Мы попросили нейросеть придумать «Ниву» будущего и самую красивую машину XX века. «Малевич»: россиянам продемонстрировали нейросеть будущего.
Липецк в стиле Малевича, Айвазовского и советской анимации создал ФКР в нейросети
По Кубизму Малевича нейросеть изобразила индустриальный пейзаж Липецка в перспективе в черных, красных, желтых, синих и голубых тонах. Липецк в советской мультяшной прорисовке отображает классику застройки СССР — оживленные улицы, где разнотипные многоэтажки в окружении зелени соседствуют с небольшими зданиями. Липецк руки Айвазовского получился мрачный, несмотря на утреннюю зарю. Город больше напоминает глубинку дореволюционной России с бездорожьем, заснеженными деревьями и храмом на фоне небольших строений.
В том, как отличить рисунки и почему это важно, разбирались «Известия». Как развитие искусственного интеллекта изменит рынок творческих профессий Напрасный труд В конце декабря 30-летний Минь Ань Нгуен Хоанг, более известный под псевдонимом Бен Моран, нарисовал обложку для фэнтези-романа и решил поделиться результатом. На форуме с 22 млн подписчиков он опубликовал свою картину «Муза в зоне боевых действий», где изображена главная героиня сериала «Под лунами драконьих глаз». Но реакция модераторов на рисунок оказалась неожиданной: они пометили изображение как созданное искусственным интеллектом. Художник отправил жалобу и предложил предоставить исходный файл изображения для проверки. Автор рассказал, что рисунок был одним из четырех вариантов обложки и он в общей сложности работал над ним около пяти суток.
Простите, так устроен мир», — ответил представитель площадки. Полотна художника полны любовных интриг и любования повседневной жизнью Смешанные чувства История с блокировкой Морана быстро набрала популярность в Сети. А обычные пользователи — спорить о том, можно ли с первого взгляда определить, где настоящее изображение, а где «рисунок» нейросети. Сам Моран рассказал, что ситуация вызвала у него смешанные чувства. С одной стороны, он был польщен, а с другой — расстроен. Но в то же время это обесценивание моего творчества: ведь это была долгая и тяжелая работа, а мне вроде как сказали, что я просто случайный парень, который набрал несколько слов в программе и получил картину», — отметил вьетнамский художник. И намерен «защитить свое право оставаться художником-человеком». Я боюсь, что все художники просто потеряют страсть к созданию картин», — признался Моран.
Уж сильно напоминает Дом Сутягина...
Воссоздали реплику? Кажется, наши потомки тоже любят строить на «тысячнике» , но изобрели нечто, чтобы избежать прорывов и потопов Источник: ruDALL-E Malevich А такой нейросеть, видимо, представила зиму в Архангельске. Не знаем, как изменится климат. Только на этот раз мы ничего про экологию не вводили. Ямочный ремонт спустя много лет всё еще в тренде? Кажется, нет. Так он будет выглядеть. Есть ощущение, что в нем будут заложены более подробные данные про организм и отсканировать можно будет хоть что, например сердце Внезапно — «Чумбаровка через много лет». К очередному юбилею ее снова перелопатили, но с участием роботов?
Нейросеть Сбера изучила сотни работ художников, сопоставила с фотографиями полотен, а затем создала образы девяти утраченных картин, учитывая авторский стиль и технику. И теперь дополненная реальность позволяет увидеть произведения во всей красе. В том плане, что история учит нас», — подчеркнул первый заместитель губернатора Волгоградской области Александр Дорждеев. Интерактивная выставка «Возрожденная коллекция» работает в Волгоградском музее изобразительных искусств имени Машкова до 23 июня. Увидеть полотна можно и в 3D-галерее на сайте проекта.
Нейросеть рисует будущее Архангельска: какими будут дома, транспорт и люди
Нейросети показали, каким мог "видеть" город известный художник Казимир Малевич, если бы попал сюда в наши дни. Иконка канала NeurMax / Про нейросети. Нейронный Казимир: как искусственный интеллект повторяет работы Малевича.
«СберКарту» теперь можно украсить картинами Малевича и Коровина
Опробовать возможности нейросети можно бесплатно на официальной странице сервиса. промт можете созда на английском языке, пример "professional photography of Dua Lipa as bat girl". Нарисовать картинку с помощью нейросети ruDALL-E можно в двух режимах: «Кандинский» — создание коллажа из 16 изображений, или «Малевич» — изображение одно, но в более. Как пользоваться ботами нейросетей ChatGPT и Midjourney в «Телеграме» — и стоит ли это делать.
