Å avdekke skjulte sannheter bak en av Storbritannias største komponister
Britten Pears Arts-arkivet inneholder et stort utvalg av materiale, inkludert partiturer, tegninger, dagbøker og over 20 000 filer med korrespondanse, knyttet til en av Storbritannias største komponister i det 20. århundre, Benjamin Britten. Arkivet har som oppgave å avdekke og dele historier om Brittens profesjonelle og personlige aktiviteter. Hvem var han, hvem omga han seg med, og hvordan oppnådde han en slik suksess?
Når det gjelder spørsmålet om hvem Britten omga seg med, avdekket et nylig prosjekt en opplysende liste over personer i Brittens kretsløp som kan bidra til å gi svar på hvem han var og hvordan han ble en av Storbritannias største komponister noensinne. 130 000 innflytelsesrike enheter rundt Brittens liv ble avdekket i et eksperimentelt AI-prosjekt som ble gjennomført i samarbeid med arkivets programvareleverandør Axiell, en gruppe partnerarkiver og AI-inkubatoren Faculty.
Les videre for å finne ut hvordan kunstig intelligens avdekket kvinner med ukjente bidrag til arbeidet hans, endret arkivets forståelse av Brittens liv og skapte nye digitale muligheter for kulturarvsektoren.
ELLER SE MER
Se den siste videoen om AI i kultursektoren fra Axiell Digital Days 2023.
Her finner du alle opptakene fra Digital Days.
Å se for seg et AI-arkiv
På Axiells brukerkonferanse i 2022 snakket selskapets CTO, Dave Thomas, om betydningen av innovative teknologistrategier for museer og arkiver. «Museer og arkiver er rike på informasjon. På toppen av dette produseres det digitalt materiale hver dag. Dagens praksis for klassifisering av informasjon og deling av innhold kan ikke holde tritt med nytt materiale, for ikke å snakke om de store etterslepene av fysisk materiale som skal digitaliseres.»
«Når transformative digitale muligheter som kunstig intelligens dukker opp, ser vi en løsning som kan hjelpe kundene våre med å nå målene sine. Kunstig intelligens kan hjelpe kundene våre med å kuratere et så stort informasjonsvolum og deretter opprette forbindelser til enheter utenfor institusjonen. Det gir også publikum nye måter å engasjere seg i samlingene på og avdekke sannheter om historien.»
Som en ledende leverandør av museumsteknologi har Axiell som oppgave å levere innovativ programvare som muliggjør og støtter arbeidet til kundeinstitusjonene. Dette innebærer å lytte til samfunnet og utvikle løsninger i like stor grad.
Dave baner vei for dette hos Axiell gjennom sitt omfattende nettverk av tanke- og teknologiledere. En av disse lederne er Faculty, en inkubator for datavitenskap med base i London, England. I oktober 2022 inngikk Axiell et samarbeid med Faculty for å utforske de potensielle anvendelsene av kunstig intelligens for museer og arkiver.
Før dette kontaktet Christopher Hilton, leder for arkiv og bibliotek ved Britten Pears Arts-arkivet, Dave med sin visjon for bruk av kunstig intelligens i arkiver.
Christophers visjon: avgjøre om AI kan bidra til å isolere enheter i arkivdokumenter, og deretter identifisere hvilke av disse enhetene som finnes i en annen institusjons samling.
Med Christophers egne ord «Det finnes mål innen arkivfellesskapet som er konseptuelt mulige, men logistisk upraktiske på grunn av mengden manuelt arbeid som kreves. Et slikt mål ville være å liste opp alle enhetene i hvert arkiv, slik at vi kan identifisere felles enheter på tvers av arkivene og kunne gi en rikere fremstilling av historien.»
Definere prosjektet
For dette prosjektet var Axiells team interessert i å forstå den sosiale sfæren rundt emnet for Britten-Pears-arkivet, Benjamin Britten, en av Storbritannias mest betydningsfulle komponister, som var aktiv på midten av 1900-tallet.
Gjennom sitt arbeid ved Britten-Pears-arkivet kunne Christopher foreslå samlinger som kunne avsløre korrespondanse med Britten og menneskene og institusjonene rundt ham. Royal Opera House var et åpenbart valg på grunn av Brittens musikalske karriere, og London School of Economics på grunn av hans politiske tilbøyeligheter.
Christopher sier: «Vi ønsket å utforske ikke bare AIs evne til å hente ut informasjon fra ett arkiv, men om den kunne vandre på tvers av arkiver. Ville den identifisere den samme personen på tvers av arkivene? Jeg var i stand til å opprette forbindelser med andre institusjoner i Axiell-fellesskapet som kunne avdekke synergier.»
Faculty og datavitenskap
Faculty er en teknologikonsulent og inkubator som driver et stipendprogram for håpefulle dataforskere. Stipendiatene får en «vertsbedrift» som de kan samarbeide med om utforskende prosjekter. Nikita Ostrovsky ble tildelt prosjektet sammen med Axiell.
Med Nikitas egne ord: «Jeg var nettopp ferdig med mastergraden i fysikk fra Oxford og ønsket å lære mer om datavitenskap og kunstig intelligens. Fakultetet tar folk med teknisk grunnlag og setter dem på et seks ukers utforskende prosjekt, gir dem en haug med opplæring og slipper dem løs for å oppdage. Da jeg hørte om prosjektet med Axiell, ble jeg umiddelbart hektet. Vi var som skapt for hverandre.»
Sammen med Nikita, Christopher og de tre arkivene, hadde Axiell ressursene til å begynne å eksperimentere med kunstig intelligens for arkiver.
