Но так ли опасны нейросети, как их малюют, и действительно ли они способны заменить настоящих художников? Сервис Everypixel провел исследование среди генеративных нейросетей и пришел к выводу, что за полтора года искусственный интеллект создал свыше 15 млрд изображений. Для обучения нейросети использованы опубликованные в широком доступе фотографии и видео.
Нейросеть Сбера Kandinsky 2.1 пользуется огромной популярностью
| Нейросеть «Кандинский» будет рисовать фотороботы подозреваемых в совершении преступлений | Сегодня мы собрали для тебя 5 сервисов, где нейросети нарисуют изображение по твоему запросу. |
| «СберКарту» теперь можно украсить картинами Малевича и Коровина | открыла доступ к нейросети, которая может восстановить старые фотографии. |
| Вологодские студенты обучили нейросеть распознавать рак легких | С Kandinsky и «Сбертян» — нейросеть генерировала фоны, а художница и автор персонажа — девушку. |
| Тест: Малевич или нейросеть? | Нейросеть не просто перерисовывала картины, но делала это в непривычных для художников стилях, среди которых экспрессионизм, пуантилизм и импрессионизм. |
Малевича заменили нейросетью
Русский музей запустил собственную нейросеть в социальных сетях. Для обучения нейросети использовался обновленный датасет в размере 1,5 млрд пар «текст — изображение». Эти инструменты — Midjourney, Stable Diffusion, RunwayML — используют одну и ту же систему нейронной сети, обученной на огромном количестве изображений. «Нейронные сети и машинное обучение приведут к ускорению развития»: ведущий IT-эксперт Аралтан Горяев оценивает будущее индустрии. Целью этого проекта стала интеграция нейросети и творчества Казимира Малевича, поэтому самые популярные картины художника были обработаны нейросетью Dezgo и выставлены.
Нейросеть Mail.ru поможет отреставрировать фотографии
| Вологодские студенты обучили нейросеть распознавать рак легких - МК Вологда | В ней нейросеть в режиме реального времени генерирует бесконечный поток уникальных портретов. |
| Создана первая нейросеть для мастеров красоты «Малевич» | Для нейросети слишком неочевидный ракурс, это Малевич. |
| В воронежском музее нейросеть создала картины известных художников | Сегодня мы собрали для тебя 5 сервисов, где нейросети нарисуют изображение по твоему запросу. |
| Нейросеть «Кандинский» будет рисовать фотороботы подозреваемых в совершении преступлений | Русский музей запустил собственную нейросеть в социальных сетях. |
| Владимир Малевич - новости на сегодня 2024 на | НЕЙРОСЕТЬ ДЛЯ BEAUTY МАСТЕРОВ КРАСОТЫ Малевич GPT нейросеть на русском. |
10 картин. Как Малевич «нарисовал» Барановичи
А то, что за него сейчас выдают - только эмблема, которую придумал теперь уже бывший губернатор Юрий Лодкин в конце прошлого века. Кроме того, в 2024 году Брянская область отпразднует своё 80-летие. Будет много сувениров и подарков с символикой, а Центробанк выпустит памятные монеты - по всей видимости, уже с новым гербом. Поэтому нужно поторопиться. Кстати, чтобы официально зарегистрировать герб, требуется утверждение геральдическим советом при президенте РФ. Затем символ внесут в государственный геральдический регистр.
