Мы попросили нейросеть придумать «Ниву» будущего и самую красивую машину XX века. В преддверии 9 мая открыла доступ к нейросети, которая позволяет бесплатно отреставрировать старые фотографии. Теперь нейросеть, подобно опытному фокуснику, формирует промежуточное представление картинки в виде латентного кода — своеобразной «шпаргалки», содержащей квинтэссенцию. «Нейронные сети могут полноценно генерировать голос, полностью копировать его и заставлять озвучивать различные странные вещи.
Нейросеть от Mail.ru отреставрирует фотографии
Осенью компания Artbreeder показала новую фичу: коллажи. Как создать коллаж в Artbreeder Когда коллаж откроется пользователь увидит панель инструментов. Первое, что нужно сделать — ввести текстовый запрос на английском языке. Чем меньше параметров, тем проще ИИ понять ваш запрос. Параметры highly detailed, intricate, high definition, или другие, касающиеся детализации, увеличивают объём мелких деталей на картинке шороховатости, вмятины, морщины, тени , что улучшает фотографичность. Изображение по описанию Под конкретные художественные стили лучше прописывать фамилии художников или название картин. Что это значит: Hogwarts лучше чем magic school, Vincent Willem van Gogh лучше чем Oily blurred images.
Вышеприведённый пример перегружен описанием, из-за чего появляются дополнительные конечности. Нужно сократить описание, убрать ненужное описание интерьера, позы, выражение лица. После корректировки лишние части исчезнут. Изображение из клякс Коллаж Из панели инструментов в левой части экрана собираем изображение из рандомных элементов. Это даёт контроль над композицией кадра. Часть элементов на изображении залиты текстурной палитрой, части лица и тела нарисованы карандашом.
Поле с параметрами осталось пустым. ИИ попытается понять сам, что отображено на холсте и будет интерпретировать это в непредсказуемой манере. Почему из приведённых параметров нейросеть решила сделать именно плакат? Попалось рандомное «зерно», о них мы поговорим дальше. Далее вы можете прибавлять текст, загружать своё фото, которое найдёте в интернете и миксовать эти подходы. Зерно — это элемент контролируемой случайности у нейросетей.
В нём заложены различные идея для реализации запроса, чтобы при одних и тех же вводных получать разные результаты.
Инициативную разработку студенты ВоГУ собираются предложить Департаменту здравоохранения Вологодской области. Современный уровень машинной диагностики позволит более эффективно решать задачи региональной программы Вологодской области «Борьба с онкологическими заболеваниями» на 2019—2024 годы, в том числе разгрузить специалистов первичного звена», — отметил Георгий Рапаков. Одна из проблем, на решение которой направлено исследование, это позднее выявление рака легких. Метод распознавания рака легких, который применяют студенты ВоГУ — это традиционная обработка изображений нейросетью.
Лица Специалист по ИИ Муратчаев заявил, что нейросети не лишат художников работы По словам специалиста по ИИ Султансаида Муратчаева, искусственный интеллект не сможет полностью заменить человека, так как его работы необходимо проверять и доделывать. Муратчаев рассказал, что искусственный интеллект сможет заменить художников и музыкантов, однако не лишит их полностью работы. Он иногда может переборщить с фантазиями - когда его просишь нарисовать человека, он может нарисовать шесть пальцев, два носа. То есть для него нет такого понимания, где остановиться.
Для этого нужен человек, который доправит», - сказал специалист по ИИ. По словам эксперта, актуальность человеческой роли в решении той или иной задачи наоборот возрастет, «будет приписка, например, "сделано человеком, а не искусственным интеллектом"». Претерпеть изменения под влиянием ИИ может направление озвучки и дубляжа. Например, есть такие кейсы, как Цой перепел песню Пьера Нарцисса "Шоколадный заяц".
В воронежском музее нейросеть создала картины известных художников
[моё] Digital Цифровой рисунок Нейронные сети Арты нейросетей Супрематизм Авангард Философия Искусство Искусственный интеллект Текст Казимир Малевич Midjourney. Главная страница» Гаджеты» Как пользоваться нейронной сетью Dall E malevich xl на русском: для рисования картинок с помощью искусственного интеллекта. Целью этого проекта стала интеграция нейросети и творчества Казимира Малевича, поэтому самые популярные картины художника были обработаны нейросетью Dezgo и выставлены.
В Москве пройдет выставка, созданная при помощи мировых нейросетей и российской нейросети ReText.AI
С Kandinsky и «Сбертян» — нейросеть генерировала фоны, а художница и автор персонажа — девушку. Нейросети показали, каким мог "видеть" город известный художник Казимир Малевич, если бы попал сюда в наши дни. С Kandinsky и «Сбертян» — нейросеть генерировала фоны, а художница и автор персонажа — девушку.
