幫藝術品下標籤,大家一起來
幫藝術品下標籤,大家一起來
2007.04.15 |

漫步在美術館,一幅畫很容易就抓住了我們,只要一走近畫,看到畫作附近的標籤,我們很容易就知道這些畫的作者和名稱,也能了解這是什麼時代的作品。然而如果我們沒辦法親自到博物館,想試著在網站上找到或認識一些畫,很可能會大失所望。因為除非知道畫的名稱或是畫家的名字,否則我們根本無法搜尋到想要的畫。
「美術館已經發覺線上收藏品並沒有發揮應有的功能,現在的作法根本是把內容藏起來,讓專家以外的人無所適從,」多倫多檔案與博物館資訊公司(Archives and Museum Informatics)的合夥人之一珍妮佛川特(Jennifer Trant)這麼說:,「我們必須提供和視覺記憶同樣的方法來吸引網友。」
在虛擬展館(Web 1.0)花費數百萬美元和多年努力之後(虛擬展館比實體展館吸引了更多參觀者),美術館開始重新思考他們的線上收藏運作方式。標籤(tagging)是相片網站Flickr.com大受歡迎的原因;讓網友替收藏品訂定標籤,幾家大型博物館正開始體驗Web 2.0精神。

集思廣益讓關鍵字更完整

社會性標籤(social tagging)指的就是由使用者針對服務內容(如照片、網站連結、藝術)提出標籤或註解,從而創造出使用者自行產生的分類,或可稱之為大眾分類法(folksonomy,此字由folks和taxonomy組合而來,folks指大眾,taxonomy指分類法)。
博物館或美術館打算鼓勵大眾為館藏提供描述性的社會標籤,讓大眾標籤與專業的說明並列,創造出一種新型態的分享語彙。如梵谷的名畫《星夜》(Starry Night)所出現的標籤,就會有「星星」、「星球」、「漩渦」或是「精神錯亂」等。
但我們真的能信任一般大眾為藝術品所下的標籤嗎?館長真的會讓網友這麼做嗎?
大都會美術館(Metropolitan Museum of Art)在二○○五年秋天進行了一項測試,由志願者們為三十幅畫作、雕塑和其他藝術品的影像提供關鍵字。把這些標籤拿來和美術館的分類目錄進行比對,結果有超過八○%的詞彙不在美術館原先的文件中。
舉例來說,佛萊斯(Joachim Friess)的裝飾雕塑作品《黛安娜與雄鹿》(Diana and the Stag),「鹿角」、「箭術」和「女獵手」等標籤如預期出現,但「珍貴的」、「奢華的」等意想不到的標籤也跑出來了。「這些結果相當驚人」,大都會美術館收藏品資訊規劃總經理鍾蘇珊(Susan Chun)表示:「美術館和大眾之間的確存在著巨大的語義鴻溝。」
綜合大都會美術館的測試和其他研究,一些美術館組成了史帝夫美術館標籤計畫(steve.museum tagging project),延續「玩標籤」計畫。讓民眾為藝術品下標籤,可以讓美術館省下替成千上萬件作品按照主題一一製作索引高成本外,其實還有很多其他理由。
川特就表示:「藝術專家覺得描述一幅畫的視覺要素是極為困難的。」她回憶在大都會美術館進行標籤測試初期,一位藝術專家曾挫折地抱怨:「所有我知道的字彙都不適用於這幅畫。」
但是一般大眾卻沒有這些限制,「我們絕對不會說一件作品幾乎都是紅色的,或是帶有某種倦怠感,或說他的特色是一隻玩撲克牌的狗,」丹佛美術館新科技部主任布魯斯韋曼(Bruce Wyman)說:「讓大眾下標籤,卻給了我們一雙從沒有的眼睛。」

