурного наследия.
Можно ли автоматизировать подготовку документов
Большие языковые модели и другие алгоритмы уже способны помогать при работе с текстовой информацией.
С их помощью можно:
- структурировать массив исходных данных;
- находить повторяющуюся информацию;
- сравнивать версии документов;
- формировать таблицы и перечни;
- быстрее искать необходимые сведения;
- готовить черновые рабочие материалы.
Но автоматическое создание финального экспертного заключения без профессиональной проверки недопустимо.
Особенно это относится к ГИКЭ. Заключение государственной историко-культурной экспертизы оформляется в установленном порядке и содержит результаты исследований экспертов. Ответственность за экспертные выводы нельзя переложить на алгоритм.
Какие риски возникают при использовании ИИ
Технология имеет не только преимущества, но и ограничения.
Недостоверные результаты
ИИ может ошибочно распознать повреждение или, наоборот, пропустить его. Результат зависит от качества исходных данных и того, на каких материалах обучалась модель.
Недостаток данных
Каждый исторический объект уникален. Для современных типовых конструкций можно собрать большие наборы однотипных данных, тогда как для уникального памятника подходящих материалов может быть значительно меньше.
Ошибки генеративных моделей
Языковые и генеративные системы могут создавать правдоподобную, но фактически неверную информацию. При работе с архивными сведениями, датировками и историей объекта это представляет особенно серьёзный риск.
Потеря контекста
Алгоритм анализирует предоставленные ему данные, но может не учитывать историческое значение конкретной детали или причину, по которой она является частью предмета охраны.
Необходимость профессиональной проверки
Любой результат цифрового анализа должен интерпретироваться архитектором-реставратором, инженером, историком, искусствоведом или другим специалистом соответствующего профиля.
Заменит ли ИИ экспертов по культурному наследию
В обозримой перспективе правильнее говорить не о замене эксперта, а об изменении набора его инструментов.
Раньше специалист работал преимущественно с бумажными архивами, ручными обмерами и фотографиями. Сегодня к ним добавились лазерное сканирование, фотограмметрия, цифровые модели, информационные системы и алгоритмы искусственного интеллекта.
ИИ особенно эффективен там, где необходимо обработать большое количество однотипных данных. Эксперт, в свою очередь, оценивает исторический контекст, достоверность источников, причины повреждений, культурную ценность и последствия принимаемого решения.
Именно сочетание цифровых технологий и профессиональных знаний дает наиболее полезный результат.
Перспективы применения ИИ для сохранения культурного наследия
По мере накопления цифровых данных возможности технологии будут расширяться.
Наиболее перспективными направлениями можно считать:
- автоматизированный мониторинг состояния памятников;
- анализ больших архивных коллекций;
- выявление изменений по фотографиям разных лет;
- обработку результатов лазерного сканирования;
- анализ данных с датчиков мониторинга;
- создание информационных моделей исторических зданий;
- системы поддержки принятия решений для специалистов;
- цифровое документирование объектов культурного наследия.
Главная ценность искусственного интеллекта заключается не в возможности заменить реставратора или эксперта, а в способности быстрее обрабатывать информацию и обращать внимание специалиста на те участки и данные, которые требуют более детального исследования.
Заключение
Искусственный интеллект постепенно становится дополнительным инструментом исследования и сохранения объектов культурного наследия. Компьютерное зрение помогает анализировать фотографии, машинное обучение — работать с результатами мониторинга, а современные языковые модели — систематизировать значительные массивы текстовой информации.
Но сохранение памятника невозможно свести к работе алгоритма. Историческая ценность объекта, достоверность архивных сведений, причины разрушения конструкций и допустимые методы реставрации требуют профессионального анализа.
Поэтому наиболее эффективный сценарий — совместная работа специалиста и цифровых технологий: искусственный интеллект ускоряет обработку данных, а эксперт проверяет результаты, интерпретирует их и принимает профессионально обоснованные решения.
Комплекс услуг по исследованию, проектированию, экспертизе, реставрации и сохранению памятников представлен в разделе работы с объектами культурного наследия.