Sztuczna inteligencja w badaniu wybranych aspektów kultury

Słowa kluczowe: sztuczna inteligencja, uczenie maszynowe, kultura, humanistyka cyfrowa

Abstrakt

Sztuczna inteligencja jest jednym z najważniejszych elementów współczesnego świata. Funkcjonuje już ona w podstawowych dziedzinach życia. Jest także wykorzystywana w różnych dyscyplinach naukowych. Od pewnego czasu zaczyna się również stosować algorytmy sztucznej inteligencji do badania świata kultury. W artykule zostały ukazane najważniejsze metody i narzędzia sztucznej inteligencji stosowane w badaniach różnych zjawisk kultury, a także przykłady takich badań. Badacze kultury wykorzystują sztuczną inteligencję w dwóch obszarach. Pierwszym jest przetwarzanie języka naturalnego, drugim komputerowe badanie obrazów (filmów, zdjęć, grafiki itp.). Sztuczna inteligencja jest częścią uczenia maszynowego. Wykorzystuje ono konwolucyjne sieci neuronowe, duże ilości danych (big data) i superkomputery do analizy i wizualizacji cyfrowych wytworów. Badania kultury za pomocą sztucznej inteligencji są zaliczane do nowego paradygmatu zwanego humanistyką cyfrową.

Biogram autora

Andrzej Radomski, Uniwersytet Marii Curie-Skłodowskiej w Lublinie

Prof. UMCS, pracuje w Instytucie Nauk o Kulturze (Katedra Informacji i Kultury Cyfrowej UMCS), a także Academy Teacher w Academia Electronica w Second Life i AltSpace VR. Zajmuje się badaniem kultury cyfrowej, humanistyki cyfrowej, a także zastosowaniem metod data science i uczenia maszynowego (w szczególności sztucznej inteligencji) do analizy zjawisk historycznych, kulturowych i społecznych. Redaktor naczelny czasopisma „Kultura i Historia” (www. kulturaihistoria.umcs.lublin.pl), redaktor naukowy w periodyku multimedialnym „Medialica” (www.medialica.umcs.lublin.pl). Członek Rady Naukowej DARIAH.PL (Konsorcjum ds. rozwoju i promocji humanistyki cyfrowej). Twórca i autor dwóch blogów naukowych i kilkunastu filmów naukowych oraz popularnonaukowych.

Bibliografia

Bod, R. (2013). Historia humanistyki. Warszawa: wyd. Aletheia.

Boschetti, A., Massaron, L (2016). Python. Podstawy nauki o danych. Gliwice: wyd. Helion.

Chollet, F. (2018). Deep Learening. Gliwice: wyd. Helion.

Deitel, P., Deitel, H. (2020). Python dla programistów. Gliwice: wyd. Helion.

Drucker, J. (2021). The Digital Humanities. London and New York: Routledge.

Flasiński, M. (2018). Wstęp do sztucznej inteligencji. Warszawa: PWN.

Kowal, A. SI zajmie się jedną z najstarszych zagadek z dziedziny językoznawstwa, Pozyskano z: https://whatnext.pl/si-jedna-z-najstarszych-zagadek-z-dziedziny-jezykoznawstwa/ (dostęp: 28.02.2022).

https://en.wikipedia.org/wiki/Computer_vision [Dostęp: 2022 02 -12].

Krohn, J. (2022). Uczenie głębokie i sztuczna inteligencja. Gliwice: Helion.

Manovich, L. (2020). Cultural Analitics. Cambridge. Massachusetts: The MIT Press.

Mayer_Schonberger, V., Cuckier, K. (2014). Big Data. Warszawa: wyd. MT.

Pabiasz, S, Wykrywanie obiektów za pomocą OpenCV, Pozyskano z: https://osworld.pl/wykrywanie-obiektow-za-pomoca-opencv/ (dostęp: 28.02.2022).

Paranyuszkin, D, InfraNodus: Generating Insight Using Text Network Analysis, Pozyskano z: https://dl.acm.org/doi/10.1145/3308558.3314123 (dostęp: 28.02.2022).

Patterson, J., Gibson, A. (2028). Deep Learning. Praktyczne wprowadzenie. Helion: wyd.

Helion.

Szpunar. M. (2016). Kultura cyfrowego narcyzmu. Kraków: wyd. AGH.

Vaughan, L. (2022). Python z życia wzięty. Rozwiązywanie problemów za pomocą kilku linii kodu. Gliwice: wyd. Helion.

Opublikowane
2022-12-27
Jak cytować
[1]
Radomski, A. 2022. Sztuczna inteligencja w badaniu wybranych aspektów kultury. Perspektywy Kultury. 39, 4 (grudz. 2022), 313-330. DOI:https://doi.org/10.35765/pk.2022.3904.21.