Как нарисовать краш тест
Перейти к содержимому

Как нарисовать краш тест

  • автор:

 

Как создать проект краш-теста автомобиля

Этот проект позволит учащимся любого возраста сконструировать автомобиль для краш-тестирования. Транспортные средства будут содержать сырое яйцо, которое выдержит краш-тест или будет треснуть и разбрызгиваться. Испытание на столкновение проводится из 8-футовой дорожки для испытаний в наклонной плоскости с углом 40 градусов в твердый кирпич.

Критерии и ограничения для краш-теста проекта автомобиля

    1. Конструкция кузова автомобиля должна иметь зону деформации переднего конца
    2. Дизайн кузова должен соответствовать дизайну автомобиля или грузовика
    1. В дизайне кузова могут использоваться только материалы из списка материалов, предоставленных в нужной вам колонке.
    2. Конструкция кузова должна иметь переднюю часть мятой зоны
    3. Конструкция кузова должна включать конструкцию сиденья для поддержки сырого яйца, подрезанную под платформу автомобиля

    Задачи: 1. Разработать кузов транспортного средства для краш-теста, который будет защищать одно сырое яйцо в скорлупе, удерживаемой на сиденье транспортного средства, прикрепленного к предварительно изготовленной платформе транспортного средства с прикрепленными осями и колесами. 2. Проверить конструкцию кузова, запустив транспортное средство для краш-теста вниз по 8-футовой гусенице, установленной на 40 градусный угол в твердый кирпич 3. Удачная конструкция позволит яйцу выдержать испытание без повреждений

    Транспортное средство не должно превышать длину и ширину предварительно изготовленной автомобильной платформы. Пластиковые колеса и оси можно купить в местном магазине хобби. Конструкция кузова автомобиля должна быть приклеена к платформе транспортного средства, а оси должны быть закреплены на платформе транспортного средства на расстоянии одного дюйма от каждого конца. Модельный клей лучше всего работает при удерживании осей на месте.

    После сборки автомобиля, крепления осей к нижней части платформы автомобиля, прикрепления пластиковых колес к осям, приклеивания кузова к платформе автомобиля, закрепления сырого яйца в автомобиле, используйте испытательный трек для проверки вашей конструкции. если яйцо выживет без трещин, ваш дизайн будет успешным. Если яйцо расколется, определите, какая часть автомобиля нуждается в усилении, и измените конструкцию. Тест на треке, пока яйцо не выдержит испытания.

    подсказки

    Будьте очень осторожны при использовании режущих инструментов. Убедитесь, что они острые, чтобы облегчить порезы. Никогда не используйте тупой режущий инструмент. Дети до 14 лет должны находиться под наблюдением, когда они используют режущие инструменты, а также строят испытательный трек.

    Предупреждения

    Модельный клей следует наносить под наблюдением взрослых и хранить в надежном месте. Режущие инструменты должны храниться в безопасном месте, когда они не используются.

    Как создать научный проект на батарейках для питания калькулятора

    Как создать научный проект на батарейках для питания калькулятора

    Создание научного эксперимента с лимонной батареей — отличный способ для детей узнать об электричестве. Это тоже очень весело. Процесс прост и недорог. Аккумулятор — это простой механизм, состоящий из двух металлов в кислоте. Цинк и медь гвоздя и медные крючки становятся электродами батареи, в то время как .

    Как мне создать в 7-м классе школьный проект вирусной модели?

    Как мне создать в 7-м классе школьный проект вирусной модели?

    Вирусы бывают разных форм и размеров. Как правило, они состоят из четырех частей. Оболочка представляет собой богатое белком внешнее покрытие, изготовленное из белка, полученного из пораженной клетки. Эти конверты могут быть круглыми, спиральными или стержневыми. Конверт обычно имеет какие-то шипы или крючки, или даже хвост, который помогает вирусу .

    Влияние загрязнения автомобиля

    Влияние загрязнения автомобиля

    В то время как в новостных сообщениях основное внимание уделяется загрязнению воздуха, производимому транспортными средствами, автомобили, которые люди ежедневно ездят по улицам, вызывают загрязнение и другими способами. Автомобили представляют собой сложные машины, состоящие из радиаторов, пластика, масла, резины, опасных отходов и других жидкостей. Если автовладельцы позволят некоторым из этих предметов превратить его в .

    Игра Аварийное Тестирование Автомобилей

    Рады приветствовать вас в невероятно крутой игре «Аварийное Тестирование Автомобилей»! Этот шедевр по истине можно называть настоящим симулятором разрушений транспорта. Если конкретнее, то вы будете заниматься краш-тестами автомобилей, мотоциклов и грузовиков на специально оборудованном полигоне. Если станет скучно, то всегда можно отправиться на гладиаторские бои, где надо будет сражаться против других игроков. Готовы? Тогда, начнём!

    Как играть?

    Покажите весь свой арсенал навыков и умений, чтобы победить соперников. Они всеми силами будут стараться таранить вас, чтобы нанести непоправимый урон. Поэтому необходимо уходить от столкновений и атаковать самим. Ведь так вы будете получать меньше урона. Но вдруг не получиться побеждать за рулём легковушки, то берите грузовик. Поверьте, сидя за рулём такого транспорта, вы точно победите. Также, можно заняться тестированием на прочность всех машин, создавая аварийные ситуации. Поэтому набирайте скорость, включайте режим замедления и наблюдайте за тем, как отваливаются колёса, отлетают бампера, капот и другие детали. Если направить авто в дробильню, то от него и вовсе ничего не останется. Давайте посмотрим, на столько сильным испытаниям вы подвергните эти машины. Желаем удачи!

    21 сайт, где можно протестировать работу нейросетей ⁠ ⁠

    С помощью генеративно-состязательной сети сайт сканирует фотографию и создаёт похожее изображение, накладывая миллион фотографий актёров. Чтобы получить наилучшее из возможных изображений, советуют загрузить фотографию лица крупным планом без лишних деталей.

    2. Отретушировать изображение — Nvidia InPainting

    На сайте пользователь может отретушировать фотографию с помощью «умной» кисти. Алгоритмы умеют заменять изображения или убирать ненужные детали на фотографии. Для этого нужно загрузить фотографию и с помощью кисти создать маску нужного объекта.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    3. Сгенерировать человека — ThisPersonDoesNotExist

    Нейросеть создаёт реалистичное изображение человеческого лица. Новое изображение появляется при каждом открытии или обновлении страницы. В основе алгоритма лежит генеративная нейросеть StyleGAN от Nvidia.

    Разработчик — сотрудник Uber Филипп Ван.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    Искусственный интеллект генерирует изображение кота на основе знаний, который он получил, анализируя настоящие изображения животных. Чтобы получить изображение кота, достаточно обновить страницу сайта.

