Alibaba Mendukung Digitalisasi Buku Kuno Tiongkok dengan Teknologi AI Terdepan

Inisiatif untuk melestarikan budaya kuno dan membuat karya klasik Tiongkok dapat diakses oleh audiens di seluruh dunia

18 Mei 2021, Beijing - Digitalisasi karya klasik Tiongkok merupakan tantangan karena karakter kuno Tiongkok yang kompleks. Sepanjang sejarah, satu karakter Tiongkok dapat memiliki beberapa varian dan bentuk tulisan. Mendigitalisasi buku-buku kuno Tiongkok melalui pengenalan karakter optik (OCR) tidak hanya memudahkan pembacaan mesin, tetapi juga memberikan kehidupan baru bagi banyak buku kuno untuk dinikmati publik.

Alibaba DAMO Academy (DAMO), lembaga penelitian global Alibaba, memulai proyek baru untuk mendigitalisasi karya klasik Tiongkok bersama dengan Yayasan Alibaba, Perpustakaan Universitas California, Berkeley, Universitas Sichuan, Perpustakaan Nasional Tiongkok, dan Perpustakaan Zhejiang. Program ini bertujuan untuk mendigitalisasi dan mengumpulkan buku-buku kuno Tiongkok serta mengonversi gambar hasil pindaian menjadi teks untuk akses terbuka. Dengan cara ini, perpustakaan di Tiongkok dan luar negeri dapat bekerja sama untuk membuat buku-buku kuno Tiongkok mereka tersedia secara gratis bagi dunia.

Jeff Zhang, Kepala Alibaba DAMO Academy, mengatakan: "Alibaba akan terus berinvestasi dalam resource dan teknologi terdepan untuk mendukung proyek semacam ini. Membuat buku-buku kuno tersedia bagi publik sejalan dengan nilai dan keyakinan kami dalam 'Teknologi untuk Perubahan'. Kami percaya bahwa teknologi dapat memainkan peran penting dalam melestarikan peninggalan dan warisan budaya yang berharga, dan kami berharap dapat bekerja sama dengan perpustakaan di Tiongkok dan luar negeri untuk mewujudkannya."

Batch pertama karya klasik Tiongkok dalam upaya bersama ini berasal dari Perpustakaan Asia Timur C.V. Starr di Universitas California, Berkeley, salah satu perpustakaan akademik terbesar dengan koleksi buku-buku kuno Tiongkok yang kaya. Sebanyak 200.000 halaman digital buku kuno kini ditampilkan, termasuk buku cetak balok kayu dan manuskrip dari Dinasti Song dan Dinasti Yuan, periode di Tiongkok kuno yang berusia lebih dari 1.000 tahun. Materi lainnya mencakup halaman digital dari volume asli Siku Quanshu, Karya Lengkap Klasik Tiongkok dari Dinasti Qing.

Perpustakaan UC Berkeley menyediakan halaman hasil pindaian dan metadata, sementara DAMO menggunakan pengenalan karakter optik (OCR) untuk mengubah gambar hasil pindaian menjadi teks. Selain itu, DAMO bekerja sama dengan para ahli dari Universitas Sichuan untuk mengembangkan model AI untuk pengindeksan karakter tunggal, pengelompokan karakter otomatis, dan berbagai bentuk machine learning seperti self-supervised learning dan few-shot learning. Model ini menghasilkan tingkat akurasi 97,5% dalam mengenali karakter kuno. Model baru ini kini dapat mengenali 30.000 karakter kuno Tiongkok dengan efisien, melampaui kecepatan baca manusia hingga tiga puluh kali lipat.

"Alibaba akan segera menyediakan sistem AI untuk pembacaan mesin buku-buku kuno Tiongkok bagi publik," tambah Jeff.