Владимир Малевич - новости
Он включает такие детали, как позиционное кодирование блоков картинки, свёрточные и координатные маски Attention-слоёв, общее представление эмбеддингов текста и картинок, взвешенные лоссы для текстов и изображений, dropout-токенизатор. Из-за огромных вычислительных требований эффективно обучать модель можно только в режиме точности fp16. Это в 5-7 раз быстрее, чем обучение в классическом fp32. Кроме того, модель с таким подходом занимает меньше места. Но ограничение точности представления чисел повлекло за собой множество сложностей для такой глубокой архитектуры: a иногда встречающиеся очень большие значения внутри сети приводят к вырождению лосса в Nan и прекращению обучения; b при малых значениях learning rate, помогающих избежать проблемы а , сеть перестает улучшаться и расходится из-за большого числа нулей в градиентах. Для решения этих проблем мы имплементировали несколько идей из работы китайского университета Цинхуа CogView , а также провели свои исследования стабильности, с помощью которых нашли ещё несколько архитектурных идей, помогающих стабилизировать обучение. Так как делать это приходилось прямо в процессе обучения модели, путь тренировки вышел долгим и тернистым. Сбор данных и их фильтрация: безусловно, когда мы говорим об архитектуре, нововведениях и других технических тонкостях, нельзя не упомянуть такой важный аспект как данные. Как известно, для обучения трансформеров их должно быть много, причем «чистых». Под «чистотой» мы понимали в первую очередь хорошие описания, которые потом нам придётся переводить на русский язык, и изображения с отношением сторон не хуже 1:2 или 2:1, чтобы при кропах не потерять содержательный контент изображений.
Первым делом мы взялись за те данные, которые использовали OpenAI в статье указаны 250 млн. Ключевыми доменами стали люди, животные, знаменитости, интерьеры, достопримечательности и пейзажи, различные виды техники, деятельность людей, эмоции. После сбора и фильтрации данных от слишком коротких описаний, маленьких изображений и изображений с непригодным отношением сторон, а также изображений, слабо соответствующих описаниям мы использовали для этого англоязычную модель CLIP , перевода всех английских описаний на русский язык, был сформирован широкий спектр данных для обучения — около 120 млн.
Отреставрированным снимком можно будет поделиться с близкими по ссылке, загрузить в социальные сети или сохранить в семейном архиве. Ограничений на количество обрабатываемых фотографий нет, пользователям станут доступны все функциональности нейросетевой модели. Для обучения нейросети использованы опубликованные в широком доступе фотографии и видео.
Для токенизации текстов использовался токенизатор YTTM. Публикация описывает её общими словами, но обходит вниманием некоторые важные нюансы реализации. Он включает такие детали, как позиционное кодирование блоков картинки, свёрточные и координатные маски Attention-слоёв, общее представление эмбеддингов текста и картинок, взвешенные лоссы для текстов и изображений, dropout-токенизатор. Из-за огромных вычислительных требований эффективно обучать модель можно только в режиме точности fp16. Это в 5-7 раз быстрее, чем обучение в классическом fp32. Кроме того, модель с таким подходом занимает меньше места. Но ограничение точности представления чисел повлекло за собой множество сложностей для такой глубокой архитектуры: a иногда встречающиеся очень большие значения внутри сети приводят к вырождению лосса в Nan и прекращению обучения; b при малых значениях learning rate, помогающих избежать проблемы а , сеть перестает улучшаться и расходится из-за большого числа нулей в градиентах. Для решения этих проблем мы имплементировали несколько идей из работы китайского университета Цинхуа CogView , а также провели свои исследования стабильности, с помощью которых нашли ещё несколько архитектурных идей, помогающих стабилизировать обучение. Так как делать это приходилось прямо в процессе обучения модели, путь тренировки вышел долгим и тернистым. Сбор данных и их фильтрация: безусловно, когда мы говорим об архитектуре, нововведениях и других технических тонкостях, нельзя не упомянуть такой важный аспект как данные. Как известно, для обучения трансформеров их должно быть много, причем «чистых». Под «чистотой» мы понимали в первую очередь хорошие описания, которые потом нам придётся переводить на русский язык, и изображения с отношением сторон не хуже 1:2 или 2:1, чтобы при кропах не потерять содержательный контент изображений. Первым делом мы взялись за те данные, которые использовали OpenAI в статье указаны 250 млн.
Кто разработчик За разработку нейронной сети отвечает команда программистов Сбербанка, которым удалось создать отечественный rus аналог DALLE 2 и Midjourney, работающий на русском языке russian. Создание отечественного ИИ прошло в 2 этапа: Написание кода и внедрение механизмов машинного обучения. Анализ базы данных с текстом и изображениями. Сервис доступен в бесплатном режиме. Команда программистов работает над обновленной версией интеллекта Kandinsky 2. Как работает модель Система распознавания текста позволяет нейронной сети обработать и понять запрос пользователя. На основе полученной информации происходит генерация изображения по словам. На следующем этапе ИИ сравнивает полученные версии картинок и выбирает ту, что больше всего соответствует исходным параметрам.