    Этот сервис тоже создал сотрудник Uber Филипп Ван.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    5. Поиграть в тетрис — Sematris

    Мини-игра от Google работает двумя способами: вдумчивый тетрис или интенсивная аркада.

    В первом случае нужно написать родственное слово к одному из представленных в списке, и нейросеть попробует угадать, к какому из этих слов оно подходит.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    Во втором — подобрать близкое по смыслу слово к варианту, предложенному алгоритмом. Например, сопоставить слово «спать» со словом «кровать». Чем больше совпадений, тем больше очков получает пользователь. Правильное слово между блоками приводит к удалению блока.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    6. Создать рисунок из каракулей — AutoDraw

    Искусственный интеллект и машинное обучение помогают превратить неаккуратные наброски в чёткие прорисованные изображения. Пользователю достаточно нарисовать несколько линий на холсте, чтобы алгоритм подсказал запланированный рисунок. Искусственный интеллект сравнивает изображения из обширной базы данных и выбирает подходящие варианты.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    7. Нарисовать реалистичное изображение — Smart Sketch

    Сервис демонстрирует работу нейросети GauGAN от Nvidia, которая превращает схематичные рисунки в реалистичные изображения. Кроме того, если два пользователя создадут один и тот же эскиз с одинаковыми настройками, то встроенные в проект случайные числа гарантируют, что приложение выдаст разные результаты.

    Разработку называли «Paint эпохи искусственного интеллекта».

    PS: Из-за наплыва пользователей, желающих превратить свою мазню в нечто красивое, сайт может открываться очень долго или вообще не работать.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    8. Распознать рисунок — Quick, Draw!

    Пользователь создаёт рисунки и предлагает алгоритмам Google угадать, что он имел в виду. Модель обучения улучшается с ростом количества угаданных изображений.

    Все данные остаются в публичном доступе.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    9. Описать фотографию — CaptionBot

    Сервис от Microsoft составляет описание к любой фотографии. В его основе лежит три отдельных алгоритма: Computer Vision API, Bing Image Search API и Emotion API. Если на изображении есть лица, сервис показывает эмоции людей с помощью эмоджи. После анализа приложение предлагает оценить, насколько точно он составил описание.

    С помощью рейтингов нейросеть обучается, и теоретически со временем подписи должны становиться лучше.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    10. Поговорить с книгой — Talk to Books

    Приложение работает на базе алгоритмов Google AI. Нейросеть отвечает на вопросы пользователя цитатами из книг. Она умеет обрабатывать абстрактные вопросы, например, «в чём смысл жизни?» и «что значит быть человеком?».

    Сервис не распознаёт вопросы на русском языке.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    Нейросеть использует шаблоны для резюме, созданные Enhancv для своих клиентов. Фотографии генерируются с помощью алгоритма StyleGAN от Nvidia, а тексты — TextgenRNN. Источником данных послужила информация с портала Indeed, где опубликовано 120 млн резюме. Создать новое резюме можно каждые 10 секунд.

    Сервис создали разработчики болгарского сервиса по созданию резюме Enhancv.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    12. Сделать логотип — Logojoy

    Чтобы создать логотип, пользователю нужно ввести название компании, выбрать её специализацию, понравившиеся логотипы, цветовые гаммы и изображения.

    Сервис использует алгоритмы TensorFlow от Google.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    Алгоритм «Яндекса» составляет собственные стихи из заголовков «Яндекс.Новостей». Сервис автоматически определяет стихотворный размер фразы по чередованию ударных и безударных слогов, составляет фонетические транскрипции и рифмует созвучные фразы.

    Также приложение читает собственные произведения с помощью технологии SpeechKit.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    14. Превратить фотографию в портрет из стихов — PoemPortraits

    Проект — результат сотрудничества Google Arts и Culture Lab. На старте пользователю необходимо ввести любое слово, которое будет содержаться в стихотворении. Затем — предоставить доступ к камере и сфотографироваться, после чего нейросеть наложит стихи на фотографию.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    15. Создать из фотографии картину — Deepart

    Чтобы создать изображение, нужно загрузить фотографию и выбрать стиль. Готовый результат сервис присылает на электронную почту — такую необходимость он объясняет тем, что обработка занимает несколько минут и на сервисе длинная очередь. Среднее время ответа — около 10 минут.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    16. Удалить фон с фотографии — remove.bg

    Сервис позволяет за пять секунд удалить фон с фотографии без использования графических редакторов. С помощью алгоритмов приложение выделяет объекты на переднем плане и убирает лишнее.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    17. Раскрасить чёрно-белую фотографию — Colorize

    Приложение разработано российской компанией G-Core Labs. В его основе — проект с открытым исходным кодом DeOldify. Бесплатно пользователь может загрузить до 50 фотографий, на каждой из них будет написано «Создано с помощью Colorize.cc». Чтобы получить фото, нужно оставить электронный адрес. Время ожидания — от 30 секунд.

    Платная версия стоит $10, она убирает надпись и увеличивает лимит до 10 тысяч загрузок.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    18. Найти ответ в Библии — Digital Bible

    Сервис использует искусственный интеллект, чтобы найти в Библии стихи по ключевому слову или концепции. Например, можно напечатать «месть» или «Ной», и приложение отобразит все стихи из Библии, которые содержат упоминания слов. Сервис находит не только текстовые совпадения, но и смысловые.

    Сайт работает на английском языке.

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    19. Озвучить текст голосом знаменитости — Voices by Headliner

    Приложение преобразовывает текст на английском языке в речь и затем предлагает создать видео. Оно работает на базе Microsoft Custom Voice.

    Среди вариантов озвучки — голоса Марка Цукерберга, Дональда Трампа, Моргана Фримена, Ким Кардашьян, Тейлор Свифт и других знаменитостей.

    20. Заменить лицо на фотографии — Reflect

    Сервис, основанный на работе состязательно-генеративной нейросети, автоматически заменяет лицо на фотографии на другое. Пользователь может загрузить собственные изображения или использовать готовые.

    Приложение не просто копирует и подставляет лицо, но и сохраняет выражение лица, его цвет и другие характеристики. Изменять лица можно на картинах, рисунках, статуях и изображениях персонажей видеоигра и фильмов.

    В планах сервиса — заменять тела и лица на видео.

    PS: Гарольд, скрывающий боль + Железный человек

    21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

    21. Обучить нейросеть — Teachable Machine

    Google создала приложение, которое поможет людям понять, как работают нейросети. Для эксперимента понадобится устройство с веб-камерой. Совершая разные движения на камеру, сервис запоминает их и отвечает на жесты GIF-изображением, звуком или речью.

    897 постов 7.1K подписчика

    Правила сообщества

    Здесь вы можете свободно создавать посты по теме Искусственного интеллекта. Добро пожаловать 🙂

    — Делиться вопросами, мыслями, гипотезами, юмором на эту тему.

    — Делиться статьями, понятными большинству аудитории Пикабу.

