Artificial Intelligence in the Study of Selected Aspects of Culture

Keywords: artificial intelligence, machine learning, culture, digital humanities

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

Author Biography

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.

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.

Published
2022-12-27
How to Cite
[1]
Radomski, A. 2022. Artificial Intelligence in the Study of Selected Aspects of Culture. Perspectives on Culture. 39, 4 (Dec. 2022), 313-330. DOI:https://doi.org/10.35765/pk.2022.3904.21.