Тест: Малевич или нейросеть?
В первую очередь речь идет об оторванных кусках бумаги, пятнах и потертостях. Чтобы воспользоваться этой функцией, необходимо загрузить фото в сервис, предварительно отсканировав и сохранив его на своем устройстве. Пользователю предоставляется на выбор 1 из 3 вариантов бесплатного сохранения: на ПК, в облаке или в социальной сети.
Агентство Fresh Orange Group выступило создателем проекта. Также в группе Русского музея появился арт-бот, в котором нейросеть сгенирирует изображение пользователя. Искусственный интеллект создаст портрет в избранном образе и соответствующей художественной манере. Для этого специалисты проанализировали более ста произведений искусства.
Ведь всегда может появиться следующая нейросеть, которая будет делать еще более умные картинки, слабо отличимые от творений человека. Это вопрос гонки мощностей: однажды очень сложно будет выделить, что сделал человек, а что — нейросеть. Рано или поздно возникнет проблема, что одно будет неотличимо от другого. Сейчас, конечно, единственным мерилом является человек, который может сравнить контент. А раз это по силам человеку, значит, можно обучать и нейросети. Следить за руками Несмотря на то что гарантированного способа отличить изображение, созданное нейросетями, от работы человека пока не существует, есть несколько факторов, которые могут указать на искусственность картинки. Как можно повлиять на мнение человека с помощью речевых оборотов Это может быть однотипный фон и крупность плана на нескольких снимках, близкая к идеальной, или, наоборот, неестественная симметрия лица, искажения на волосах и мочках ушей, объясняет в беседе с «Известиями» директор платформы по развитию корпоративных инноваций Generation S Екатерина Петрова. Эксперт советует отдельно обращать внимание на качество прорисовки рук и пальцев. Пальцы — одни из наиболее сложных элементов для изображения: недаром профессиональные художники тратят массу времени, чтобы научиться рисовать человеческую кисть. Сложно сказать, через какое время нейросети усовершенствуют прорисовку рук, однако на данный момент именно пальцы — одно из наиболее уязвимых мест в сгенерированных искусственным интеллектом изображениях. Дмитрий Паршин рекомендует обращать внимание и на другие мелкие детали. У картин, созданных нейросетями, может не хватать некоторых элементов, что часто видно при близком рассмотрении. А еще искусственные изображения могут иметь случайные, неуместные элементы или шум. Однако, учитывая ту скорость, с которой технологии машинного обучения расширяют свои способности, рассчитывать на то, что человек сможет достоверно отличить искусственное изображение от настоящего, нам не приходится.
Как отреставрировать фото с помощью ИИ от Mail. Ограничений на количество обрабатываемых изображений нет. Данная модель была обучена на тысячах реальных фотографии и видео, чтобы с точностью восстановить все элементы и привести фотографию к более современному виду.
Нарисовать картинку с помощью нейросети на русском языке
«Нейронные сети и машинное обучение приведут к ускорению развития»: ведущий IT-эксперт Аралтан Горяев оценивает будущее индустрии. Малевич нейросеть для мастера красоты ОБЗОР (расширенный режим) v2.20. Нейросеть также способна восстановить недостающие элементы в кадре (оторванные куски бумаги, пятная и так далее). С Kandinsky и «Сбертян» — нейросеть генерировала фоны, а художница и автор персонажа — девушку.
Создана первая нейросеть для мастеров красоты «Малевич»
А вот рисовать или делать хорошие фотографии — далеко не все. Мы могли бы представить какой-нибудь авангардный вариант, где пользователь бы использовал в качестве запроса музыку, а в ответ получал архитектуру. Но пока все работают с текстовыми запросами. Как я уже говорил, пользователи могут видеть, как другие набирают свои запросы в каналах Discord и воспроизводить их целиком или частями. Так учатся новые пользователи, так же учился и я. Разные части этого текста могут описывать разные части изображения, как, например, в художественной литературе мы видим описание внешности Анны Карениной или Мадам Бовари. Эти описания менее структурны и более свободны, чем те, что создаём мы. Наши больше похожи на программирование.
Скажем, отдельно мы описываем желаемое освещение, отдельно мы даём референсы на интересных нам по стилю художников, отдельно пишем very detailed или epic composition, и таким образом мы можем разобрать изображение на части, как «лего», и эти части скопировать. Это и есть, главное, на мой взгляд отличие от предыдущих культур копирования, среди которых есть и история западного искусства. Отношения изображения и текста в синтетических медиа. По мотивам Ролана Барта Десятилетиями в гуманитарных науках считалось, что возможности описать изображение словами ограничены. Это было очень важным допущением, которое принималось по умолчанию современной культурой. В частности, модернистское искусство старалось всеми способами избавиться от текстовых нарративов, чтобы вместо них исследовать собственный визуальный язык. У Малевича, Кандинского и многих других модернистов есть картины, которые оставлены «Без названия».