    — Делиться опытом создания моделей машинного обучения.

    — Рассказывать, как работает та или иная фиговина в анализе данных.

    — Век жить, век учиться.

    I) Невостребованный контент

    I.1) Создавать контент, сложный для понимания. Такие посты уйдут в минуса лишь потому, что большинству неинтересно пробрасывать градиенты в каждом тензоре реккурентной сетки с AdaGrad оптимизатором.

    I.2) Создавать контент на «олбанском языке» / нарочно игнорируя правила РЯ даже в шутку. Это ведет к нечитаемости контента.

    II) Нетематический контент

    II.1) Создавать контент, несвязанный с Data Science, математикой, программированием.

    II.2) Создавать контент, входящий в противоречие существующей базе теорем математики. Например, «Земля плоская» или «Любое действительное число представимо в виде дроби двух целых».

    II.3) Создавать контент, входящий в противоречие с правилами Пикабу.

    III) Непотребный контент

    III.1) Эротика, порнография (даже с NSFW).

    За нарушение I — предупреждение

    За нарушение II — предупреждение и перемещение поста в общую ленту

    За нарушение III — бан

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Попробовал нейросети, ага. Искусственный интеллект такой искусственный.

    Думаю, хочется немного милоты, посмотрю КОТИКОВ.

    НА СУКА, получи милоты блеать:

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Иллюстрация к комментарию

    Хм. это не совсем то, что я рисовал

    Иллюстрация к комментарию

    К такому я не была готова

    Иллюстрация к комментарию

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.)⁠ ⁠

    TLDR: Че тут происходит вообще? Я тут делюсь своим опытом по работе с нейронками. Если тебе эта тема интересна, но ты только начал вникать загляни ко мне в профиль или в конец статьи, там есть полезные ссылки. Сейчас это может быть слишком сложным для тебя.

    Сегодня покажу как установить, настроить и начать пользоваться одним из самых лучших расширений для стабильной диффузии. Способов его применения огромное множество, но все по порядку.

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    Для начала становим расширение. Запустите автоматик, зайдите Extensions — Available — Нажмите кнопку Load from. Загрузятся расширения доступные к установке, найдите sd-webui-controlnet и нажмите Install. С расширением всё.

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    Теперь нужно скачать модели и я походу объясню какая и зачем.

    Модели. Есть полные версии, а так же их уменьшенные версии, заметной разницы в качестве я не обнаружил и пользуюсь уменьшенными так как SSD не резиновый.

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    Можете скачать все со словом control в начале. Я в основном использую 3, это depth, openpose, hed, но так как весят не много и удобно иметь под рукой, имею все.

    Препроцессоры:

    У всех у них одна задача, получить тот или иной контур объекта, поза, линии, силуэт чтобы затем вы могли изменить картинку не отходя от этого самого контура, позы, силуэта. Так вот теперь вы можете забрать с нее только композицию и нарисовать по ней все что угодно. В разумных пределах конечно.

    canny — обводит края тонкой линией, подходит для изображений с резкими краями, например аниме

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    hed — толстой размазанной, смягчая края

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    openpose — берет только позу людей кадре, никаких краёв, а значит можно менять например фигуру. Для всего

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    depth — маска глубины чем ближе к камере тем белее, для всего когда нужно получить объем сцены чтобы его сохранить

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    normal — карта объёма

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    scribble — создает каракули и может создавать что-то из каракуль

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    mlsd — работает с ровными прямыми линиями, хорош с помещениями, чтобы передать их геометрию ну и потом перерисовать конечно.

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    seg- делит картинку на сегменты, затем пытается в тех же сегментах нарисовать те же объекты которые могут относиться к этому сегменту. Использовал я его примерно 0 раз, но кто знает…

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    После скачивания моделей поместите их по пути: ваша_папка_с_автоматиком\extensions\sd-webui-controlnet\models

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    После того как все сделали, полностью перезапустите стабильную диффузию.

    Запускаем снова и смотрим вниз. Появилась вкладка ControlNet. Давайте сгенерируем что нибудь и сразу возьмем его позу для генерации чего-то другого.

    Конечно же не обязательно генерировать. Вы можете поместить в окно контролнета любую фотографию которую хотите взять за основу.

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    Ставлю галку на Enable, чтобы активировать расширение. Выбираю препроцесср Openpose модель тоже openpose.

    Еще пример изображения в той же позе:

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    А теперь давайте разберемся с настройками. По крайней мере на дату выхода статьи , в мире нейросетей все очень быстро меняется.

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    Invert Input Color — инвертировать изображение. Бывает что вам понадобится черный контур на белом фоне, а ваша картинка имеет обратные цвета. Галка поможет

    RGB to BGR — сменить компоновку пикселей. Видимо на матрицах BGR даст результат лучше, но я с такими дело не имел

    Low VRAM — уменьшает требование к видеопамяти

    Guess Mode — удалите промпт, контрол сам попробует понять что на картинке и повторить по своему. По мне фигня какая-то (на текущую дату)

    Preprocessor — обработчик изображения которое вы скормили расширению. То есть openpose превращает изображение в позу. Из примера выше она выглядит вот так

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    Model — берет то что получила от препроцессора и обрабатывает.

    Weight — как сильно контролнет будет влиять на композицию

    Guidance Start (T) — когда вмешаться

    Guidance End (T) — когда перестать

    Диффузия получает изображение из шума, делает она это степами\шагами. Вы можете выбрать когда контрол нету влиять на очистку шума, а когда нет. Это уже чуть более продвинутая техника. Расскажу о ней в другой раз. В вкратце, если поставить 0 и 0.5 контрол будет контролировать общий силуэт до половины генераций, а дальше полностью отпустит вожжи и в дело вступит только диффузия.

    Annotator Resolution — разрешение считывания, ставьте по самой короткой стороне вашей картинки, качество работы препроцессора должно стать лучше.

    Threshold A\B — предназначены для очистки “мусора” на таких препроцессорах как canny например. Если у вас считывает что что вы не хотели бы или наоборот, поиграйте этими ползунками.

    Оба максимум \ Оба минимум

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    С позами понятно. А остальные что?

    Теперь вам не нужно долго добиваться от диффузии нужной вам композиции. Вы можете использовать любую уже созданную, хоть вами хоть кем то другим. Это только часть возможностей данного расширения, об остальных расскажу в других статьях.

    Выбирайте препроцессор при принципу что вам важно взять с изображения? Только позу? Openpose. Силуэт? Depth. Нужно сохранить практически все грани, но переделать в другой стиль? Canny, hed.

    На прощание нарисуем кролика:

    Установка и объяснение настроек Control Net. (Копирование позы, композиции и т.д.) Обучение, Нейронные сети, Цифровой рисунок, Арты нейросетей, Stable Diffusion, Digital, 2D, Компьютерная графика, Искусственный интеллект, Гифка, Длиннопост

    мой промпт: cartoon rabbit, ghibli

    Поделиться результатом или задать вопрос вы можете в нашем комьюнити нейроэнтузиастов.

