Artificial Intelligence in the Study of Selected Aspects of Culture
Abstract
Artificial intelligence is one of the most important elements of the modern world. It already functions in the most important areas of life. It is also used in various scientific disciplines. For some time now, artificial intelligence algorithms have been used to study the world of culture. The article presents the most important methods and tools of artificial intelligence that are used in the study of various cultural phenomena, as well as examples of such studies. Cultural researches use artificial intelligence in two areas. The first one is natural language processing, while the other – the computerized examination of images (movies, photos, graphic, etc.). Artificial intelligence is part of machine learning. It uses convolutional naural networks, big data and supercomputers to analyze and visualize digital product. Artificial intelligence research into culture belongs to a new paradigm called: digital humanities
References
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.
Copyright (c) 2022 Perspectives on Culture
This work is licensed under a Creative Commons Attribution-NoDerivatives 4.0 International License.
Autor, zgłaszając swój artykuł, wyraża zgodę na korzystanie przez Wydawnictwo Uniwersystet Ignatianum z utworu na następujących polach eksploatacji:
- utrwalania utworu w formie papierowej, a także na nośniku cyfrowym lub magnetycznym;
- zwielokrotnienia utworu dowolną techniką, bez ograniczenia ilości wydań i liczby egzemplarzy;
- rozpowszechniania utworu i jego zwielokrotnionych egzemplarzy na jakimkolwiek nośniku, w tym wprowadzenia do obrotu, sprzedaży, użyczenia, najmu;
- wprowadzenia utworu do pamięci komputera;
- rozpowszechniania utworu w sieciach informatycznych, w tym w sieci Internet;
- publicznego wykonania, wystawienia, wyświetlenia, odtworzenia oraz nadawania i reemitowania, a także publicznego udostępniania utworu w taki sposób, aby każdy mógł mieć do niego dostęp w miejscu i czasie przez siebie wybranym.
Wydawca zobowiązuje się szanować osobiste prawa autorskie do utworu.