В контексте изображений, созданных при помощи нейросетей, используются термины: «генеративное изображение», «генеративное медиа», «AI-изображение» — для меня всё это синонимы. Термин «генеративные медиа» установился несколько лет назад, правда для меня он недостаточно специфичен. Конечно, я не говорю, что нам надо прекратить его использовать. Но когда мы работаем с компьютерной графикой, компьютер ведь тоже что-то генерирует. В чем же тогда особенность работы с ИИ? Мне самому очень нравится другой термин — Statistical Image, «статистическое изображение». Он был предложен медиатеоретиком Полем Вирильо в работе тридцатилетней давности про компьютерное зрение. Однако мне он нравится, поскольку именно идея статистики отличает ИИ от других медиа, ведь нейронные сети обучаются на миллионах разных картинок. Или мне еще нравится Probabilistic Image —"вероятностное изображение", потому что суть работы с нейронными сетями в том, что они создают картинки в соответствии с вашим текстовым запросом, то есть те, которые, вероятно, соответствуют тому, что вы хотели получить. Раздел для тех, кто новичок в теме изображений, создаваемых искусственных интеллектом Для тех, для кого эта тема совсем новая, я поясню, как это работает. Вы пишете текстовый запрос промпт и искусственный интеллект генерирует изображение, подходящее под ваше описание. Кроме того, вы можете кроме описания нужной вам картинки прибавить фразу «in a style of» или «by someone » — и ИИ выдаст вам картинку, которая более-менее успешно будет стилизована в манере этого художника, фотографа, дизайнера и т. Впервые познакомившись с этой технологией прошлым летом, я сам, мои знакомые художники, искусствоведы, медиаведы — все сошли с ума, соцсети оказались переполнены их картинками. И то, что компьютер способен делать такие вещи, мне представляется невероятной революцией. Правда даже если вы опишете желаемое изображение очень подробно, не факт, что вы получите то, что ждёте. ИИ часто ошибается, но для меня, как для художника, в этом и есть главная прелесть нашего взаимодействия. Потому что любое медиа, будь то холст, гравюра или экспериментальное кино, неизбежно вносит свои поправки в замысел художника. Также и ИИ хотя не всегда правильно вас понимает, но при этом может выдать что-то интересное. Но, конечно, для индустрии массовых коммуникаций эти ошибки — проблема, которую предстоит решить. Лев Манович и Екатерина Маслова. Вы используете его пока что не напрямую, а через специальную социальную сеть, которая называется Discord. Дело в том, что его разработчики, которые называют себя не компанией, а лабораторией, создали этот инструмент, чтобы люди учились друг у друга. Поэтому процесс работы с этим инструментом происходит публично: ты листаешь страницы разных пользователей, смотришь, что они пишут и поначалу просто копируешь их запросы. Я также начинал учиться, воспроизводил их промпты и потихоньку начинал в них что-то менять. Вспомним, что основой художественного образования всегда было копирование: вы приходите в мастерскую и обязательно начинаете с того, что воспроизводите чужие образцы и лишь потом начинаете делать что-то своё. Процесс обучения занимает от нескольких часов до нескольких лет. В ответ на ваш запрос ИИ выдает вам сразу несколько картинок, и вы можете выбрать ту, что вам нравится больше и дальше её трансформировать. Какие-то юзеры создают что-то в эстетике гравюры, другие много времени тратят, чтобы получить фотореалистичное изображение. Однако можно заметить — что это медиа в гораздо большей степени, чем фотоаппарат или перо, додумывает вашу идею. Иногда он вас не понимает, поэтому придумывает что-то, о чем вы его не просили. Кроме того, если посмотреть на детали изображения, которые вы не прописывали в своём описании, ИИ создаёт их сам. Вы даёте ему намёк, а он развивает идею, привносит больше информации — иногда это хорошо, иногда плохо, поскольку изображение создаётся статистическим способом на основе миллионов существующих изображений, и результат отражает более-менее массовые вкусы. Тем не менее, это хорошая возможность наблюдать вкусы различных культурных и социальных групп. Статистическое изображение как форма медиаискусства Midjourney, Stable Diffusion, RunwayML, Adobe Firefly, а также другие инструменты могли появиться только после того, как достаточное число изображений, произведений искусства, иллюстраций, концепт-артов, кадров из фильмов и видеоигр стали доступны в интернете. То есть появилась база, на основе которой стало возможно обучить нейросеть. То есть мы можем назвать первой стадией появление самой цифровой культуры. Кроме того, еще одной важной стадией стало развитие социальных сетей, где люди привыкли делиться своими картинками и текстами. В этом смысле генеративные медиа — это еще один пример революционной парадигмы, которая стоит на плечах цифровой вселенной, создававшейся последние пятнадцать лет. Еще пятнадцать лет назад эти инструменты попросту не могли возникнуть, потому что в интернете не было достаточно материала для обучения нейросети.
