Teklia
AI cổ tịch mà Louvre và Thư viện Quốc hội Mỹ đang dùng, nhận dạng chữ viết tay làm đến 33,7 tỷ ký tự
Teklia là công ty AI của Pháp thành lập năm 2014, chuyên xử lý số hóa tài liệu cho lưu trữ, bảo tàng và thư viện. Danh sách khách hàng rất nặng ký: Louvre, Cục Lưu trữ Quốc gia Pháp, Thư viện Quốc hội Mỹ.
Tính năng nổi bật và tình huống ứng dụng
Cốt lõi kỹ thuật là nền tảng Arkindex, một nhà máy dữ liệu cấp công nghiệp, dùng để điều phối hàng triệu tác vụ xử lý tài liệu, và cung cấp quản lý tập trung quy trình, so sánh mô hình và kiểm soát chất lượng. Năng lực bao phủ nhận dạng chữ viết tay (HTR) và OCR chữ in, nhận dạng thực thể có tên (tìm ra tên người, địa danh, ngày tháng), thị giác máy tính và tạo siêu dữ liệu, phân vùng bố cục tự động nhận diện cấu trúc tài liệu, và tinh chỉnh mô hình trên tập dữ liệu riêng của tổ chức. Con số của hãng là đã xử lý 20 triệu ảnh, chuyển ghi 33,7 tỷ ký tự, nhanh gấp 6 lần và tiết kiệm 90% chi phí so với nhập tay. Hạ tầng đặt ở châu Âu, tuân thủ GDPR, cung cấp thành phần mã nguồn mở, REST API và hỗ trợ giao thức IIIF.
Phù hợp cho lưu trữ, thư viện, bảo tàng, phòng trưng bày nghệ thuật, cơ quan chính phủ, và bất kỳ tổ chức nào quản lý lượng lớn tài liệu văn hóa hoặc tư nhân. Giá không công khai.
Tính năng chính
- Nền tảng xử lý tài liệu cấp công nghiệp Arkindex, điều phối tác vụ cấp triệu
- Nhận dạng chữ viết tay (HTR) và OCR chữ in
- Nhận dạng thực thể có tên: tự động trích tên người, địa danh, ngày tháng
- Phân vùng bố cục tự động nhận diện cấu trúc tài liệu
- Tinh chỉnh mô hình tùy chỉnh trên tập dữ liệu riêng của tổ chức
- Thành phần mã nguồn mở, REST API và hỗ trợ giao thức IIIF
Tình huống thường gặp
- Chuyển ghi quy mô lớn bản thảo của lưu trữ cấp quốc gia
- Xây dựng tìm kiếm toàn văn cho báo và tạp chí cũ của thư viện
- Tự động tạo siêu dữ liệu cho hiện vật của bảo tàng
- Trích xuất có cấu trúc từ tài liệu lịch sử như gia phả và hộ tịch
Tính năng chính
- Nền tảng xử lý tài liệu cấp công nghiệp Arkindex, điều phối tác vụ cấp triệu
- Nhận dạng chữ viết tay (HTR) và OCR chữ in
- Nhận dạng thực thể có tên: tự động trích tên người, địa danh, ngày tháng
- Phân vùng bố cục tự động nhận diện cấu trúc tài liệu
- Tinh chỉnh mô hình tùy chỉnh trên tập dữ liệu riêng của tổ chức
- Thành phần mã nguồn mở, REST API và hỗ trợ giao thức IIIF
Ưu điểm
- Nhận dạng chữ viết tay là mảng khó nhất của lĩnh vực này, thành tích của Teklia rất cứng
- Hỗ trợ IIIF và thành phần mã nguồn mở, không khóa tổ chức vào một nhà cung cấp duy nhất
- Host ở châu Âu, tuân thủ GDPR, thân thiện với mua sắm khu vực công
Nhược điểm
- Giá hoàn toàn không công khai, và thuộc mua sắm dự án cấp tổ chức
- Chưa thấy nói rõ về hỗ trợ cổ tịch tiếng Trung và Đông Á
- Triển khai cần tổ chức có năng lực tác nghiệp cơ bản về lưu trữ số
Trường hợp sử dụng
- Chuyển ghi quy mô lớn bản thảo của lưu trữ cấp quốc gia
- Xây dựng tìm kiếm toàn văn cho báo và tạp chí cũ của thư viện
- Tự động tạo siêu dữ liệu cho hiện vật của bảo tàng
- Trích xuất có cấu trúc từ tài liệu lịch sử như gia phả và hộ tịch
Ghi chú biên tập
Đây là cái tôi thích nhất trong lô này. Số hóa lưu trữ văn hóa không hào nhoáng, không có đề tài câu view, nhưng nó quyết định người mấy trăm năm sau có đọc được quá khứ của chúng ta hay không. Việc Teklia chịu mở mã nguồn thành phần, hỗ trợ IIIF đặc biệt đáng ghi một bút — dự án khu vực công sợ nhất là bị nhà cung cấp khóa chết, mười năm sau hệ thống không đổi được, dữ liệu không dời được. Việc số hóa lưu trữ và cổ tịch ở Việt Nam rất đáng xem qua cách làm này.
Câu hỏi thường gặp
Có hỗ trợ cổ tịch tiếng Việt hoặc Hán Nôm không?
Tài liệu công khai của hãng chưa nói rõ tình hình hỗ trợ chữ viết Đông Á, các ca công khai của nó chủ yếu là tài liệu hệ ngôn ngữ châu Âu. Nếu có nhu cầu tiếng Việt hoặc Hán Nôm, phải hỏi thẳng hãng xem mô hình có tinh chỉnh xử lý được không.
HTR và OCR khác nhau ở đâu?
OCR xử lý chữ in, kiểu chữ có quy luật, nhận dạng tương đối chín; HTR xử lý chữ viết tay, nét chữ mỗi người mỗi khác, nối nét và biến thể nhiều, khó hơn hẳn một bậc, cũng là nút thắt cổ chai lớn nhất của số hóa tài liệu.
IIIF là gì, vì sao quan trọng?
IIIF là chuẩn liên thông ảnh dùng chung của các tổ chức văn hóa. Hỗ trợ IIIF nghĩa là dữ liệu tạo ra có thể được các hệ thống khác dùng trực tiếp, tổ chức không bị một nhà cung cấp bắt cóc, đây là cân nhắc then chốt trong các dự án lưu trữ dài hạn.
Công cụ AI liên quan
Vera Health
AI y học dựa trên bằng chứng cho nhân viên lâm sàng, câu trả lời phải dẫn được nguồn tài liệu
Supermemory
Lớp trí nhớ cho AI agent, lưu sở thích và tri thức người dùng thành một đồ thị tra được
HyNote AI
Gom ghi âm, PDF, ảnh chụp màn hình vào cùng một ghi chú, bản Mac chép lời hoàn toàn cục bộ
Lenz
API kiểm chứng sự thật đa mô hình độc lập, giúp đầu ra của AI kèm bằng chứng và phán định
Torus
Đối chiếu chéo bản vẽ kỹ thuật bằng AI, tìm ra mâu thuẫn thiết kế trước khi khởi công
Appraiser.AI
Công cụ định giá đồ sưu tầm chỉ cần chụp ảnh, hợp để dò đáy trước rồi mới tìm chuyên gia