Etablering av partnerskapet
Spenningen var stor da teamet begynte å strukturere arbeidsforholdet. Christopher forteller: «Siden alle arkivdatabaser er forskjellige, spesielt når du jobber på tvers av ulike samlingsforvaltningssystemer, slik vi gjorde i dette prosjektet, var det min jobb å få dataene fra samarbeidspartnerne våre, dele dem med Nikita og deretter forklare konseptene og hvordan databasene fungerte, slik at vi kunne koble sammen ulike systemer og forstå hvordan arkivene var strukturert. Jeg ble broen.»
«Datamaskiner gir oss muligheten til å finkjemme og forstå store mengder historier (data). Dette prosjektet innebar å jobbe med tre forskjellige arkiver, hvert med titusenvis av poster på tvers av ulik programvare, strukturert på forskjellige måter. Helt fra starten av var det viktig å finne en tilnærming som ville fungere på tvers av alle arkiver, produkter og datastrukturer, slik at vi kunne generalisere arbeidet etter prosjektet med tanke på bærekraft og videre innovasjon», sier Nikita.
Resultatet
Etter den seks uker lange sprinten avslørte AI betydelige forbindelser mellom samlingsenheter. Mønstre dukket opp som viser den sosiale sfæren rundt Britten, og alle enhetene han samhandlet med. Nikita var dessuten i stand til å visualisere forbindelsene mellom enhetene i en flerdimensjonal modell som illustrerer bredden og styrken i disse relasjonene.
«Dette er en triumf både for fremtidens arkivering, men også for å demokratisere arkivene våre og utvide vår forståelse av historien. I Nikitas visualiseringsmodell viser linjer mellom enheter deres forbindelse. Jo tykkere linjen er, jo høyere er frekvensen av omtaler og forbindelser vi fant i hvert av arkivene. Dette demokratiserer tilgangen til arkivet. Plutselig kan allmennheten se hvem de viktige personene er – du trenger ikke bare å stole på arkivarene eller deres fordommer», sier Christopher.
«Dessuten dukker det opp nye mønstre som identifiserer personer som var involvert i Brittens kunstneriske miljø, men som kanskje ikke er direkte knyttet til eller kreditert for sitt bidrag. Et eksempel er noen kvinner som på den tiden ikke ble ansett som skapere, men som fremstår som bindeledd mellom mennesker, steder og hendelser rundt Brittens verk. Disse kvinnene ble tvunget i bakgrunnen av historien, men var viktige bidragsytere til Brittens prosess og innvirkning på historien.»
Den største utfordringen
Et så innovativt arbeid bød selvsagt også på hindringer som måtte overkommes. På spørsmål om hva som var den største utfordringen, svarer Nikita: «Vi fikk i oppgave å bygge en maskin som kunne skille mellom enheter. Etter hvert som programvaren finkjemmer arkivmaterialet, begynner vi å se at enheter vi vet er de samme, refereres til på forskjellige måter.
For eksempel kan «Winston Churchill» også bli kalt «Winston», «Churchill», «Sir Winston Churchill»…
Når du sender en katalog gjennom AI-teknologien, kan den noen ganger ikke koble forskjellige referanser under én enhet. Dette var en sentral utfordring i prosjektet, og vi har tatt et viktig skritt i å forstå hvordan vi skal løse det.»
Fremtidige muligheter for kunstig intelligens
På spørsmål om hvor han ønsker å se bruken av datavitenskap i sektoren utvikle seg, svarte Christopher: «Jeg elsker ideen om automatisert katalogisering. Gitt at vi jobber stadig mer med digitalt materiale, kan vi nå søke i teksten i arkivene våre. Det kan finnes måter AI kan generere kataloger automatisk og produsere katalogmetadata med minimal menneskelig inngripen. Da kan arkivarer gjøre mindre av arbeidet med å katalogisere informasjon og bruke mer tid på å se på det AI har produsert. Det vil alltid være behov for mennesker til å gjøre litt kontroll, men hvis vi får et forsprang på grovarbeidet, vil vi ligge foran.»
Hva blir det neste?
Neste skritt blir mer hypotetisk. Hvordan kan Axiell ta dette utforskende arbeidet, et konseptbevis for kunstig intelligens i kultursektoren, og bringe det videre til de tiltenkte brukerne.
Til slutt avdekket dette eksperimentet 130 000 enheter på tvers av de tre arkivene, med sterke og mangfoldige forbindelser mellom dem.
Museer og arkiver er forvaltere av historien og sannheten. Disse arkivene er en kilde til historiske fakta, og det blir stadig viktigere å bevare og legge til rette for forbindelser mellom institusjoner for bedre historisk historiefortelling og offentlig tilgang. Så hvordan kan MuseTech-leverandører som Axiell bruke moderne teknologi til å endre vår felles historie og historiefortelling?
Christopher forteller at en viktig erfaring fra prosjektet er å forstå hvor viktig det er å sette seg ned og drømme litt. «Det er veldig lett for oss i kulturarvsektoren å bli overveldet av det daglige arbeidet. Hvis du bare tenker litt på å holde tritt med den teknologiske utviklingen, finnes det teknologi der ute som er verdt å se på.
Vi hadde også en 6-ukers grense rundt dette prosjektet som hjalp meg med å forstå omfanget av investeringene. Dette gjorde en stor forskjell i tankegangen min. Jeg var i stand til å konseptualisere 6 ukers utforskende arbeid og deretter forstå at jeg ville være i stand til å komme tilbake til «normalen».
Jeg nøler ikke med å anbefale andre brukere å engasjere seg i noe slikt. Selv om du tror du har det utrolig travelt, er det mulig å få plass til dette i løpet av dagen.»
Interessert i å lære mer om Axiells arbeid med kunstig intelligens? Eller ønsker du å melde interesse for et fremtidig prosjekt? Ta kontakt med oss!