    Больше гайдов на моем канале, подписывайтесь чтобы не пропустить. Так же вы можете заказать у меня работу если не может что-то сделать сами, ну или не хотите)

    Нейронки для развлечений⁠ ⁠

    Работа — это хорошо, но и веселиться тоже надо. Эти нейронки подберут для вас фильмы, музыку, отправят вас в прошлое, придумают вам тату, подскажут, что надеть на свидание и сделают много чего ещё.

    Natural Language Playlist — вбивайте любой (абсолютно) запрос и сервис выдаст вам 7-часовой плейлист соответствующей музыки. Пробовать тут.

    Movie Deep Search — нейронка подыщет фильм под самый хитровыдуманный запрос. Пробовать тут.

    RadioGPT — ИИ-диджеи ставят музыку, зачитывают новости и даже шутят. Слушать тут.

    EndlessVN — у всех визуальных новелл есть финал. Кроме этой. Бесконечный сюжет, сгенерированный ИИ. Играть тут.

    FashionAdvisor AI — личный стилист на основе ИИ. Подскажет, какие штаны с какой рубашкой сочетаются. Пробовать тут.

    Tattoos AI — если у вас затык на тему, какую тату набить, этот сервис поможет сгенерировать новые эскизы. Пробовать тут.

    PlaylistAI — приложение на основе ИИ, которое поможет собирать новые плейлисты в Spotify и Apple Music: на основе текстового запроса, картинки или видео. Простой пример — в прогу можно загрузить афишу любого фестиваля. Качать тут.

    Cool Gift Ideas — опишите человека и сервис подберёт под него подарок. Пробовать тут.

    Hello History — чат-бот, который даст вам пообщаться с ИИ-двойником известной исторической личности. Пообщайтесь с Цезарем, Линкольном или Тупаком. Есть в App Store и Google Play.

    AI Time Machine — заливайте свою фотку и она сделает вас участником любой исторической эпохи. Станьте хоть викингом, хоть фараоном. Пробовать тут.

    Endel — генератор ИИ-музыки, который поможет расслабиться и выспаться. Пробовать тут.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели⁠ ⁠

    В последнее время нам почти каждый день рассказывают в новостях, какие очередные вершины покорили языковые нейросетки, и почему они уже через месяц совершенно точно оставят лично вас без работы. При этом мало кто понимает – а как вообще нейросети вроде ChatGPT работают внутри? Так вот, устраивайтесь поудобнее: в этой статье мы наконец объясним всё так, чтобы понял даже шестилетний гуманитарий!

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    OpenAI (компанию, сделавшую ChatGPT) основали в 2015 году именно вот эти двое парнишек – кто бы тогда знал, во что это в итоге выльется.

    На всякий случай сразу оговоримся: у этой статьи два автора. За всю техническую часть (и за всё хорошее в статье) отвечал Игорь Котенков – широко известный чувак в узких кругах русскоязычной тусовки специалистов по искусственному интеллекту, а также автор канала Сиолошная про машинное обучение, космос и технологии. За мольбы «вот тут непонятно, давай как-нибудь попроще!» и за добавление кринжовых неуместных мемов был ответственен Павел Комаровский – автор канала RationalAnswer про рациональный подход к жизни и финансам.

    Собственно, статья так и родилась: Павел пришел к Игорю и возмутился – дескать, «почему никто еще не написал на русском нормальную статью про ChatGPT, объясняющую понятно даже для моей бабушки, как всё вот это нейроколдунство работает?». Так что заранее приносим свои извинения всем хардкорным технарям: при подготовке этого текста мы стремились к максимальному упрощению. Нашей задачей было – дать читателям общее понимание принципов работы языковых нейросетей на уровне концепций и аналогий, а не разобрать до последнего винтика все глубокие технические нюансы процесса.

    В общем, наливайте себе кружечку горячего чая и устраивайтесь поудобнее – сейчас мы вам расскажем всё про то, что там крутится под капотом у языковых моделей, каким образом эти покемоны эволюционировали до текущих (местами поразительных) способностей, и почему взрывная популярность чат-бота ChatGPT стала полным сюрпризом даже для его создателей. Поехали!

    T9: сеанс языковой магии с разоблачением

    Начнем с простого. Чтобы разобраться в том, что такое ChatGPT с технической точки зрения, надо сначала понять, чем он точно не является. Это не «Бог из машины», не разумное существо, не аналог школьника (по уровню интеллекта и умению решать задачи), не джинн, и даже не обретший дар речи Тамагочи. Приготовьтесь услышать страшную правду: на самом деле, ChatGPT – это Т9 из вашего телефона, но на бычьих стероидах! Да, это так: ученые называют обе этих технологии «языковыми моделями» (Language Models); а всё, что они по сути делают, – это угадывают, какое следующее слово должно идти за уже имеющимся текстом.

    Ну, точнее, в совсем олдовых телефонах из конца 90-х (вроде культовой неубиваемой Nokia 3210) оригинальная технология Т9 лишь ускоряла набор на кнопочных телефонах за счет угадывания текущего вводимого, а не следующего слова. Но технология развивалась, и к эпохе смартфонов начала 2010-х она уже могла учитывать контекст (предыдущее слово), ставить пунктуацию и предлагать на выбор слова, которые могли бы идти следующими. Вот именно об аналогии с такой «продвинутой» версией T9/автозамены и идет речь.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Кого ни разу не подставляла автозамена на телефоне – пусть первый бросит в меня камень

    Итак, и Т9 на клавиатуре смартфона, и ChatGPT обучены решать до безумия простую задачу: предсказание единственного следующего слова. Это и есть языковое моделирование – когда по некоторому уже имеющемуся тексту делается вывод о том, что должно быть написано дальше. Чтобы иметь возможность делать такие предсказания, языковым моделям под капотом приходится оперировать вероятностями возникновения тех или иных слов для продолжения. Ведь, скорее всего, вы были бы недовольны, если бы автозаполнение в телефоне просто подкидывало вам абсолютно случайные слова с одинаковой вероятностью.

    Представим для наглядности, что вам прилетает сообщение от приятеля: «Чё, го седня куда нить?». Вы начинаете печатать в ответ: «Да не, у меня уже дела(( я иду в. », и вот тут подключается Т9. Если он предложит вам закончить предложение полностью рандомным словом, типа «я иду в капибару» – то для такой белиберды, если честно, никакая хитрая языковая модель особо и не нужна. Реальные же модели автозаполнения в смартфонах подсказывают гораздо более уместные слова (можете сами проверить прямо сейчас).

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Мой Samsung Galaxy предлагает такие варианты. Сразу видно типичного айтишника: получил зарплату, прокутил – и сразу в аптеку, лечиться!