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. По данным аналитиков, в ближайшие годы новые технологии упростят работу миллионам человек Еще одним важным ключом для идентификации изображения, созданного ИИ, является водяной знак. Знак находится в правом нижнем углу изображения, он выглядит как пять квадратов желтого, бирюзового, зеленого, красного и синего цветов. По мнению генерального директора компании Smart Engines, кандидата технических наук Владимира Арлазарова, нейросети уже сейчас могут заменять художников и будут делать это в дальнейшем. Но это касается не всех мастеров, а только тех, кто пишет «посредственные работы и копии». Это особенно будет проявляться в дизайне, где большая часть работ — ширпотреб. Но это только пока, и если среди художников не появится новых Ван Гогов, Ренуаров, Моне, Малевичей, Кандинских, всё будет весьма плачевно для этой профессии, потому что нейросети не остановятся в своем развитии.
Применение механизма self-attention позволяет извлечь контекст из входной последовательности токенов в ходе обучения. Следует отметить, что для обучения трансформера требуются большие объёмы желательно «чистых» данных, о которых мы расскажем ниже. Как устроен ruDALL-E Глобальная идея состоит в том, чтобы обучить трансформер а вернее только его декодер авторегрессивно моделировать токены текста и изображения как единый поток данных. Однако использование пикселей непосредственно в качестве признаков изображений потребует чрезмерного количества памяти, особенно для изображений с высоким разрешением. Чтобы не учить только краткосрочные зависимости между пикселями и текстами, а делать это более высокоуровнево, обучение модели проходит в 2 этапа: Предварительно сжатые изображения с разрешением 256х256 поступают на вход автоэнкодера мы обучили свой SBER VQ-GAN, улучшив метрики для генерации по некоторым доменам, и об этом как раз рассказывали тут , причем также поделились кодом , который учится сжимать изображение в матрицу токенов 32х32. Фактор сжатия 8 позволяет восстанавливать изображение с небольшой потерей качества: см. 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.
Из‑за порчи картины ученицы Малевича все-таки возбудили уголовное дело. Подозреваемый задержан
Популярная нейросеть Stable Diffusion XL позволяет настраивать точность соответствия запросу, число шагов и прочие параметры генерации. Государственный Русский музей запустил собственную нейросеть в своей официальной группе в соцсети "В Контакте". Читайте все самые свежие и актуальные новости 2024 на В воронежском музее нейросеть создала картины известных художников. К 125-летию со дня открытия Русский музей запустил собственную нейросеть в сообществе ВКонтакте.
Создана первая нейросеть для мастеров красоты «Малевич»
С помощью новейших современных технологий мы можем показать подписчикам избранные полотна из нашего собрания и увидеть, как нейросетью трактуются известные. 16 декабря прошло закрытое мероприятие в честь запуска Relictum NFT Marketplace, где в продажу поступил уникальный токен работы Малевича. Мы протестировали нейросеть ruDALL-E Malevich и развлечения ради сделали запросы про будущее Архангельска: какой будет природа через много лет, до чего дойдет наука.
