探求真理 發展學術 服務社會
        歡迎訪問深圳市社會科學網 今天是

        理論熱點

        以人工智能提升博物館數字化供給效能

         日期:2024-04-22   來源:中國社會科學網

          作為引領新一輪科技革命和產業變革的戰略性技術,人工智能已越發實現跨領域、跨任務、跨模態的創新應用。隨著數字技術與博物館融合的日益深入,借助人工智能提升我國博物館的數字化供給效能,實現高質量發展,具有重要的戰略價值和現實意義。

          數字化供給體系

          博物館數字化供給是深度運用互聯網和數字技術,重塑博物館館藏、研究、展示、教育等核心功能,創新博物館線上線下融合的產品和服務體系,提升博物館保護、管理、服務能力的新模式和新形態。當前我國博物館數字化供給體系可以歸納為三個層級。

          第一,基于數字技術實現館藏文物數字化。即對文物進行數字化信息采集、儲存、分析和處理,對建筑、景觀、環境的形式、結構、裝飾等信息進行全面精確再現,從而為文物復原、重現、共享和再利用提供必要條件。

          第二,博物館數據庫資源整合、開發和轉化。使用虛擬現實、3D視覺、全息影像等技術手段構建虛擬漫游系統,通過互聯網和各類智慧終端為觀眾提供遠程訪問、線上參觀、語音導覽、定位導航等“觸手可及”和“即開即用”服務,為博物館數字化展陳、研究和教育活動提供多元場景。

          第三,博物館數字化管理平臺搭建與系統集成。運用大數據、人工智能、物聯網、區塊鏈、數字孿生、AR/VR/MR、圖像識別、知識圖譜等技術,搭建從保護、修復到展覽、展示再到教育、傳播的數字化運行管理平臺,賦予博物館“智能大腦”,實現博物館管理從“經驗驅動”到“數據驅動”的轉型。

          存在一定不足

          我國博物館人工智能應用場景剛剛開啟,在文物數字化采集、展示和管理等領域還存在一定不足。

          第一,觀眾行為測量和統計尚不精確。當前博物館主要通過問卷調查、跟蹤觀察等方式了解觀眾參觀情況,以此推測觀眾喜好。但是,觀眾的主觀意愿往往會受到現實環境、認知錯位、他人干擾、博物館疲勞等因素的影響而產生變化,使得對觀眾行為的預測產生不確定性,導致對觀眾需求和行為的測量統計存在較大誤差,使得博物館數字化供給過程中出現了一定程度的供需錯配。

          第二,信息管理系統缺乏集成能力和兼容性。當前部分博物館同時使用多套信息管理系統,而不同系統之間互不兼容,導致采集數據無法進行實時通信和業務協同,形成信息“孤島”。而且,一些博物館的信息管理系統仍依靠專業技術人員的手動調控,需要博物館開放時段保持常態化人員值班調度館內各項資源,反映出信息管理系統的頂層架構和后臺部署的集成能力不高。

          第三,數據格式標準不一阻礙資源共建共享。當前,不少博物館都有自己的信息組織方式和數據處理標準。以藏品管理為例,如何“分類”“計件”“定名”各有說法,出現了藏品綜合管理軟件繁多的現象,導致藏品數字化進程越快,大范圍、高效率的共享越困難,不利于檢索操作、共享傳播,也無法真正解決問題、優化決策。

          第四,多元化個性化深度需求難以滿足。除國家博物館及省屬博物館積極探索數字化建設外,我國大部分縣市級博物館展覽還停留在簡單實物陳列和圖文展示的層面。部分已實現視頻演示、電子講解、文物數字建檔的博物館,其數字化產品和服務大多按固定程序預先設定或制作,沒有建立觀眾與博物館信息的實時、動態、深度交互,觀眾的個性化需求無法得到及時滿足和有效反饋,整體智慧化水平有限。

          提升效能的路徑

          人工智能推動博物館數字化供給效能提升,不僅需要升級博物館線下實體空間的供給容量和能級,而且應當創新拓展博物館數字化產品和服務的供給類型和方式,可從以下五個維度展開。

          第一,接入:錨定目標觀眾實現精準傳播。優化大數據自動采集、處理和分析技術,掌握入館觀眾的實時位置和行為軌跡,包括在每個展廳駐留的方位和時長、分布的密度、熱點區域的人流數量、對相鄰區域同等級展品的關注程度、參觀過程中的人際互動、隨機參觀路線形成的綜合趨勢等。通過機器學習和算法機制,獲取觀眾對于實體空間、展陳內容、社教活動的認知反饋、情感傾向和真實評價。此外,將現場客流規模及其分布與網站、微博、微信號、APP等數字化終端使用情況進行自動比對,為實現精準傳播提供依據。

          第二,服務:“人機共生”增強泛在化體驗。融合虛擬漫游、交互展示、智能導覽、知識圖譜等多種技術,實現更具沉浸感、多元化和個性化的“人機互動”和泛在化服務。例如,將人臉和語音識別技術融入智能導覽員和聊天機器人;結合室內無線網絡和定位技術提供智能地圖,優化觀眾的參觀路徑;利用傳感器和AR技術將步行路線、終點坐標與實時位置結合;嵌入自然語言模型和語義網絡分析手段,構建全鏈路、全景式的文物知識圖譜,提高館藏檢索能力和展陳空間資源利用效率。

          第三,開發:踐行社會參與和大眾共創。與不同行業進行跨界合作,將社會力量引入博物館文創設計、開發、授權和交易體系,解決傳統博物館文創開發力度不足、同質化嚴重等問題。實現大眾的“零門檻”參與,拓展數字文創的使用和社交價值,提高數字文創的傳播效應,形成數字化消費新場景。進而沉淀為博物館的數字資產,推動博物館數字藏品和新型文創業態升級,開辟跨時空參與、個性化交互、定制化消費、自主學習體驗等多種可能性,提升博物館數字化供給的普適性、自主性和創造性。

          第四,管理:建立智慧中樞促進系統協同。進一步實現博物館海量數據的自動分類與處理,強化管理中樞和系統協同。例如,通過智能問答系統實現展示平臺的內容即時變換、參觀數據實時更新、各系統數據的自動交叉分析。將博物館內各業務流程統一接入智能問答系統,以大語言模型處理各項管理指令,實現操控指令的高效輸入與接收,提高管理系統的集成能力和兼容性,推動博物館更有效率運轉。

          第五,共享:推動博物館數字化資源共建共享。解決數據格式標準不一、阻礙資源共建共享的問題,在確保文物數據安全的前提下,實現數據共享與合理流動。一方面,可以在文博數據采集加工、交易分發、傳輸存儲、關聯重構以及治理等環節制定統一標準,確保人工智能可知、可用、可控、可塑。另一方面,可以建立博物館數據云服務體系,實現分布式儲存,采取生產閉環、消費開環模式,通過“數字化+云化+AI化”,加大文物數據資源開放力度,激活數字文物的價值。

          (作者系中國傳媒大學文化產業管理學院副教授)