Allard Pierson start AI-project om oude kaarten ‘automatisch’ te analyseren

‘Ik had nooit gedacht dat de makers van kaarten uit de vroegmoderne tijd, dus de periode 1600-1800, vrijwel allemaal dezelfde symbolen oftewel objecten gebruikten, bijvoorbeeld om de plek van een kerk aan te geven. Van standaardisatie was immers nog lang geen sprake,’ zegt Wim Kuppen. Hoewel de voormalige projectleider bij de Universiteit van Amsterdam afgelopen zomer met pensioen is gegaan, begeleidt hij met veel plezier nog een AI-kaartenproject van Allard Pierson.

‘Doordat kaarten uit deze periode veelal dezelfde objecten bevatten, is het mogelijk om een algoritme ze te leren herkennen. We gebruiken hiervoor de software Hasty. Denk aan een tekening van een kerkje dat – bijna vanzelfsprekend – voor een kerk staat. Terwijl zo’n tekening van een kerkje met daarin een cirkel weer symbool staat voor een dorp. Deze en andere objecten moet Hasty straks kunnen herkennen en van elkaar kunnen onderscheiden.’

Zoekmogelijkheden vergroten

Het project komt voort uit de wens om de grote collectie kaarten van de Universiteit van Amsterdam beter te ontsluiten. Nu kun je in de catalogus alleen de naam van een kaart invoeren. Maar stel dat je ook zou kunnen zoeken naar bijvoorbeeld kerken? Het is een wens van hoogleraar historische cartografie Bram Vannieuwenhuyze en assistant professor en AI-specialist Melvin Wevers, beiden werkzaam aan de Universiteit van Amsterdam. Samen met projectleider Wim en een groep studenten deden ze in het najaar van 2021 een pilot met de software.

Omdat de resultaten van deze pilot veelbelovend waren, is sinds afgelopen augustus een AI-project gestart. Voor de training van de software worden de circa 600 kaarten van de Atlas der Neederlanden gebruikt. ‘Deze atlas is representatief voor de kerncollectie van de Universiteit van Amsterdam,’ verklaart Wim de keuze. ‘In de toekomst hopen we met kunstmatige intelligentie ook op andere kaarten de objecten geautomatiseerd te kunnen herkennen.’

Arbeidsintensief en precies werkje

Met behulp van de software en een handleiding markeren vrijwilligers de objecten op de kaarten. ‘Een heel arbeidsintensief en precies werkje,’ legt Wim uit. Afhankelijk van de detaillering kost het een vrijwilliger circa tien uur werk per kaart. ‘In de loop van het project zal het sneller gaan als de software zelf de objecten op een kaart herkent, markeert en benoemt. De vrijwilliger hoeft dan alleen nog na te gaan of het klopt.’

Bijvangst

Aangezien vrijwilligers de kaarten toch al minutieus doornemen, zijn ze gevraagd om ook alle namen op de kaarten te markeren. ‘Deze mooie bijvangst gaan we in een later stadium ocr’en. Als dat lukt, dan kunnen gebruikers straks ook op plaatsnamen, namen van kastelen en dergelijke zoeken. En zo worden de kaarten dan nog beter ontsloten.’

Duurzame identifiers

‘Alle objecten op de kaarten worden gekoppeld aan duurzame identifiers, zeg maar een uniek, wereldwijd en persistent identificatienummer. Zo komen ze straks ook internationaal als linked data beschikbaar. Na afloop van het project stellen we het getrainde model beschikbaar voor het erfgoedveld, zodat ook andere organisaties hun kaarten beter doorzoekbaar kunnen maken.’