Круглый стол 2025 года - Сиера Эразо, Зал славы NASCAR. скачать в хорошем качестве

Круглый стол 2025 года - Сиера Эразо, Зал славы NASCAR.

Более интеллектуальные метаданные с помощью ИИ: ускорение доступа к истории автоспорта с Сиерой Эразо В этой сессии круглого стола 2025 года Сиера Эразо, куратор коллекций Зала славы NASCAR, убедительно доказывает необходимость использования искусственного интеллекта для решения распространенной проблемы архивирования: обработки огромных объемов данных при ограниченном штате сотрудников. Для управления потоком данных из коллекции Джимми Крибба, посвященной автоспорту (1987–2005), Эразо сотрудничала с компаниями Pixel Acuity и Digital Transitions, чтобы интегрировать извлечение метаданных с помощью ИИ непосредственно в процесс оцифровки. Зал славы вышел за рамки общих тегов и сосредоточился на ценных данных об автоспорте: распознавание лиц, номера автомобилей, производители и основные спонсоры. Обученные модели ИИ помогают идентифицировать эти уникальные сигналы, чтобы команда могла точно определить конкретные исторические моменты, например, датировать гонку по наклейке спонсора, использованной только один раз. Это преобразует визуальные данные в богатый контекст, позволяя команде быстро находить материалы для выставок и запросов СМИ. Эразо подчеркивает философию «человек в процессе». Она отмечает, что, хотя ИИ повышает эффективность, для выявления ошибок, таких как ошибочная идентификация члена команды как Ричарда Петти, необходимы экспертные знания. Проект также преодолел технические трудности, такие как маскировка перекрывающихся автомобилей для обеспечения различимости метаданных. Передав оцифровку и первоначальную генерацию метаданных на аутсорсинг, Зал славы NASCAR перенаправил внутренние ресурсы с ввода данных на курирование, создав масштабируемую модель для раскрытия скрытых коллекций. Ключевые темы и временные метки: 00:00 – Введение: Сиера Эразо и Зал славы NASCAR 02:00 – Проблема: большой объем работы, ограниченный персонал и бюджет 03:45 – Коллекция автоспорта Джимми Крибба 06:52 – Аутсорсинг оцифровки: поиск подходящего партнера 14:54 – Определение потребностей в метаданных: распознавание лиц и информация об автомобилях 17:05 – «Человек в контуре управления»: исправление ошибок идентификации ИИ (пример Ричарда Петти) 18:31 – Технические препятствия: маскировка перекрывающихся гоночных автомобилей 19:27 – Извлечение «хлебных крошек»: марка, модель и номера автомобиля +1 24:04 – Стратегия ИИ: компьютерное зрение против больших языковых моделей 25:39 – Следующие шаги: тестирование и интеграция с MuseumPlus 27:13 – Вопросы и ответы: этические соображения и Созданные цифровые активы