當我們談論 AI 在藝術領域的應用時，很多人首先想到的是用 AI 畫圖。但對於像大都會博物館（The Met）這樣擁有海量實體典藏的機構來說，AI 的真正價值在於如何打破資訊孤島，讓使用者在數十萬件作品中找到意想不到的連結。大都會博物館與 Google Arts & Culture 合作十五年，近期推出的生成式 AI 方案正好展示了從單純的數位化到智慧化探索的演進過程。
數位化典藏的基礎設施
在進入 AI 討論前，必須理解數位典藏（Digitization）的重要性。大都會博物館目前已將超過 20 萬件物件數位化。這不僅是拍照上傳，而是建立一個結構化的資料庫。對於工程師來說，這就像是將非結構化的實體藝術品轉化為可查詢的數據集。有了這個基礎，後續的 AI 應用才有數據可以餵養，否則 AI 只能產生幻覺，而無法對接真實的歷史文物。
利用多模態 AI 挖掘隱藏關聯
這次更新中最核心的技術實踐是 Art Aura。這是一個基於 Google Gemini 的多模態（Multimodal）AI 體驗。所謂多模態，是指 AI 能同時處理文字、圖像等不同類型的輸入數據。
在傳統的博物館導覽中，作品通常按年代或地域分類。但 Art Aura 允許使用者將不同的作品、藝術風格或描述性詞彙拖入數位區域，由 AI 分析這些元素之間的深層主題關聯。例如，使用者可能會發現 17 世紀的歐洲油畫與現代非洲雕塑在某種情緒或構圖上有共同點。這種做法將 AI 作為一個強大的索引工具，幫助使用者從個人品味出發，而非僅僅依賴策展人的既定路徑。
從實驗室到現場：快速原型開發
另一個值得關注的工程實務是 Technologist in Residence（駐館技術專家）計畫。大都會博物館邀請技術專家利用 Google Gemini 與 Vertex AI 平台進行開發。
Vertex AI 是 Google 提供的企業級機器學習平台，它允許開發者快速構建、部署與擴展 AI 模型。在這次合作中，技術專家與策展人緊密協作，直接在展覽空間中進行快速原型（Prototyping）開發與實地測試。這種開發模式縮短了技術開發與使用者體驗之間的反饋循環，確保 AI 功能能真正解決參觀者在現場遇到的問題，而非僅僅是一個噱頭。
技術實踐的啟示
這次案例給我們的啟示是，生成式 AI 在專業領域的應用不應僅僅是內容生成，而應聚焦於發現（Discovery）與連結（Connection）。透過將大型語言模型（LLM）與高品質的專業數據集結合，AI 可以將枯燥的目錄變成互動式的探索地圖。
對於開發者而言，這提醒我們在設計 AI 產品時，數據的品質（如數位化典藏的精準度）與部署的場景（如博物館現場的即時互動）同樣重要。AI 的角色是作為橋樑，將海量數據轉化為使用者可感知的知識連結。
來源：blog.google
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。