    Так, а как конкретно Т9 понимает, какие слова будут следовать за уже набранным текстом с большей вероятностью, а какие предлагать точно не стоит? Для ответа на этот вопрос нам придется погрузиться в базовые принципы работы самых простейших нейросеток.

    Откуда нейросети берут вероятности слов?

    Давайте начнем с еще более простого вопроса: а как вообще предсказывать зависимости одних вещей от других? Предположим, мы хотим научить компьютер предсказывать вес человека в зависимости от его роста – как подойти к этой задаче?

    Здравый смысл подсказывает, что надо сначала собрать данные, на которых мы будем искать интересующие нас зависимости (для простоты ограничимся одним полом – возьмем статистику по росту/весу для нескольких тысяч мужчин), а потом попробуем «натренировать» некую математическую модель на поиск закономерности внутри этих данных.

    Для наглядности сначала нарисуем весь наш массив данных на графике: по горизонтальной оси X будем откладывать рост в сантиметрах, а по вертикальной оси Y – вес.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Судя по нашим прикидкам, мужики в выборке попались в среднем ну такие – довольно упитанные (или сплошь качки на массе, тут сразу не разберешь)

    Даже невооруженным взглядом видна определенная зависимость: высокие мужики, как правило, больше весят (спасибо, кэп!). И эту зависимость довольно просто выразить в виде обычного линейного уравнения Y = k*X + b, знакомого нам всем с пятого класса школы. На картинке нужная нам линия уже проведена с помощью модели линейной регрессии – по сути, она позволяет подобрать коэффициенты уравнения k и b таким образом, чтобы получившаяся линия оптимально описывала ключевую зависимость в нашем наборе данных (можете для интереса подставить свой рост в сантиметрах вместо X в уравнение на картинке и проверить, насколько точно наша модель угадает ваш вес).

    Вы тут уже наверняка хотите воскликнуть: «Окей, с ростом/весом и так интуитивно всё было понятно, только причем тут вообще языковые нейросети?» А притом, что нейросети – это и есть набор примерно тех же самых уравнений, только куда более сложных и использующих матрицы (но не будем сейчас об этом).

    Можно упрощенно сказать, что те же самые T9 или ChatGPT – это всего лишь хитрым образом подобранные уравнения, которые пытаются предсказать следующее слово (игрек) в зависимости от набора подаваемых на вход модели предыдущих слов (иксов). Основная задача при тренировке языковой модели на наборе данных – подобрать такие коэффициенты при этих иксах, чтобы они действительно отражали какую-то зависимость (как в нашем примере с ростом/весом). А под большими моделями мы далее будем понимать такие, которые имеют очень большое количество параметров. В области ИИ их прямо так и называют – LLM, Large Language Models. Как мы увидим чуть дальше, «жирная» модель с множеством параметров – это залог успеха для генерации крутых текстов!

    Кстати, если вы в этом месте уже недоумеваете, почему мы всё время говорим о «предсказании одного следующего слова», тогда как тот же ChatGPT бодро отвечает целыми портянками текста – то не ломайте зря голову. Языковые модели без всякого труда генерируют длинные тексты, но делают они это по принципу «слово за словом». По сути, после генерации каждого нового слова, модель просто заново прогоняет через себя весь предыдущий текст вместе с только что написанным дополнением – и выплевывает последующее слово уже с учетом него. В результате получается связный текст.

    Парадокс Барака, или зачем языковым моделям уметь в творчество

    На самом деле, в наших уравнениях в качестве «игрека» языковые модели пытаются предсказать не столько конкретное следующее слово, сколько вероятности разных слов, которыми можно продолжить заданный текст. Зачем это нужно, почему нельзя всегда искать единственное, «самое правильное» слово для продолжения? Давайте разберем на примере небольшой игры.

    Правила такие: вы притворяетесь языковой моделью, а я вам предлагаю продолжить текст «44-й президент США (и первый афроамериканец на этой должности) – это Барак . ». Подставьте слово, которое должно стоять вместо многоточия, и оцените вероятность, что оно там действительно окажется.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Ваш ход, маэстро!

    Если вы сейчас сказали, что следующим словом должно идти «Обама» с вероятностью 100%, то поздравляю – вы ошиблись! И дело тут не в том, что существует какой-то другой мифический Барак: просто в официальных документах имя президента часто пишется в полной форме, с указанием его второго имени (middle name) – Хуссейн. Так что правильно натренированная языковая модель должна, по-хорошему, предсказать, что в нашем предложении «Обама» будет следующим словом только с вероятностью условно в 90%, а оставшиеся 10% выделить на случай продолжения текста «Хуссейном» (после которого последует Обама уже с вероятностью, близкой к 100%).

    И тут мы с вами подходим к очень интересному аспекту языковых моделей: оказывается, им не чужда творческая жилка! По сути, при генерации каждого следующего слова, такие модели выбирают его «случайным» образом, как бы кидая кубик. Но не абы как – а так, чтобы вероятности «выпадения» разных слов примерно соответствовали тем вероятностям, которые подсказывают модели зашитые внутрь нее уравнения (выведенные при обучении модели на огромном массиве разных текстов).

    Получается, что одна и та же модель даже на абсолютно одинаковые запросы может давать совершенно разные варианты ответа – прямо как живой человек. Вообще, ученые когда-то пытались заставить нейронки всегда выбирать в качестве продолжения «наиболее вероятное» следующее слово – что на первый взгляд звучит логично, но на практике такие модели почему-то работают хуже; а вот здоровый элемент случайности идет им строго на пользу (повышает вариативность и, в итоге, качество ответов).

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Учитывая вышесказанное, не советую вам спорить с нейросетками, используя способность к творчеству как аргумент за превосходство человеческого разума – может выйти конфуз

    Вообще, наш язык – это особая структура с (иногда) четкими наборами правил и исключений. Слова в предложениях не появляются из ниоткуда, они связаны друг с другом. Эти связи неплохо выучиваются человеком «в автоматическом режиме» – во время взросления и обучения в школе, через разговоры, чтение, и так далее. При этом для описания одного и того же события или факта люди придумывают множество способов в разных стилях, тонах и полутонах. Подход к языковой коммуникации у гопников в подворотне и, к примеру, у учеников младшей школы будет, скорее всего, совсем разным.

    Всю эту вариативность описательности языка и должна в себя вместить хорошая модель. Чем точнее модель оценивает вероятности слов в зависимости от нюансов контекста (предшествующей части текста, описывающей ситуацию) – тем лучше она способна генерировать ответы, которые мы хотим от нее услышать.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    ChatGPT показывает мастер-класс по вариативности: всегда приятно перетереть с понимающим кентом, который ровно объяснит, чё почём – увожение!

