【精彩回顾】AI赋能文化遗产智慧数据生成——机遇与挑战——“智慧图书馆技术应用讲座”2024年第1期（总第27期）

问：当前图博档如何谨慎的引入AI技术来开发特藏资源价值？

范炜：各馆特藏资源建设状况各异，有的馆尚未完成数字化工作，而另一些馆刚刚完成数字化，尚未具备迈向数据化、数智化阶段的能力。具备技术实力的馆考虑采用RAG（检索增强生成）和大语言模型结合知识库的方式，但很多馆藏资源都是图片，数字化扫描之后，加挂出来的效果并不好。因此，所谓谨慎，一要避免直接将数据交由外部机构，因为存在把数据拿出去的风险；二是不要期望在不同的数字化阶段一步达成所谓AI的效果。

问：元数据、词表与知识组织在AI技术面前还那么重要吗？图博档已经建了很多本体知识库，现在AI面前还有用吗？

曾蕾：当然有用。当前的AI技术如ChatGPT等在使用过程中仍存在一定的问题，缺乏可信度和逻辑性。本体知识库具备较强的逻辑性，报告中所提到的案例，如罗马钱币和芬兰的SAMPO模型等，均基于规范进行构建。因此，图博档应当共享高质量的本体知识库，并充分利用规范词表等资源。

问：未来在利用AI为图书馆产生可信的智慧数据，关于“可信”的评价上，两位老师有什么建议？

曾蕾：为了使得智慧数据可信，有必要进行相关测试与评估。机器学习是一种不断发展的过程，要达到可信目前仍依赖于人与机器的协同努力。先前提及的芬兰SAMPO模型，当数据达到了7星级水平，能够验证数据、能够指明来龙去脉，就达到一种可信的数据质量。大模型是AI的一种，如何让AI更具有逻辑性，未来也是很大的挑战。

范炜：当前，人工智能的可信问题成为了广泛关注的焦点。曾老师提及了用户在获取数据时希望了解其来源。图博档领域本就专注于资源建设，资源是我们的根基。我们在编制规范文档、引文索引等过程中，若能在与AI协作时保留这些来源线索，那么在实际提供用户知识服务的场景中，便可实现一定程度的可信度。此外，如今AI的可信与原先语义网架构最上层一致。RDF之后，ontology和OWL出现，赋予推理能力。而AI大模型正因其庞大参数而呈黑盒状，因此生成的内容不易获信。