介绍

随着以人工智能为代表的人工智能受到社会的广泛关注，博物馆的数字化建设需要适应这种变化，并受益于新技术的发展。博物馆自身也应该利用这个契机，重新审视AI时代对博物馆工作的要求，推动自身变革并探索博物馆领域新的增长点，重新规划我们的工作方式和商业生态。

一、简介

自2022年11月30日出现以来，迅速引起了各界的关注。 2016年（）击败围棋世界冠军李世石后，人工智能再次引发社会热潮，成为街谈巷议的话题。如今，以人类为代表的人工智能技术正在不断迭代中快速发展，不断刷新人们的认知。当人工智能开始普及、被广泛接受并融入社会时，它可能会在各个领域发挥重要作用，而博物馆作为主要的公共文化机构，也必将成为其中的必要组成部分。从理论上讲，人工智能在博物馆中的作用似乎有着无限的可能性，这也意味着它将成为智慧博物馆建设的重要组成部分。

2.AIGC与人工智能

相关技术概念

人工智能是计算机科学的一个分支，是多学科交叉融合的交叉学科。人工智能有很多领域。计算机视觉、机器学习、自然语言处理、机器人和语音识别一直被视为人工智能的五个关键领域或核心技术。脱胎于自然语言处理和机器学习领域的AIGC被认为有望引领内容行业新一轮生产力变革。狭义上，AIGC是一种利用AI自动生成内容的生产方式；从广义上讲，AIGC可以被视为一种具有像人类一样生成和创造能力的人工智能技术。它只是AIGC的一个应用，当然它也在迭代进化的过程中。

相关技术的演变

当约翰·麦卡锡等人在1956年8月下旬的达特茅斯夏季会议上提出并讨论“人工智能”的概念时，他们大概没有想到人工智能之路会如此艰难。几乎不为人知。当然，我没想到，60多年后的今天，人工智能技术会借助AIGC的东风变得如此流行，并开始对社会产生如此巨大的影响。

自1956年“人工智能”概念首次提出以来，人工智能大致经历了三个发展时期。第一次是初创期（1956-1974年）。这一时期的任务是让机器具备简单的逻辑推理能力，取得了一批引人注目的研究成果，如机器定理证明、跳棋程序等。第二次是成熟期（1975-1992） 。人工智能技术一直是波浪式发展的。实用知识库系统和知识工程成为20世纪80年代人工智能研究的主要方向。一些专家系统在医学和其他领域取得了成功。第三个时期是繁荣时期（1993年至今）。在此期间，计算性能的根本障碍逐渐被克服。 2006年，深度学习理论的突破直接引领人工智能进入新阶段。互联网、云计算、大数据等新兴技术也为各类人工智能技术的发展提供了充足的数据支撑和算力。支持。随着AIGC的不断发展，近期迎来了爆发式增长的新高潮。 2014年，深度学习模型“生成对抗网络”（GAN）推出并迭代更新。 2022年将成为AIGC爆发之年。 12月16日，美国《科学》杂志发布了2022年科学十大突破，AIGC赫然上榜。同样是2022年，从引爆AI绘画领域的DALL-E 2、DALL-E 2等AI模型，到接近人类水平的对话机器人，AIGC不断冲击互联网。人工智能生成的内容丰富多样、栩栩如生。其强大的内容生成能力给人们带来了巨大的震撼。

3. 博物馆人工智能应用现状

国外博物馆人工智能实践

国外博物馆较早关注并引入人工智能技术，通信服务领域是首个受益者。 2010年，谷歌在旧金山一家画廊举办了人工智能艺术展“深度梦想：神经网络艺术”，引发了艺术界关于人工智能创作的作品是否可以算作艺术品的激烈争论。 2014年8月13日，英国泰特博物馆举办了为期五天的“之夜”活动。通过互联网远程控制小机器人，足不出户就可以身临其境地参观泰特博物馆目前正在展出的展览。 “英国艺术500年”展览。 2016年，泰特博物馆引进了意大利团队开发的视觉识别程序。该程序在扫描和学习泰特博物馆30,000多件藏品后，可以与路透社新闻图片库进行比较。根据泰特美术馆图像库之间的视觉和主题相似性来确定对应关系（图 1），并且这些成功匹配的图像被构建到泰特美术馆网站上不断增长的虚拟画廊中。同年，挪威国家博物馆与加州大学伯克利分校合作，利用神经网络和深度学习技术，利用维基百科的文本数据对藏品图像进行识别训练。训练图像根据相似度进行聚类，并在此基础上在显示屏上自动形成按主题、颜色和风格分类的显示屏（图2）。

