ラファエロの有名な絵画の背後にある真実が明らかになります: 人工知能の介入は単にマスターからのものではありません
最新のニュースによると、人工知能のニューラル ネットワークの研究により、ラファエロの有名な絵画に異常が発見されました。この絵には実際に顔が登場しますが、この顔はラファエロ自身が描いたものではありません。この発見は幅広い注目と議論を呼びました。
マドンナ デラ ロサとして知られるこの絵は、ラファエロのオリジナルかどうかについて学者たちが議論しており、長年物議を醸しています。芸術作品の出所を判断するには証拠を組み合わせる必要がありますが、人工知能アルゴリズムに基づく新しい分析方法は、その絵画が少なくとも部分的に別の芸術家によって作成されたという考えを裏付けています。
イギリスとアメリカの研究者チームは、ラファエロの既知の作品の筆運び、色、質感、影などの詳細を分析するためのカスタム人工知能アルゴリズムを開発しました。数学者でコンピューター科学者のハッサン・ウケア博士は、深層特徴分析テクノロジーを使用して、筆運び、トーン、陰影、全体的なレイアウトなど、ラファエロの作品に特有の微妙なスタイルをコンピューターに識別できるようにしたと説明しました。したがって、コンピュータの視覚能力は人間の視覚能力をはるかに超えており、ミクロレベルの細部にまで入り込むことができると言えます。
ラファエロのような作品数が限られているアーティストにとって、機械学習ではトレーニングに大量のデータが必要になることが多く、これが課題となります。この問題を解決するために、研究チームはマイクロソフトが開発した事前トレーニングアーキテクチャResNet50を修正し、従来の機械学習技術のサポートベクターマシンと組み合わせた。このようにして、彼らは機械学習技術を適用してラファエロの作品を研究、分析することに成功しました。
この方法は、ラファエロの絵画を 98% 正確に識別できることが以前に示されています。今回はAIに絵全体を解析させるだけでなく、その中の個々の顔を個別に学習させた。研究の結果、聖母、聖子、聖ヨハネの顔はいずれもラファエロ本人の作であることが確認できるが、左上の聖ヨセフの顔の様式が他の部分と明らかに異なっている。
研究者らは、この絵の信憑性をめぐる以前の論争では、聖ヨセフの顔が額縁内の他の人物に比べて洗練されていないと考えられていたことに注目している。
ウーゲル博士は、絵画全体の分析に関して満場一致の結論は出ていないと述べた。しかし、絵の中のそれぞれの顔を個別に分析したところ、聖ヨセフを除いて、顔の残りの部分はラファエロの作品のスタイルに非常に似ていることがわかりました。
研究者らは、聖ヨセフの顔はラファエロの弟子の一人、ジュリオ・ロマーノによって描かれたのではないかと推測していますが、この推測にはまださらなる研究が必要ですが、疑いの余地はありません。 AI テクノロジーは古典絵画を発見するための新しいツールを提供します。
私たちの理解によれば、「薔薇の聖母」は 1518 年から 1520 年の間に制作されました。19 世紀半ばには、一部の美術評論家はこの絵が完全にラファエロによるものではないのではないかと疑問を呈していました。
研究チームが、AI は芸術の専門家に取って代わるものではなく、彼らの右腕のアシスタントになることを目的としていると強調したことは言及に値します。ウーゲル博士は、「美術品の鑑定は、出所、顔料、保存状態など、さまざまな要素を考慮する必要がある複雑なプロセスです。AIは補助ツールの1つにすぎず、最終的な判断は依然として専門家によって行われています。」と述べました。
研究結果は、「Heritage Science」雑誌に掲載されました。
以上がラファエロの有名な絵画の背後にある真実が明らかになります: 人工知能の介入は単にマスターからのものではありませんの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
