大象传媒

社会?文化

大规模言语モデルにより事前学习不要なアート情报の自动分类が可能に

研究イメージ画像
(Image by Weki Bhai/Shutterstock)
 机械学习モデルを活用した情报の自动分类を行う际に、これまでタスクに合わせて都度データを再学习させ直す必要がありました。本研究では、アート领域のデータについて、大规模言语モデルを用いることで、新规データを学习させなくとも十分な精度で自动分类可能なことを明らかにしました。

 近年、アート作品が投资の対象として注目を集め、その価格を予测することへの関心が高まっています。しかし、価格予测に必要なデータの整理(アノテーション)には、多くの人的资源と长时间の作业を要することが课题でした。そこで本研究では、大规模言语モデル(尝尝惭)を使い、あらかじめ用意した学习データがなくてもデータを分类できる「ゼロショット分类」という手法を、アート作品の分类に适用することを试みました。

 オープンモデルとして公開されている大規模言語モデル「Llama-3 70B」を4ビット形式に軽量化し、アート作品の種類(絵画、版画、彫刻、写真など)を自動判定できるかを調べました。その結果、90%以上の高い精度で、アートの種類を分類できることが確認されました。また、OpenAI社の生成AI「GPT-4o」と比べたところ、わずかながら高い精度を示しました。

 本手法により、これまでの机械学习手法と同等の性能を、はるかに少ない人间の労力で実现できるため、アート情报に関するデータ整理の手间が大幅に削减できます。このような成果は、アート作品の多様な分析や価格评価を身近にし、投资だけでなく研究や鑑赏の面でも新たな活用の道が开けると期待されます。

笔顿贵资料

プレスリリース

研究代表者

筑波大学ビジネスサイエンス系

戸嶋 龍哉 リスク?レジリエンス工学学位プログラム 博士後期課程1年

掲载论文

【题名】
Zero-Shot Classification of Art with Large Language Models
(大规模言语モデルを用いたアートに関するゼロショット分类)
【掲载誌】
IEEE Access
【顿翱滨】

関连リンク