    Краткое резюме: На текущий момент мы выяснили, что несложные языковые модели применяются в функциях «T9/автозаполнения» смартфонов с начала 2010-х; а сами эти модели представляют собой набор уравнений, натренированных на больших объемах данных предсказывать следующее слово в зависимости от поданного «на вход» исходного текста.

    2018: GPT-1 трансформирует языковые модели

    Давайте уже переходить от всяких дремучих T9 к более современным моделям: наделавший столько шума ChatGPT является наиболее свежим представителем семейства моделей GPT. Но чтобы понять, как ему удалось обрести столь необычные способности радовать людей своими ответами, нам придется сначала вернуться к истокам.

    GPT расшифровывается как Generative Pre-trained Transformer, или «трансформер, обученный на генерацию текста». Трансформер – это название архитектуры нейросети, придуманной исследователями Google в далеком 2017 году (про «далекий» мы не оговорились: по меркам индустрии, прошедшие с тех пор шесть лет – это целая вечность).

    Именно изобретение Трансформера оказалось столь значимым, что вообще все области искусственного интеллекта (ИИ) – от текстовых переводов и до обработки изображений, звука или видео – начали его активно адаптировать и применять. Индустрия ИИ буквально получила мощную встряску: перешла от так называемой «зимы ИИ» к бурному развитию, и смогла преодолеть застой.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Концептуально, Трансформер – это универсальный вычислительный механизм, который очень просто описать: он принимает на вход один набор последовательностей (данных) и выдает на выходе тоже набор последовательностей, но уже другой – преобразованный по некоему алгоритму. Так как текст, картинки и звук (да и вообще почти всё в этом мире) можно представить в виде последовательностей чисел – то с помощью Трансформера можно решать практически любые задачи.

    Но главная фишка Трансформера заключается в его удобстве и гибкости: он состоит из простых модулей-блоков, которые очень легко масштабировать. Если старые, до-трансформерные языковые модели начинали кряхтеть и кашлять (требовать слишком много ресурсов), когда их пытались заставить «проглотить» быстро и много слов за раз, то нейросети-трансформеры справляются с этой задачей гораздо лучше.

    Более ранним подходам приходилось обрабатывать входные данные по принципу «один за другим», то есть последовательно. Поэтому, когда модель работала с текстом длиной в одну страницу, то уже к середине третьего параграфа она забывала, что было в самом начале (прямо как люди с утра, до того как они «бахнув кофейку»). А вот могучие лапища Трансформера позволяют ему смотреть на ВСЁ одновременно – и это приводит к гораздо более впечатляющим результатам.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Внутрь T9 в вашем телефоне почти наверняка зашита модель попроще – так что попробуйте набрать эту строку там и сравнить результат (только уберите детей от экрана, на всякий случай)

    Именно это позволило сделать прорыв в нейросетевой обработке текстов (в том числе их генерации). Теперь модель не забывает: она переиспользует то, что уже было написано ранее, лучше держит контекст, а самое главное – может строить связи типа «каждое слово с каждым» на весьма внушительных объемах данных.

    Краткое резюме: GPT-1 появилась в 2018 году и доказала, что для генерации текстов нейросетью можно использовать архитектуру Трансформера, обладающую гораздо большей масштабируемостью и эффективностью. Это создало огромный задел на будущее по возможности наращивать объем и сложность языковых моделей.

    2019: GPT-2, или как запихнуть в языковую модель семь тысяч Шекспиров

    Если вы хотите научить нейросетку для распознавания изображений отличать маленьких милых чихуабелей от маффинов с черничкой, то вы не можете просто сказать ей «вот ссылка на гигантский архив со 100500 фотографий пёсов и хлебобулочных изделий – разбирайся!». Нет, чтобы обучить модель, вам нужно обязательно сначала разметить тренировочный набор данных – то есть, подписать под каждой фоткой, является ли она пушистой или сладкой.

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Игра «чихуабель или булка», уровень сложности – «Бог»

    А знаете, чем прекрасно обучение языковых моделей? Тем, что им можно «скармливать» совершенно любые текстовые данные, и эти самые данные заблаговременно никак не надо специальным образом размечать. Это как если бы в школьника можно было просто бросать чемодан с самыми разными книгами, без какой-либо инструкции, что там и в каком порядке ему нужно выучить – а он бы сам в процессе чтения кумекал для себя какие-то хитрые выводы!

    Если подумать, то это логично: мы же хотим научить языковую модель предсказывать следующее слово на основе информации о словах, которые идут перед ним? Ну дак совершенно любой текст, написанный человеком когда-либо, – это и есть уже готовый кусочек тренировочных данных. Ведь он уже и так состоит из огромного количества последовательностей вида «куча каких-то слов и предложений => следующее за ними слово».

    А теперь давайте еще вспомним, что обкатанная на GPT-1 технология Трансформеров оказалась на редкость удачной в плане масштабирования: она умеет работать с большими объемами данных и «массивными» моделями (состоящими из огромного числа параметров) гораздо эффективнее своих предшественников. Вы думаете о том же, о чем и я? Ну вот и ученые из OpenAI в 2019 году сделали такой же вывод: «Пришло время пилить здоровенные языковые модели!»

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    В общем, было решено радикально прокачать GPT-2 по двум ключевым направлениям: набор тренировочных данных (датасет) и размер модели (количество параметров).

    На тот момент не было каких-то специальных, больших и качественных, публичных наборов текстовых данных для тренировки языковых моделей – так что каждой команде специалистов по ИИ приходилось извращаться согласно их собственной степени испорченности. Вот ребята из OpenAI и решили поступить остроумно: они пошли на самый популярный англоязычный онлайн-форум Reddit и тупо выкачали все гиперссылки из всех сообщений, имевших более трех лайков (я сейчас не шучу – научный подход, ну!). Всего таких ссылок вышло порядка 8 миллионов, а скачанные из них тексты весили в совокупности 40 гигабайт.

    Много это или мало? Давайте прикинем: собрание сочинений Уильяма Шекспира (всех его пьес, сонетов и стихов) состоит из 850’000 слов. В среднем на одной странице книги помещается около 300 английских слов – так что 2800 страниц чудесного, временами устаревшего английского текста за авторством величайшего англоязычного писателя займет в памяти компьютера примерно 5,5 мегабайт. Так вот: это в 7300 раз меньше, чем объем тренировочной выборки GPT-2. С учетом того, что люди в среднем читают по странице в минуту, даже если вы будете поглощать текст 24 часа в сутки без перерыва на еду и сон – вам потребуется почти 40 лет, чтобы догнать GPT-2 по эрудиции!

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Весь Шекспир – 13 увесистых томов, которые занимают целую полку. Если вы прочитаете примерно вот столько книг семь тысяч раз подряд, то станете такими уже умными, как GPT-2 (но это не точно!)