NVIDIA представила ИИ, который генерирует видео с высоким разрешением по текстовому описанию
За предоставление ложной информации, либо публикации чьих-либо персональных данных администрация сайта ответственности не несет Сайт не собирает абсолютно никакой конфиденциальной информации ни под каким предлогом Сайт не поддерживает никакие меньшинства: радужных дней, флагов и прочей ерунды не будет Сайт не имеет отношения к политике.
Глава группы машинного обучения Mail. Полученный результат выглядит так, словно реставрацией старого черно-белого снимка занимался профессионал.
Первая версия — Kandinsky 2.
Использовать нейросеть можно в разных отраслях — в маркетинге, SMM, дизайне, рекламе и других. Первый заместитель председателя правления Сбербанка Александр Ведяхин считает, что у каждого может найтись задача для Kandinsky 2. Например, с помощью нейросети можно создавать иллюстрации для постов в соцсетях. А пресс-служба «Сбера» говорит, что в «банковской сфере её можно использовать для создания персонализированных маркетинговых решений, ярких образов продуктов, привлечения и удержания внимания клиентов». Нейросеть доступна без ограничений — чтобы использовать её на сайте «Сбера», регистрация не нужна.
Кроме того, она доступна на умных устройствах Sber с помощью команды «Запусти художника», в мобильном приложении «Салют», на платформах ML Space , Fusion Brain и в телеграм-боте. Как использовать нейросеть Kandinsky 2.
По словам Дмитрия Иванкова, чаще всего такими детекторами становятся новые нейросети, обученные на уже существующих сгенерированных конкретных изображениях. Однако их общая проблема в том, что они быстро устаревают и теряют в качестве с появлением новых методов генерации. В связи с этим им требуется обновление и дообучение на новых данных. Ко всему прочему, не все ИИ-детекторы одинаково хорошо работают на конкретных данных.
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.
Владимир Малевич - новости
Компьютер и сам по себе является мета-средой, поскольку там можно формировать различные медиа, но теперь вам не нужно как в Фотошопе самому все отрисовывать, менять кисточки и тратить сотни часов — компьютер способен сгенерировать тысячу различных стилей и создать эффекты, которых раньше просто не существовало. Для меня же как для теоретика и историка важно, что когда появляются новые способы коммуникаций, запоминания или воспоминания, они заставляют нас по новому взглянуть на наши самые базовые концепции и понятия, поэтому мне бы хотелось посмотреть на изображения, создаваемые ИИ в контексте истории искусства. ИИ в контексте истории искусства Давайте подумаем о роли копий и оригинала в нашей культуре, и как это работает в эпоху нейросетей. Изображение создаётся ИИ посредством текстового запроса. Вы пишете текстовое описание — и искусственный интеллект выдает вам картинку. Пользователи могут видеть, как другие люди набирают свои запросы в каналах Discord, — и таким образом учатся работать с ИИ, создавать собственные запросы и модифицировать их. И вот, например, я вижу как некий человек — я не знаю кто — печатает свой запрос.
Я вижу, что это интересный запрос и хочу его скопировать. Я могу скопировать запрос целиком и дальше менять какие-то слова, но я могу скопировать детали и собрать свой собственный запрос из таких чужих фрагментов — описаний эффектов, освещения, цвета — которые я заимствую у другого человека. Копирование всегда было сущностью человеческой культуры, но не просто копирование, а творческое преобразование копируемого материала. То же самое происходит в эволюции: она представляет собой бесконечное копирование биологического материала, куда постоянно вкрадываются различные ошибки — таким образом появляются новые виды живых существ. Мы можем вообразить себе некого художника, который занимается копированием, но в то же время создаёт нечто новое — чисто технически это можно назвать ошибкой, но мы называем это гениальностью, хотя принцип точно такой же. Мне неоднократно говорили, что если двести раз подряд провести эту операцию, получится что-то интересное.
Однако когда мне удавалось сделать что-то интересное, я сам тут же видел, что меня кто-то копирует. То есть вы постоянно копируете и изменяете собственные изображения, заимствуете у других, а они, в свою очередь, заимствуют у вас. Важно, что здесь мы имеем дело с массовой культурой — этот механизм используют миллионы людей. Многие из этих людей используют в качестве референсов работы художников-иллюстраторов, анимационных студий, видеоигры, голливудские фильмы. В каком-то смысле здесь нет ничего нового, это очень похоже на такие ресурсы как DeviantArt и ArtStation. Уже пятнадцать лет пользователи DeviantArtделятся друг с другом изображениями, созданными по мотивам каких-то уже существующих произведений.
Например, пытаются сделать что-то похожее на работы какой-нибудь известной анимационной студии. Они копируют и меняют по своему вкусу какие-то детали. Например, я задаю запрос «Blade Runner» и сайт мне выдает 27 тысяч картинок, которые пользователи создали на основе эстетики фильма Ридли Скотта. Мы можем вспомнить FanFiction или FanArt — они еще старше. Таким образом культура креативного копирования существовала всегда, однако именно цифровые инструменты сделали это явление массовым. Из серии «После Брейгеля», 2023 Изображение, созданное нейросетью Midjourney v 5.