Untitled — это, наверное, самое распространённое название произведений современного искусства. Отказ от названия подразумевает отказ от семантики, от попытки навязать зрителю то, что он должен увидеть в произведении. Например, всеми нами любимый теоретик культуры Ролан Барт в 60-е годы прошлого века замечает, что подписи к газетным фотографиями фиксируют значение фотографии, чтобы ограничить её потенциальную двусмысленность. Что же происходит, когда люди начинают использовать инструменты, которые им даёт искусственный интеллект, синтетические медиа? А происходит, я бы сказал, нечто обратное. Я пишу свой запрос и получаю четыре подходящих под него картинки. Если мне не нравится, я могу сгенерировать еще и еще.
То есть одно и то же описание дает жизнь бесконечному числу изображений. Еще важный момент — Midjourney или Stable diffusion обогащают вашу короткую фразу, усиливают, интенсифицируют, развивают её, привнося детали, атмосферу, ассоциации и настроения, которые вы не закладывали, которые вы даже не могли себе представить. Всё это переворачивает наше предположение, что текст ограничивает значение изображений, поскольку один и тот же текстовый запрос можно использовать для создания бесконечного числа изображений — каждый раз будет возникать новый визуальный мир. ИИ — это инструмент или соавтор? И кто-то из моих читателей однажды прокомментировал: «Ну, нет, вообще-то от тебя здесь один процент, а от ИИ — 99 процентов». Разумеется, этот ответ — it depends. Наш телефон со своей прекрасной камерой — это соавтор, наше перо — тоже соавтор.
Одна из историй в истории культуры — это история автоматизации. Сначала рисовали от руки, затем Дюрер придумал «перспективную машину». Потом была изобретена camera lucida, а за ней — фотография. Конечно, это новая степень автоматизации, когда ваше текстовое описание превращается в картинку, и можно говорить, что машина играет всё большую роль в создании произведений искусства. Но это началось не сегодня. Это началось даже не вчера. Другой вариант — когда коммерческий иллюстратор также пытается получить что-то конкретное и часами мучается, чтобы добиться нужного для себя результата, например, фона для какой-нибудь видеоигры.
Мы видим, что он контролирует ИИ гораздо сильнее. То есть правильный ответ на наш вопрос: ИИ — это не «инструмент», и не «соавтор», а целая вереница разных возможностей. Когда Тарковский создавал свои фильмы, обычно он даже не смотрел в камеру, он доверял своему оператору.
По мнению эксперта-криминалиста Валерии Солнцевой, внедрение современных технологий существенно позволит повысить раскрываемость преступлений. Вместо того, чтобы тратить время на составление фотороботов вручную, что порой занимает часы и даже дни, можно воспользоваться нейросетью, которая мгновенно сгенерирует требуемое фото. В качестве примера эксперт приводит результат генерации по запросу «высокий брюнет с усами и бородой», по которому был создан фоторобот маньяка, на счету которого более 40 жестоких убийств. В настоящее время преступник уже отбывает пожизненный срок в колонии «Чёрный дельфин», хотя вину он поначалу признавать не хотел.
Сотрудники ФКР прогнали реальное фото города через «фильтры» Малевича, Айвазовского и старых мультфильмов. По Кубизму Малевича нейросеть изобразила индустриальный пейзаж Липецка в перспективе в черных, красных, желтых, синих и голубых тонах. Липецк в советской мультяшной прорисовке отображает классику застройки СССР — оживленные улицы, где разнотипные многоэтажки в окружении зелени соседствуют с небольшими зданиями. Липецк руки Айвазовского получился мрачный, несмотря на утреннюю зарю.
Ограничений на количество обрабатываемых фотографий нет, пользователям станут доступны все функциональности нейросетевой модели. Для обучения нейросети использованы опубликованные в широком доступе фотографии и видео. Материалы помогут воссоздать детали и раскрасить снимки более точно, в соответствии с действительностью.
Выставка воссозданных с помощью нейросети Kandinsky картин открылась в Волгограде
Нейросеть Blue Willow показала, как видит знаменитых людей из гонок: Хэмилтон, Ферстаппен, Леклер, Алексей Попов — фото. Вышел трейлер первого фильма, созданного с помощью нейросетей. Сегодня мы собрали для тебя 5 сервисов, где нейросети нарисуют изображение по твоему запросу. Нейросеть Kandinsky 2.1 была обучена разработчиками из Sber AI при поддержке учёных из Института искусственного интеллекта AIRI на объединённом наборе данных Sber AI и компании. Вышел трейлер первого фильма, созданного с помощью нейросетей. Русский музей к 125-летию со дня открытия запустил первый нейро-художественный проект в своем сообществе в социальной сети «ВКонтакте».