Uit het netwerk: SURF opent deuren voor erfgoedorganisaties

Beperkt erfgoed, onbeperkt onderzoek

Hoe geef je onderzoekers toegang tot erfgoed met copyright? Die vraag hield KB Nationale bibliotheek en Beeld & Geluid bezig. SURF ontwikkelde een cloudgebaseerde onderzoeksomgeving: Secure ANalysis Environment. Annette Langedijk: ‘Met SANE kun je erfgoed beschikbaar stellen voor onderzoek dat anders niet mogelijk was.’

SANE wordt breder ingezet dan alleen voor erfgoed. ‘We maken immers diensten die voor alle domeinen beschikbaar zijn. Neem de gegevens van de Kamer van Koophandel, die AVG-gevoelige informatie bevatten. Deze komen niet in het publieke domein, maar onderzoekers kunnen er nu wel mee werken.’

Langedijk heeft nog een nieuwtje: ‘SANE gaat Europees! In Ierland, Noorwegen en Zwitserland testen ze de dienst nu.’

Wat is SURF

Voor wie SURF niet kent: het is een coöperatie met ruim honderdtwintig leden uit onderwijs en onderzoek die IT-diensten afnemen. Denk aan universiteiten, hbo- en mbo-instellingen maar ook KB nationale bibliotheek en Rijksdienst voor het Cultureel Erfgoed. ‘Wij bieden toegang tot betrouwbare technologie en regelen de authenticatie en autorisatie. Ook zijn we een kennisuitwisselingsplatform met trainingen over actuele thema’s, zoals het gebruik van language models in het onderwijs.’

Er is grote behoefte aan Europese alternatieven voor big tech. ‘Vrijwel al onze leden gebruiken Microsoft en kijken naar andere mogelijkheden. Daarom doen we nu een pilot met Nextcloud, een Europese provider met vergelijkbare diensten.’

‘Vanuit mijn rol vertel ik organisaties in de sociale- en geesteswetenschappen over onze diensten. Dit is een groeiend domein . Maar nog belangrijker is het om uitdagingen van onderzoekers op te halen, projecten te beginnen en financiering te vinden. Zo werken we samen aan oplossingen.’

Erfgoed als nieuw domein

Sinds drie jaar ziet Langedijk het aantal vragen uit de erfgoedwereld toenemen. ‘Toepasselijk, want erfgoed is een belangrijke component voor onderwijs en onderzoek.’ Ze werkt aan een interne notitie om de directie mee te nemen in de plannen om diensten te ontwikkelen waar ook de erfgoedwereld profijt van heeft.

Digitaliseren met een supercomputer

De praktijk is er al: ‘Voor het trainen van GPT-NL, een verantwoord alternatief voor Amerikaanse taalmodellen, is veel data nodig. Veel erfgoedorganisaties willen hun collectiemateriaal beschikbaar stellen, maar dat is vaak nog niet gedigitaliseerd. Voor OCR en HTR, het herkennen van gedrukte en handgeschreven tekst, is veel computerkracht nodig. Met onze supercomputer Snellius lukt dat en dat gaat snel.’

Langedijk ziet zichzelf ook als aanspreekpunt van deze nieuwe doelgroep, maar wil geen valse verwachtingen scheppen. ‘Alleen leden kunnen een beroep op ons doen. Maar zij kunnen projecten starten met niet-leden, zodat ook zij met SURF kunnen werken.’

AI-tools voor metadataverrijking

Langedijk noemt een pilot met de Amsterdam Time Machine. ‘We koppelden video’s met gesproken tekst aan de kaart van Amsterdam, alleen de fragmenten over locaties zoals het Concertgebouw. Een automatische pipeline zet spraak om naar tekst, haalt daar namen en begrippen uit en koppelt die via het Termennetwerk, een zoekmachine voor termen, aan locaties. Zo verschijnt bij het Concertgebouw direct het juiste fragment. Dit soort verrijking is mogelijk dankzij large language models. SURF experimenteert met deze dienst voor onderwijs, onderzoek en erfgoed.’

Kubernetes

Het Termennetwerk kwam al even voorbij. Op de achtergrond draaien zowel het Termennetwerk als het Datasetregister, twee diensten vanuit het Netwerk Digitaal Erfgoed, via Managed Kubernetes. ‘Dit is een van onze basisdiensten,’ legt Langedijk uit. ‘Kubernetes is een moderne manier van hosten. Kubernetes past bijvoorbeeld automatisch het aantal servers aan op basis van drukte. Bij traditionele hosting doe je dat handmatig.’

Van sparringpartner naar directeur

Langedijk kent de erfgoedwereld inmiddels goed. Voor SANE sprak zij regelmatig met Martijn Kleppe, mede-initiatiefnemer van SANE. ‘Het grappige is dat Martijn, toen nog plaatsvervangend algemeen directeur bij de KB met Onderzoeken en Ontdekken in zijn portefeuille, inmiddels mijn leidinggevende is: directeur Advanced Solutions for Research. Het is bijzonder hoe sommige dingen lopen.’