图1 泰特美术馆图像智能匹配

图2 挪威国家博物馆藏品图像聚类

2018年，纽约现代艺术博物馆（MoMA）的数字媒体团队和艺术文化实验室合作开展了一个项目，通过机器学习和计算机视觉技术识别旧展览照片中的每件艺术品。该团队使用算法梳理了多张旧展览照片，找到与 MoMA 在线展示的多件作品相匹配的照片。现在，在 MoMA 网站上，我们打开 1929 年展览照片的链接，我们可以看到保罗·塞尚的标志性作品（图 3）。 2019年，西班牙达利博物馆启动“活着的达利”项目。博物馆收集了达利生前的6000张图像，并让计算机花了1000个小时学习达利的面部和身体动作。它利用人工智能技术再现了达利的身影，创造了一个可以与观众互动的AI达利（图4）。交互的。 2019 年的另一项重大成就来自大都会艺术博物馆、微软和麻省理工学院之间的合作项目。该项目利用当前的生成对抗网络从大都会艺术博物馆的藏品中随机选择艺术元素，然后通过GAN对这些元素进行训练，然后通过算法推导和组合随机创建一件艺术品。图像生成后，观众还可以创作艺术品。自我调整每件艺术品“成分”的比例，为博物馆文化创作开辟了一条新路径（图5）。

图3 纽约现代艺术博物馆从旧展览照片中鉴定艺术品

图4 西班牙达利博物馆“活着的达利”项目互动装置

图5 大都会艺术博物馆使用GAN生成新“艺术品”的演示

国内博物馆人工智能实践

与国外博物馆相比，国内博物馆对人工智能的应用重视不够，而且为数不多的应用往往是肤浅的。目前比较好的一些应用大概是在文物修复方面。 2017年，上海博物馆在开发“董其昌数字人文综合展示系统”项目时引入人工智能技术。该项目的作品专栏利用卷积神经网络（CNN）等深度学习技术来分析明代绘画中的一些基本元素。经过训练，系统可以自动完成图片元素的识别和分类，形成素材数据采集和聚类的自动化模式（图6）。 “‘宋徽宗及其时代’数字人文专题”在董其昌项目的基础上做了进一步的探索。本项目基于上海博物馆藏书画数据进行主题词分析，开发书画文物专题知识图谱。在董其昌项目开展的书画藏品鉴定的基础上，项目团队利用人工智能技术，提取印章、碑文、绘画元素信息，延伸至花鸟、人物等，项目利用深度学习利用卷积神经网络方法对采集图像进行特征提取，利用有监督/无监督方法学习特征分布到类别的映射，实现绘画元素的自动识别和标注，并基于构图元素构建绘画内容。索引、查询比较和分析系统利用K算法实现图像聚类，辅助绘画研究和欣赏（图7）。

总之，博物馆尤其是国内博物馆在人工智能的应用方面还比较不成熟，应用场景显得单调，但这也说明博物馆人工智能的应用还有巨大的空间。

图6 董其昌作品中画面元素的识别与分类

图7 宋徽宗作品中的印章识别与聚类

4、影响国内博物馆人工智能应用的主要因素

缺乏创新思维

国内博物馆的数字化或者智能化建设已经开展了很长一段时间，但很多博物馆人仍然不认为这是必要的，仍然认为这是锦上添花。这种理念导致很多博物馆不愿意动脑筋、花大力气进行数字化工作。其结果是，国内博物馆的数字化建设始终停留在原来有限的数据采集、馆藏管理和服务导航的范围内。建设项目同质化问题仍未解决。因此，要突破当前数字化建设的瓶颈，必须从上到下摆脱习惯性思维，必须提倡创新思维。

我们必须认识和接受数字化带来的新的工作模式和方法，在破坏与建立之间重建新的平衡，多学科参与协同创新，开拓自己新的增长空间。只有在此基础上，代表新生产力的人工智能技术才能够顺利融入到博物馆的业务工作中。

封闭式商业模式

在人文博物馆中，个体研究仍是常态，学术孤立现象普遍存在。而且，由于研究人员来自单一学科，而博物馆实际的研究学​​科又趋于细分，精细化、精细化的研究方法已成为博物馆研究的常态。这与当前多学科融合研究的趋势背道而驰，更与当前数字技术背景下的知识生产方式格格不入。

此外，成功得益于海量数据训练，这需要开放的数据环境。在中国，自智慧博物馆建设启动以来，各博物馆都在收集藏品数据。仅全国流动文物普查，统一标准登记信息齐全的国有可移动文物就有2661万件/套，登记文物照片5000张。数据总量超过条。这也是智慧博物馆建设最大的基础成果。但事实上，资源仍然是外人无法获得的。造成这种情况的原因不在于技术和资源本身，而在于博物馆人的固有思维。为了解决这个问题，博物馆工作人员特别是管理者需要树立开放的思维，转变封闭的经营模式。人工智能时代的到来是机遇，也是打开博物馆资源紧闭之门的钥匙。