Например, Питер Брейгель за свою жизнь создал порядка пятидесяти работ, но у него была большая семья. Братья и сыновья художника еще при его жизни и с его согласия, а потом после смерти художника создали множество копий его картин. То, что мы называем историей искусства — это один оригинал и десятки, может быть, сотни копий. Тогда почему приходя в музей, вы этого не замечаете? Потому что в каком-то смысле музей это скрывает. Музей транслирует вам модернистское представление об истории искусства, помещая на свои стены художников, которые отличаются друг от друга: вот Рубенс, вот Веронезе, там Суриков, а тут Малевич.
Но вы не видите их бесконечные копии. Тогда новый вопрос: а что тогда действительно нового в этой форме копирования, которую предоставляет нам ИИ. Конечно, вы можете управлять им по-разному: давать ему видео, чтобы получить новое видео, задать ему картинку или звук. Но на данный момент популярнее всего то, что называется text to image, то есть вы создаёте текстовый запрос и получаете картинку или анимацию. Дело в том, что в современном обществе почти все люди умеют писать и читать. 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.
На выбор имеется всего 6 фильтров. Оба режима мало отличаются по качеству нарисованных картин. Самое главное отличие — это набор фильтров. По сравнению с полностью бесплатным конкурентом Prisma Малевич сильно проигрывает.
Однако в программе Призма гораздо меньший набор возможностей. Вы можете бесплатно скачать приложение для обработки фото MLVCH или пользоваться им онлайн на соответствующем сайте. Однако веб-версия отличается долгим сроком ожидания. Где и как скачать утилиту Малевич? Рекомендуется устанавливать Mlvch лишь с официальных источников. Для каждого вида устройств имеется свой магазин приложений: для iPhone и iPad — это App Store, подробности в статье « Малевич на Айфон «; для смартфонов и планшетов на платформе Android — Google Play Market Инструкция как скачать программу на свой смартфон тут.
Данная исследовательская работа является участником Конференции по машинному зрению и распознаванию образов, которая проходит в Ванкувере с 18 по 22 июня. Пока что представленная нейросеть является лишь исследовательским проектом и не ясно, когда что-то подобное NVIDIA выпустит в открытый доступ. Вечерний 3DNews Каждый будний вечер мы рассылаем сводку новостей без белиберды и рекламы. Две минуты на чтение — и вы в курсе главных событий.
Материалы по теме.
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. Хочется отдельно упомянуть сложность выбора оптимальных режимов генерации для разных объектов и доменов. В ходе исследования генерации объектов мы начали с доказавших свою полезность в NLP-задачах подходов Nucleus Sampling и Top-K sampling, которые ограничивают пространство токенов, доступных для генерации.
Эта тема хорошо исследована в применении к задачам создания текстов, но для изображений общепринятые настройки генерации оказались не самыми удачными. Серия экспериментов помогла нам определить приемлемые диапазоны параметров, но также указала на то, что для разных типов желаемых объектов эти диапазоны могут очень существенно отличаться. И неправильный их выбор может привести к существенной деградации качества получившегося изображения.
Вопрос автоматического выбора диапазона параметров по теме генерации остаётся предметом будущих исследований. Вот не совсем удачные генерации объектов на примере котиков, сгенерированные по запросу «Котик с красной лентой»: Картинка 1 — у кота 3 уха; второй не вышел формой; третий немного не в фокусе.
Нарисовать картинку с помощью нейросети на русском языке
Государственный Русский музей запустил собственную нейросеть в своей официальной группе в соцсети "В Контакте". Как вы уже, наверное, знаете по новостям на DTF, с такими алгоритмами главное — правильно составить исходный запрос. Сегодня схожие работы могут генерировать нейросети.
Что еще почитать
- Малевича заменили нейросетью
- Раздел для тех, кто новичок в теме изображений, создаваемых искусственных интеллектом
- Подписывайтесь, чтобы первыми узнавать о важном:
- Примеры запросов и стилей генерации изображений
- Монохромный
- Нейросеть поможет отреставрировать фотографии - Hi-Tech
Липецк в стиле Малевича, Айвазовского и советской анимации создал ФКР в нейросети
Нейросети показали, каким мог "видеть" город известный художник Казимир Малевич, если бы попал сюда в наши дни. Нейросеть способна восстановить поврежденные участки снимка (порванные места или потертости), а также сделать из ч/б фотографии цветную. В воронежском музее нейросеть создала картины известных художников. Теперь нейросеть, подобно опытному фокуснику, формирует промежуточное представление картинки в виде латентного кода — своеобразной «шпаргалки», содержащей квинтэссенцию. Фото сгенерированы нейросетью «Шедеврум» по запросу «Петербургского дневника».