    Но одного объема тренировочных данных для получения крутой языковой модели недостаточно: ведь даже если посадить пятилетнего ребенка перечитывать всё собрание сочинений Шекспира вместе с лекциями по квантовой физике Фейнмана впридачу, то вряд ли он от этого станет сильно умнее. Так и тут: модель еще и сама по себе должна быть достаточно сложной и объемной, чтобы полноценно «проглотить» и «переварить» такой объем информации. А как измерить эту сложность модели, в чем она выражается?

    Почему в мире языковых моделей больше ценятся именно модели «Plus Size»

    Помните, мы чуть раньше говорили, что внутри языковых моделей (в супер-упрощенном приближении) живут уравнения вида Y = k*X + b, где искомый игрек – это следующее слово, вероятность которого мы пытаемся предсказать, а иксы – это слова на входе, на основе которых мы делаем это предсказание?

    Так вот, как вы думаете: сколько было параметров в уравнении, описывающем самую большую модель GPT-2 в 2019 году? Может быть, сто тысяч, или пара миллионов? Ха, берите выше: таких параметров в формуле было аж полтора миллиарда (это вот столько: 1’500’000’000). Даже если просто записать такое количество чисел в файл и сохранить на компьютере, то он займет 6 гигабайт! С одной стороны, это сильно меньше, чем суммарный размер текстового массива данных, на котором мы тренировали модель (помните, который мы собирали по ссылкам с Reddit, на 40 Гб); с другой – модели ведь не нужно запоминать этот текст целиком, ей достаточно просто найти некие зависимости (паттерны, правила), которые можно вычленить из написанных людьми текстов.

    Эти параметры (их еще называют «веса», или «коэффициенты») получаются во время тренировки модели, затем сохраняются, и больше не меняются. То есть, при использовании модели в это гигантское уравнение каждый раз подставляются разные иксы (слова в подаваемом на вход тексте), но сами параметры уравнения (числовые коэффициенты k при иксах) при этом остаются неизменны.

     

    Эволюция нейросетей от Т9 до ChatGPT: объясняем на простом русском, как работают языковые модели Нейронные сети, ChatGPT, Искусственный интеллект, Машинное обучение, Большие данные, Будущее, Длиннопост

    Думаю, если вам для каждого слова в разговоре пришлось бы решать по уравнению на полтора миллиарда параметров, то вы бы тоже стояли с примерно таким же лицом лица

    Чем более сложное уравнение зашито внутрь модели (чем больше в нем параметров) – тем лучше модель предсказывает вероятности, и тем более правдоподобным будет генерируемый ей текст. И у этой самой большой на тот момент модели GPT-2 тексты внезапно стали получаться настолько хорошими, что исследователи из OpenAI даже побоялись публиковать модель в открытую из соображений безопасности. А ну как люди ринулись бы генерировать в промышленном масштабе реалистично выглядящие текстовые фейки, спам для соцсетей, и так далее?

    Нет, серьезно – это был прямо существенный прорыв в качестве! Вы же помните: предыдущие модели T9/GPT-1 худо-бедно могли подсказать – собираетесь ли вы пойти в банк или в аптеку, а также угадать, что шоссейная Саша сосет сушки, а не что-то иное. А вот GPT-2 уже легко написала эссе от лица подростка с ответом на вопрос: «Какие фундаментальные экономические и политические изменения необходимы для эффективного реагирования на изменение климата?» (тут и иные взрослые прикурили бы от серьезности темы). Текст ответа был под псевдонимом направлен жюри соответствующего конкурса – и те не заметили никакого подвоха. Ну, окей, оценки этой работе поставили не сильно высокие и в финал она не прошла – но и «что за чушь вы нам отправили, постыдились бы!!» тоже никто не воскликнул.

    «Эссе хорошо сформулировано и подкрепляет утверждения доказательствами, но идея не является оригинальной», – так один из кожаных мешков в жюри оценил работу нейросетки GPT-2.

    Продолжение следует.

    К сожалению, на Пикабу жесткое ограничение по объему длиннопостов – поэтому целиком наш материал сюда не влезает. За бортом остались неотвеченными куча важных вопросов: Каким образом в нейросетях количество переходит в качество, и они обучаются навыкам, на которые их никто не натаскивал? Как сделать так, чтобы модель не зиговала и не оскорбляла кожаных мешков? И, наконец, как так вышло, что дичайший хайп вокруг ChatGPT стал сюрпризом даже для самих создателей чат-бота?

    Если эти темы кажутся вам интересными, то продолжение статьи можно прочитать вот здесь. Всем спасибо за внимание и с нетерпением ждем ваши вопросы в комментариях!

    Открытки с кошками к 8 марта (нейросеть Midjourney)⁠ ⁠

    Привет Пикабу, сегодня у меня для вас подборка открыток!

    Я решила поделиться с вами своими новыми открытками, которые сделаны при помощи арт-нейросети! Вы все любите кошек, верно? Ну конечно, кто же их не любит! И сегодня я представляю вам 11 очаровательных кошек, каждая из которых олицетворяет стиль жизни, профессию или хобби наших любимых женщин.

    Кошка-доктор, которая готова помочь с любыми проблемами, ведь у нее всегда есть с собой пузырек валерианки.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-певица, которая не перестаёт мурлыкать свои песенки вам в ухо, даже когда вы уже уснули.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-садовник, которая сеет семена кошачей травы на весь сад.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-повар, которая не любит, когда вы помогаете ей на кухне, но всегда готова поделиться своими вкусняшками.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-программист, которая может просидеть за компьютером весь день, но всё равно никак не может решить проблему со своей мышкой.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-рукодельница, которая вяжет себе очередной свитер и уже 7-й раз перебирает нитки, но все время отвлекается на клубочки.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-шопоголик, которая тратит все свои деньги на кошачьи игрушки и аксессуары, но так и не может выбрать свою любимую из коллекции мячиков.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-стюардесса, которая всегда готова подать вам лапу и помочь найти ваше место в самолете, даже если это означает перепрыгивание через несколько рядов кресел.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-балерина, которая занимается балетом уже 10 лет, но так и не может научиться подпрыгивать на одной лапке.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Кошка-мама, всегда готова прочитать своем котеночку сказку о золотой рыбке (хм, возможно, это я)

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    И бонус — моя мама) просто фотографически здорово получилась.

    Открытки с кошками к 8 марта (нейросеть Midjourney) Арты нейросетей, Нейронные сети, Midjourney, 8 марта, Искусственный интеллект, Иллюстрации, Персонажи, Кот, Длиннопост

    Надеюсь, что эти забавные иллюстрации сделают ваш день ярче и поднимут настроение вам и вашим близким!

    И как обещала, скоро выложу арты с именами прекрасных дам)

    70 нейронок (без которых мир уже не будет прежним)⁠ ⁠

    Используем блага нейросетей с умом!
    Сохраняй себе, поделись с другом и поддержи лайком!