数据基础薄弱

人工智能，数据是基础。博物馆目前的数据资源从数量上确实相当庞大，但从质量上却难以恭维，甚至可以用薄弱来形容。这一弱点首先体现在，由于各图书馆之间采集标准不一致、人力财力不平衡，导致各图书馆尤其是大型图书馆和中小型图书馆的数据采集质量良莠不齐。差距是显而易见的。如果这个弱点能够通过投资尽快弥补，比如在数字项目中增加硬件设备，那么不易察觉的软件部分的弱点就更令人担忧了。

我们要尽快建立博物馆自身的数字资源建设标准和规范。建立网络资源采集、筛选、编目、加工、利用的方法和相应的技术标准和规范。还必须建立开放、可互操作的数字资源组织和管理的标准规范，以及建立可互操作的数字对象调度机制等，在统一标准下形成良好的数据集和语料库，为数据提供高质量的数据。人工智能培训和学习的基础。

五、人工智能在博物馆数字化建设中应用的思考

关注人工智能技术在博物馆的应用

面对人工智能技术的快速发展，博物馆的态度决定了它如何行动。博物馆管理者要正确认识当前人工智能技术快速发展的本质，充分认识人工智能时代和促进博物馆工作带来的机遇，努力发挥自身数据资源独特而丰富的优势，并有效利用自身的专业优势顺应潮流，抓住机遇，积极融入当前人工智能技术引发的社会发展。我们需要顺应人工智能趋势，在为博物馆领域贡献智慧和解决方案的同时，推动博物馆改革，探索博物馆领域新的增长点，重新审视人工智能时代对博物馆工作的要求，重新定位博物馆的核心能力。 、重新规划博物馆的工作方式和商业生态。

掌握人工智能在博物馆的主要应用场景

在博物馆服务领域，类似的智能问答将会流行。它不仅可以替代近年来程序生成的机器问答，也足以替代人工知识问答。博物馆的导航程序还可以融入人工智能技术，为参观者提供自助查询、智能推荐等更加便捷、全面的体验。

在研究领域，“人文学科，即研究人类社会和文化各个方面（例如历史、语言学、政治、神学和文学）的学科，面临着数字工具和方法带来的机遇，这些工具和方法能够实现变革性创新研究” 。在研究工作中，除了提高数据检索效率、充当写作助手之外，AIGC不断补充不同来源的研究资源以及平等对待用户，将进一步模糊行业之间的界限，有助于打破学科。边界有利于跨学科协作研究的形成。另外，在博物馆藏品及相关数字资源积累了巨大的资源和能量后，我们可以在保持原有研究特色和优势的同时，尝试以数字资源为主要对象进行数字化研究。在近期开发的上海博物馆民国纸币研究系统中，我们利用人工智能技术采集和获取纸币的各种信息，进行汇总和比对，获得深入研究所需的信息来源（图8）。通过调用数据集自动排列和比较各种特征，有利于博物馆民国纸币的研究工作和相关知识图谱的构建。

图8 民国钞票研究系统中的钞票签名识别与聚类

在展览展示领域，策展过程中可以利用AIGC工具，根据描述自动从数据库中生成不同的主题并推送，从而形成简单的策展文案和展品目录，提高策展的效率和效率。等级;还可以利用机器学习算法预测目标观众的喜好，预测分析兴趣爱好，更准确地设计展览内容和展品，提高展览的吸引力和参观者体验； AIGC工具可以用来高效地制作图像、视频、3D模型等，并且可以与现有的文本和数据结合，直接制作出更加智能和叙事性的可视化产品。

理性对待人工智能应用的利弊

人工智能在博物馆的应用，仍然必须立足于博物馆的宗旨，围绕博物馆的业务需求和业务发展。必须立足实际，循序渐进，不能盲目冲动，不能被技术绑架，还要抓住机遇，推动新兴技术成为驱动博物馆转型升级的引擎，必须提高警惕，防止灾难性后果的发生。免受干扰。

六、结论

新技术革命席卷全球，博物馆需要勇敢面对、顺应潮流。尽管人工智能技术目前还不完善，甚至在某些方面还存在一定的风险，但其在问题理解、人机交互、内容生成方面带来的潜力却不容忽视。被忽视。未来已来，博物馆必须充分利用数据资源优势，融合人工智能等新技术，更好地实现博物馆的数字化转型和创新发展。

本文改编自《未来已来——人工智能与博物馆数字化建设的思考》。原文发表于《博物馆》2023年第3期（总第39期）。作者：刘健，上海博物馆。

电话：

传真：

官方网站：

邮件：

投稿及评审平台：

邮寄代码：80-603