マチエールとは何か——質感LoRAが再現を試みるもの
日本画・油彩の物質的な表面構造「マチエール」。LoRAが学習する質感の本質と、再現の限界を考察する。
記事を読む → 技術解説螺鈿の輝きをAIに刻む——構造色という未踏の挑戦
螺鈿の虹色は貝殻の層状構造が生む構造色。RGB画像からの学習で何が再現でき、何が失われるのかを検証する。
記事を読む → ジャーナル「原物性」をデジタルに宿す——博物館学と質感LoRAの交差点
博物館学の「原物性」概念とLoRA学習の類似性。文化財の物質的真正性をデジタル資産として保存する試みを論じる。
記事を読む → 技術解説LoRAのBefore/Afterで何を評価しているのか——「それっぽい」と「再現している」は違う
LoRA学習のBefore/After比較で本当に評価すべきこと。表面的類似と本質的再現の違いを、判断基準とともに解説する。
記事を読む → 技術解説質感LoRA × テクスチャル・アーカイブ × アクセシビリティ
視覚に頼らない質感体験の可能性。触覚フィードバックや音声記述と質感LoRAを組み合わせたアクセシビリティの提案。
記事を読む → 技術解説LoRA学習データのタグ付けに、美術の眼が要る理由
WD14はDanbooru由来のタグ分類器。美術工芸品の質感はスコープ外。データセットの「構成」で伝える方法を解説。
記事を読む → 思想・美学引き算のAI——備前焼から学ぶLoRA設計の本質
備前焼は釉薬をかけない。LoRA学習も「何を入れないか」が品質を決める。引き算の美学からLoRA設計を語る。
記事を読む → 思想・美学AIに個性は学習できるか——LoRAという問いの本質
LoRAが学習するのは「個性」ではなく「個性の結果の統計的圧縮」。美術史の視点からLoRA学習の限界を問う。
記事を読む → 実践・事例なぜ世界の美術館はコレクションをCC0で無料公開するのか
メトロポリタン美術館の40万点CC0公開の背景と、AI学習素材としてのデジタルアーカイブの可能性。
記事を読む → 環境構築RunPodの使い方【2026年最新】
LoRA学習を低コストで始める完全ガイド。登録からGPU選び、コスト節約術まで徹底解説。
記事を読む → 素材・データセットオープンソース素材で再現する日本画質感
金箔・螺鈿・岩絵の具をAIに刻む方法。CC0素材を活用したLoRA学習の実践。
記事を読む → コスト分析LoRA学習 コスト比較【2026年最新版】
RunPod vs Colab vs 自前GPU 徹底比較。最も費用対効果の高い学習環境を検証。
記事を読む → GPU・コストRunPodで質感LoRA学習｜GPUとコストの判断基準
質感LoRA学習に最適なGPUの選び方をコスト別に解説。RTX 4090・A5000・A6000の比較と実験記録。
記事を読む → パラメータ設定Kohya_ss×SDXLで質感LoRAをつくる｜設定値の根拠を解説
SDXLの構造から質感LoRAのdim/alpha/学習率を逆算。素材別の推奨設定値一覧。
記事を読む → データセット質感LoRA学習用データセットの作り方｜美術品撮影から画像選定まで
質感LoRAのための学習画像の撮り方を博物館撮影プロトコルから解説。照明・機材・画像選定チェックリスト。
記事を読む →