Meta informazioni e saggezza di Sophia

comprende e aiuta con le meta-informazioni artistiche

Il presente per comprendere il passato

Un nuovo strumento per catalogare, archiviare e comprendere i contenuti

Scopri di più

incanala le abilità in nuove opportunità

combina automatismo e critica percettiva per combinare razionalità e intuizione

Ottieni ora Demo live

Tutto ruota attorno al concetto di macchina, non è concepita come un dispositivo meccanico o digitale ma come un'unità di base intrinseca in ogni elemento tangibile.
Partendo da questa analisi, la realtà apparirebbe come il prodotto di un insieme di flussi energetici interconnessi.
Tutto è un flusso, tutto è costituito da macchine di diverso tipo.
Ogni unità esistente sembra inevitabilmente indotta a produrre qualcos'altro. (Sara Dias)

Chi siamo

siamo sempre di più e ognuno di noi ha un'idea

©Monica Toscani, Meden Agan, 25/01/30

Missione principale

creare un laboratorio indipendente per la sperimentazione permanente e collettiva di esperienze. Mostre, eventi culturali, sala studio, centro di documentazione, gestione, progetti.

Progetti

partendo dalla contingenza di una necessità sentiamo il bisogno di modificare l'esistente e di usare la capacità critica per realizzare ciò che la nostra immaginazione può. proporremo progetti diretti e circostanziali all'arte.

2025 1Q

metodi di test e creazione di prototipi in sede, presentazione del progetto, formazione del modello, ricerca di stakeholder, finanziatori, clienti

2025 2Q

formazione del modello, messa a punto dei prompt, spostamento dei modelli sul cloud, interfacce demo pubbliche.

2025 3Q

correzione del modello, progettazione di un nuovo contesto, molto probabilmente saremo impegnati con un cliente

Aree di azione

Il progetto è suddiviso in due aree di azione principali:

Sviluppo di una tecnica avanzata di prompt engineering: quest'area si concentra sulla creazione di prompt specifici e ottimizzati per modelli AI su larga scala (72B parametri), al fine di migliorare l'accuratezza nell'identificazione delle tecniche di stampa.
Sviluppo e formazione di un modello di deep learning: quest'area prevede la creazione e la formazione di un modello di deep learning specificamente progettato per riconoscere le tecniche di stampa attraverso l'analisi visiva delle immagini.

Obiettivi del progetto

Fase iniziale: identificazione automatica tecnologie di stampa pre-fotografiche (ad esempio litografia, incisione, xilografia, acquaforte, ecc.) tramite analisi visiva automatizzata.
Passaggio successivo: estendere la funzionalità per riconoscere le tecniche di stampa fotografica (ad esempio albumina, gelatina d'argento, cianotipi, ecc.).

Applicazioni finali

Fornire assistenza efficace per:

Archiviazione digitale di collezioni d'arte.
Restauro di opere grafiche tramite una migliore comprensione delle tecniche originali utilizzate.

Le nostre aree

componenti funzionali, operative e immaginate

72B PROMPT

Interfaccia di query del modello 72B offline, progettazione prompt sui motori QWENT.

MODELLO PERSONALIZZATO

formazione e sviluppo di un modello originale per comprendere le tecniche di stampa

Hardware per strumenti

Tecnologie di ottimizzazione per il massimo risparmio ed i migliori risultati

Archiviazione

sviluppo di metodi di archiviazione automatica

Stampe fotografiche obsolete

vorremmo testare il sistema per il riconoscimento delle tecnologie di stampa fotografica obsolete

Nuove dimensioni

Capacità dinamica di immaginare e testare nuove applicazioni e modelli di analisi

Il nostro team

persone in continua crescita

M. Camplone

PM & coding

Sara Dias

curatorship and critical texts

Storage and photographic technologies

Photographic shooting

Ultime notizie

Non dormiamo mai

MetaSophia su Radixia

2
Mar , 2025

siamo onorati di aver ricevuto l'attenzione di un'azienda attenta e proiettata verso l'innovazione come Radixia. il nostro primo partner mediatico e tecnologico con cui raggiungere i primi obiettivi strategici e funzionali.

Scopri di più

Prima interfaccia utente della chat

20
Feb , 2025

Può sembrare ovvio, ma adattarsi agli standard porta effettivamente gli utenti a una produttività immediata. Tuttavia, la stazione di sviluppo non è più sufficiente a contenere lo sforzo e stiamo cercando attivamente un partner per la tecnologia cloud.