Przy ostatniej aktualizacji okazało się, że kolejna setka już za mną i szósty tysiąc coraz wyraźniej rysuje się na horyzoncie. To pozytywne.
Z drugiej strony, moja robota już od dłuż
szego czasu jest coraz mniej efektywna i coraz częściej polega na podmienianiu zdjęć tych samych monet na lepsze (nie tych samych typów,
ale dokładnie tych samych egzemplarzy!). Na samym początku (kto to jeszcze pamięta?) zdjęcia na "
Not in RIC" miały standardowo szerokość 400 pikseli, potem podniosłem to do 500, a potem dodałem powiększenie, to znaczy zdjęcie w najlepszej, jaką miałem, rozdzielczości. Dziś jest to już zazwyczaj HD, czyli ~2000 pikseli.
Ponadto coraz częściej odczuwam pewne zmęczenie, bo jednak przeglądanie setek tysięcy zdjęć to robota w dużej mierze mechaniczna, a wzrok już nie ten. Poza tym im więcej się wie, tym trudniej o świeżość spojrzenia i tym więcej ma się złych nawyków przy oglądaniu. Owszem, sporo monet podesłali mi moi korespondenci,
ale jeśli nawet przyjąć, że tylko 2/3 znalazłem sam i że aby znaleźć nową odmianę musiałem przejrzeć tylko 100 zdjęć, to znaczy, że tych zdjęć przejrzałem prawie pół miliona. A w rzeczywistości pewnie dużo dużo więcej niż milion. Stąd zmęczenie.
Tym bardziej, że nadchodzi kres tego chałupnictwa. A to w związku z tak zwaną sztuczną inteligencją (AI) i coraz doskonalszym rozpoznawaniem obrazu. Pisałem już o tym kiedyś w związku z chińskimi systemami do rozpoznawania twarzy, a teraz przypomniał mi o tym niedawno ten popularny artykulik:
https://dzienniknaukowy.pl/nowe-technologie/sztuczna-inteligencja-identyfikuje-rase-na-podstawie-zdjec-rentgenowskich-naukowcy-nie-wiedza-w-jaki-sposobOkazuje się, że AI nakarmiona setkami tysięcy zdjęć rentgenowskich wraz z dodatkowymi danymi, potrafi w wypadku nowych zdjęć podać z dużą dokładnością rasę pacjenta. Naukowcy zaś nie wiedzą, jak ona to robi i na wszelki wypadek wymyślają idiotyzmy, jakoby w używanych algorytmach mogły być zaszyte jakieś rasowe czy seksistowskie uprzedzenia programistów. Rzecz jasna nieświadome, bo gdyby były świadome, to by można było zapytać, jakie "rasowe cechy" program uwzględnia etc. A tu okazuje się, że on "widzi" pewne wzorce, których nikt nie widzi - nawet najlepsi lekarze.
Oczywiście ta "sztuczna inteligencja" tak naprawdę nie jest inteligencją w większym stopniu niż
lupa czy mikroskop, dzięki którym też można zauważyć wiele rzeczy przedtem nie widzianych i też nie można ich zapytać o to, jak one to robią, tylko trzeba samemu odkrywać prawa optyki. Niemniej te nowe rzeczy jednak widać - i to jest najważniejsze.
Gdyby teraz przenieść tę metodę na teren numizmatyki antycznej i nakarmić AI milionami zdjęć monet, być może też zobaczyłoby się rzeczy, których dotąd nikt nie dostrzegł ani nawet nie szukał. Natomiast na pewno zobaczono by więcej tych rzeczy, których wprawdzie szukano (jak na przykład szukam ja),
ale z nieporównywalnie większą efektywnością niż jest to w stanie zrobić człowiek. To samo dotyczy pożytecznej
ale bardzo mozolnej procedury ustalania "die links", czyli powiązań między stemplami, co częstokroć pozwala rozstrzygnąć chronologię emisji, wykryć fałszerstwa etc.
W końcu wszystko bowiem zmierza w kierunku zastąpienia tradycyjnych katalogów elektronicznymi bazami danych, w których monety będą ewidencjonowane z dokładnością do stempla, nie zaś jakichś tam konwencjonalnych odmian, typów czy emisji. Dziś byłaby to robota benedyktyńska,
ale w ciągu pokolenia (czyli w ciągu najbliższych 20-25
lat) AI powinna umieć robić takie rzeczy błyskawicznie (o ile tylko jacyś programiści wspomagani przez numizmatyków dostaną odpowiedni grant). "
Not in RIC" będzie miał wtedy sam już wartość jedynie muzealną...