巧妙創造前所未有的關聯

二○○六年八月史密森創新攝影(Smithsonian Photography Initiative)也邀請訪客們到網站(photography.si.edu),為兩千幅相片加上標籤。只要點選「進入相框」(Enter the Frame)後,網友立刻就可看到其他訪客的標籤,不過要等專家檢閱過,網友的標籤才會正式加入資料庫。
「我們的關鍵字很不夠,」創新攝影網站的製作人卡薩里斯(Effie Kapsalis)說:「沒有任何分類系統能夠涵蓋這些照片的所有主題,但我們想要讓每一張照片擁有許多標籤,於是只好向大眾求助。」
標籤字眼從明顯的、世俗的,到印象主義的、個人的,什麼都會有。一張葛麗泰嘉寶(Greta Garbo)的照片被網友標註為「寂寞」,而身穿南北戰爭軍服男孩們的照片則讓人覺得「無辜」。這些標籤在不同的影像間創造出前所未有的關聯,有時深具啟發性,有時則讓人會心一笑。意想不到的關聯可讓照片輕易地被串連瀏覽,這種方式是美術館網站以前從不曾做到的。
大眾會想為藝術品加標籤嗎?多數的大型美術館擁有健全的志工團,一般藝術愛好者也願意趁此機會協助美術館作業,同時現今愛分享的網路風氣也鼓勵人們參與「集體智慧」計畫(如使用者共同撰寫的維基百科)。從幾個博物館的標籤計畫看來,發現網友標記出的詞彙,其實隱然都和個人相關。
以史帝夫美術館標籤計畫來說,可發現有些標籤是人人都會用的,另外大部份的詞彙卻很少被用。薩金特(John Singer Sargent)的名畫《Madame X》,最常見的五大標籤是女人、黑衣、肖像畫、桌子、禮服,但這五大標籤之後,就進入一長串愈來愈主觀的詞彙,如僵硬的、大膽的、丟臉的、自負傲慢的人、貴族等。
如果標籤是網友對藝術品的「某某」感覺,那顯然的每個人對於什麼是「某某」,都有很不同的看法。「這是一件好事」,雪梨動力博物館網路服務經理陳塞巴斯汀(Sebastian Chan)說。雪梨動力博物館網站二○○六年六月重新設計後,鼓勵大眾為館藏下標籤。一位雪梨人保羅麥卡錫(Paul McCarthy)已在動力博物館的網站上,為影像下了無數個標籤,他甚至經常使用電動遊戲中的名詞和一般流行語。

玩標籤的美術館

史帝夫美術館標籤計畫(steve.museum)
網址:steve.museum/
特色:由多家美術館聯合進行的標籤研究計畫,希望能改進線上收藏品與大眾間的接觸管道,縮短學者專家和一般民眾對藝術作品感知的鴻溝。網頁上隨機出現從各美術館選出的作品,無論使用者是否註冊或登入,都可以為各項作品下標籤。使用者鍵入的資料將會由該計畫成員進行分析研究。

澳洲雪梨動力博物館(Powerhouse Museum in Sydney, Australia)
網址:www.powerhousemuseum.com/collection/database/
特色:鼓勵訪客為線上館藏下標籤,還提供「使用者流行關鍵字」功能──由其他使用者描述作品的非官方標籤。使用關鍵字搜尋時,會同時列出使用者關鍵字搜尋結果以及官方關鍵字搜尋結果的影像檔及說明。進入選定的作品網頁,作品影像檔可以隨意放大縮小觀看,網頁右側列有作品相關的關鍵字,並可自行加入新的關鍵字。

史密森創新攝影(Smithsonian Photography Initiative)
網址:photography.si.edu/
特色:2006年8月起展開「進入相框」活動,邀請訪客為2000幅不同影像加上標籤。從首頁即可「進入相框」,藉由左側過去訪客留下的關鍵字和相簿順序尋找和欣賞相片。每張相片都提供簡單的資訊,同時使用者可以自行增加關鍵字,並經由拖曳相片功能,在下方建立自己的相簿順序。

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