<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>ニューラルネットワーク &#8211; デジタル未来 (Dejitaru Mirai)</title>
	<atom:link href="https://dejitarumirai.com/tag/%e3%83%8b%e3%83%a5%e3%83%bc%e3%83%a9%e3%83%ab%e3%83%8d%e3%83%83%e3%83%88%e3%83%af%e3%83%bc%e3%82%af/feed" rel="self" type="application/rss+xml" />
	<link>https://dejitarumirai.com</link>
	<description></description>
	<lastBuildDate>Sun, 03 Nov 2024 23:32:47 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.8.1</generator>
	<item>
		<title>失われた文化遺産をAIで再生！134年前の写真から立体模型を生成</title>
		<link>https://dejitarumirai.com/archives/2352</link>
					<comments>https://dejitarumirai.com/archives/2352#respond</comments>
		
		<dc:creator><![CDATA[deji]]></dc:creator>
		<pubDate>Sun, 03 Nov 2024 23:32:47 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<category><![CDATA[デジタル再構築]]></category>
		<category><![CDATA[ニューラルネットワーク]]></category>
		<category><![CDATA[ボロブドゥール寺院]]></category>
		<category><![CDATA[文化遺産]]></category>
		<guid isPermaLink="false">https://dejitarumirai.com/archives/2352</guid>

					<description><![CDATA[人工知能の進化が、失われた文化遺産の再生を可能にしました。最近、コンピュータ科学者たちが、ユネスコの世界遺産であるインドネシアのボロブドゥール寺院のレリーフパネルを、134年前の古いモノクロ写真から3Dモデルとして再構築する技術を発表しました。この寺院では、2672ものバス・レリーフが展示されており]]></description>
										<content:encoded><![CDATA[<p>人工知能の進化が、失われた文化遺産の再生を可能にしました。最近、コンピュータ科学者たちが、ユネスコの世界遺産であるインドネシアのボロブドゥール寺院のレリーフパネルを、134年前の古いモノクロ写真から3Dモデルとして再構築する技術を発表しました。この寺院では、2672ものバス・レリーフが展示されており、世界最大の仏教レリーフコレクションとして知られていますが、19世紀末にいくつかのレリーフが石壁の裏に埋もれてしまいました。そこで研究者たちは、埋もれてしまった156のレリーフを取り戻すために、AIを活用しました。  </p>
<p>彼らは、三次元オブジェクトの2次元画像からデジタル再構築を行うためのニューラルネットワークを開発し、従来の再構築が失っていた細かなディテールを復元することに成功しました。この研究の成果は、先月開催されたACMマルチメディア会議で紹介され、非常に高い成功率を誇っているにもかかわらず、「人の顔や装飾などの微細なディテールが欠けている」と語る中、担当研究者の田中統氏は、新しい手法が深度推定を強化することで改善を図ることができると評価しています。  </p>
<p>AIは科学の分野において、画像認識や文化遺産の保存において課題解決の能力を発揮しています。他のチームでは、ラファエロによって描かれたパネルにおける未発見のディテールを特定したり、ナスカの地上絵の知られざる部分を発見することにも利用されています。このように、AIは多様なデータを取り入れ、対象オブジェクトを理解する能力を備えています。  </p>
<p>これらの技術は、文化遺産の保存の新たな可能性を切り拓くものとして期待されています。特に、破壊の危機にさらされている文化遺産や、写真にしか存在しない歴史的遺産の復活にも寄与できる可能性があります。  </p>
<p>AIは手段であり、それをどう活用するかが鍵です。技術が持つ潜在能力を利用し、失われた文化遺産を未来に伝えることが求められています。人類の歴史を保存するための一助になってくれることは間違いありません。</p>
]]></content:encoded>
					
					<wfw:commentRss>https://dejitarumirai.com/archives/2352/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