Нарисовать картинку с помощью нейросети на русском языке
| В Москве пройдет выставка, созданная при помощи мировых нейросетей и российской нейросети ReText.AI | Обзор нейросетей, которые рисуют картины по заданному тексту онлайн – Midjourney, dall-e 2, rudalle, artbreeder и другие. |
| Представлена нейросеть Kandinsky 2.1 от «Сбера» / Skillbox Media | Пока что представленная нейросеть является лишь исследовательским проектом и не ясно, когда что-то подобное NVIDIA выпустит в открытый доступ. |
| Тест: Малевич или нейросеть? | Мы решили не оставаться безучастными и обратились к нейросети Малевич. |
Создана первая нейросеть для мастеров красоты «Малевич»
Фигуры людей в купеческих одеждах растворяются в морозном тумане. При этом каждая интерпретация значительно отличается от обычного фото спального района Липецка. ФКР предлагает липчанам выбрать наиболее понравившийся вариант.
Например, она способна изучить десятки тысяч портретов и запомнить, что на изображении должны быть голова, два глаза и нос. Получив данные, нейросеть начинает диалог генератора и дискриминатора.
Цель первого — создать изображение, способное обмануть дискриминатор. Цель второго — сравнить предложенное генератором с базой данных, вернуть «подделку» и дать обратную связь о ее качестве. Получив фидбек, генератор создает изображение на основе новых правил. Процесс продолжается до тех пор, пока дискриминатор не признает, что созданная генератором картинка — уникальна.
В случае с «Портретом Эдмонд Беллами» в базу загрузили 15 000 изображений, а проданный лот можно считать 15 001-ой вариацией. Художники активно используют генеративно-состязательные сети в творческих целях. Результатом являются работы, которые иногда объединяют термином « ганизм » GANism. Иногда такие работы вызывают восхищение, иногда — эффект «зловещей долины» когда объект, который выглядит и действует почти как человек, но с некоторыми отклонениями от нормы, вызывает неприязнь и отвращение у людей-наблюдателей.
Как например изображения в стиле ню , полученные Робби Барратом и его алгоритмом, изучившим 10 000 изображений обнаженных тел. Интересно, неужели машины видят нас такими... Искусство нейросети — все еще искусство? Картины, созданные искусственным интеллектом, вызывают ряд вопросов.
Во-первых, насколько AI-творчество вообще можно называть искусством? С учётом того, что на протяжении истории именно человек был его творцом. Отдельные созданные им "произведения" могут быть искусствоведческим курьезом, но как таковые они не являются художественными работами — так как в них отсутствует проявление воли художника. Уже были прецеденты продажи холстов, созданных алгоритмом, но актом искусства в этом случае являлась сама продажа этого произведения — участники арт-рынка здесь выступали в роли перформеров».
Или работа "гибридных" устройств, порой весьма остроумных и поэтичных — современных версий Антикитерского механизма. Но принципиально иной по отношению к человеческому тип сознания едва ли будет создавать нечто подобное. Более вероятно, что мы вообще не сможем распознать, вычленить из повседневности "искусство", которое создано машиной, его творческая работа будет загадкой — как интеллектуальный мир других существующих форм жизни, например, животных или деревьев». Второй вопрос, неразрывно связанный с AI-искусством, — распределение авторских прав.
Эта теория объединяет идеи из нескольких областей физики, философии и теории инфляции. За невероятно короткий промежуток времени наша Вселенная, когда она была очень молодой и ее возраст составлял меньше секунды, быстро расширилась до огромных размеров и была на порядок больше, чем сейчас. Согласно гипотезе, Вселенная простирается куда дальше, чем могут заглянуть современные телескопы.
Ты пишешь искусственному интеллекту запрос, что хотел бы видеть, а он тебе выдает картинку. И ведь действительно затягивает! А совсем недавно редакция «КП-Иркутск» узнала у нейросети Midjourney, как выглядело бы священное озеро Байкал на полотнах всемирно известных художников. И вот что получилось… Что же это за геометрические фигуры? С трудом, но различаем на фото скалу Шаманку на острове Ольхон. А что за художник, уже догадались? Конечно, не кто иной, как Казимир Малевич в своем любимом стиле.
Скала-Шаманка состоит из геометрических фигур. Кстати, он один из первых представителей экспрессионизма.