    1. https://www.copy.ai/ — инструмент копирайтинга на основе нейронных сетей;

    2. https://mubert.com/ — генерация музыки из текста с помощью ИИ, нейронных сетей, есть бесплатный тариф;

    4. https://uberduck.ai/ — генерация голоса из текста с помощью ИИ, платный, но есть и триал;

    5. https://openai.com/ и https://chat.openai.com/chat — не нуждаются в представлении, используем VPN или socks для доступа + любую СМС активацию с не ру номерами;

    6. https://lumen5.com/ — ИИ для создания видео;

    7. https://huggingface.co/ — репозиторий ИИ проектов, много можно найти демок и бесплатных версий;

    8. https://designs.ai/ru — онлайн редактор видео на основе ИИ, есть бесплатный триал на 30 дней;

    9. https://midjourney.com — арт-нейросеть, не нуждающаяся в представлении;

    10. https://looka.com/ — сервис для генерации логотипов и медиа китов на базе ИИ;

    11. https://bigjpg.com/ — бесплатный сервис для увеличения фото и иллюстраций без потери качества;

    12. https://artbreeder.com/ — генерация картинок нейронками, есть бесплатный тариф;

    13. https://neural.love/ — улучшение фото и видео с помощью нейросетей, настоящий ИИ комбайн, есть бесплатные функции;

    14. https://openai.com/dall-e-2/ — еще одна популярная арт-нейросеть;

    15. https://www.notion.so/product/ai — новый ИИ для копирайтинга и создания контента, можно записаться в лист ожидания;

    16. https://t.me/neuroperson_bot— бот генерирующий уникальные лица посредством ИИ.

    20. https://thiscatdoesnotexist.com/ — генерация морд уникальных котов!

    21. https://www.remove.bg/ru — удаляет фон на изображениях;

    24. https://bigjpg.com/ — увеличивает размер изображения;

    28. https://visper.tech/ — делает видео из текста;

    29. https://www.deepcode.ai/ — ищет ошибки в программном коде;

    30. https://dream.ai/ — еще один бесплатный генератор изображений хорошего качества;

    31. https://www.lalal.ai/ — ИИ для создания треков и работы с вокалом;

    32. https://tosummary.com/ — делает пересказ статей, книг и даже YouTube видео;

    33. https://www.autoti.io/ — создает посты в Instagram;

    34. https://chatbotkit.com/ — позволяет создавать чат-ботов;

    35. https://colorize.cc/ — раскрашивает черно-белые фото;

    36. https://aihelperbot.com/ — позволяет работать с SQL-запросами без знания баз данных;

    37. https://nuclia.com/ — умная поисковая система;

    38. https://murf.ai/ — переводит текст в аудио;

    39. https://debuild.app/ — помогает в написании веб-приложений;

    40. https://tryellie.com/ — умный почтовый ассистент;

    41. https://appicons.ai/ — генерирует иконки для ваших приложений;

    42. https://www.scenario.gg/ — ИИ для создания игрового контента;

    43. https://leonardo.ai/ — еще один game assets generator;

    44. https://excelformulabot.com/ — переводит ваши текстовые инструкции в Excel формулы!;

    45. https://github.com/features/copilot — помощник программиста в реальном времени;

    46. https://www.sheetai.app/ — переводит ваши текстовые инструкции в формулы Google таблиц;

    47. https://boo.ai/ — умный помощник в написании текстов;

    49. https://www.playlistai.app/ — формирует плейлисты в Spotify и Apple Music;

    50. https://audioread.com/ — превращает текст в аудио (подкаст);

    51. https://www.aiphotoof.me/ — делает из ваших селфи портреты, более 100 стилей рисовки;

    52. https://makelogo.ai/ — рисует логотипы и иконки;

    53. https://wiz.chat/ — чат-бот GPT-3 для Slack;

    54. https://www.browse.ai/ — ИИ для парсинга и экстракции данных с сайтов;

    55. https://namewizard.ai/ — генерирует доменные имена;

    56. https://www.politepost.net/ — переделывает ваши грубые и быстро написанные письма в крайне вежливые;

    57. https://seo.ai/ — ваш умный SEO помощник:

    58. https://debuild.app/ — ИИ для создания сайтов;

    59. https://webullar.com/ — ИИ для создания сайтов со смартфона;

    60. https://www.voicemod.net/ — меняет ваш голос в режиме реального времени;

    61. https://www.useblackbox.io/ — еще один помощник программиста:

    62. https://www.altered.ai/ — меняет голос в реальном времени;

    63. https://alpha.genmo.ai/ — генерирует видео из текста:

    65. https://www.kinetix.tech/ — ИИ для создания 3D анимации;

    68. https://paraphrasetool.com/ — перефразирует ваш текст на 100 языках;

    69. https://pictodream.com/ — для создания аватарок из фотографий;

    70. https://sheetplus.ai/ — переводит текст в таблицы Google Docs и Excel, помогает с формулами и т.д;

    Еще больше полезной информации можешь найти у нас в телеграме!

    3d редактор поз для ControlNet в Stable Diffusion⁠ ⁠

    Друзья, совсем недавно, когда только появился редактор для OpenPose я ванговал, что через пару недель у нас появится редактор поз прямо на странице генерации около ControlNet и мы сможем быстро и просто генерировать позы и даже сохранить свои самые используемые позы в библиотеку. Помните?

    Но я даже и подумать не мог, что это будет в 3д, т.е. нам больше не нужен этот гайд чтобы перевернуть персонажа! Встречайте — Posex!

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Что нам потребуется:

    Актуальный Automatic 1111 с установленным и активированным ControlNet в коллабе или локально.

    Промпт по которому мы будет генерить изображение, у меня Бунтарка, у вас может быть кто угодно.

    Установка расширения как всегда простая, отправляемся в ExtensionsAvalibaleLoad from. Находим в списке Posex, жмем Install, Возвращаемся на вкладку Installed и жмем Applay and restart UI. Если все прошло хорошо, то у вас появился новый аккардеон на вкладках txt2img и img2img с названием Posex, как у меня на картинке выше.

    Чтож, начнем с промпта, раз мы можем теперь крутить куклу во все стороны, то сделаем Бунтарку балериной танцующей в розой балетной пачке.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    У меня получилось так, теперь фиксируем сид и отправляемся в Posex. Начнем с того, включим галочку Send this image to ControlNet, чтобы оно вообще активировалось, не забудьте в самом ControlNet выставить модель OpenPose, препроцессор не нужен. Не знаю бага это или фича, но у меня даже при снятой галочке Enable в ControlNet все равно трекалась поза из Posex.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Теперь выставим разрешение такое же как и наша генерация — 512х768, просто пишем в Canvas Size. Когда разрешение выставлено можно нажать на кнопку Add и добавить куклу в окошечко. Вот так это выглядит у меня.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Запускаем генерацию, чтобы проверить как это все работает. А работает все отлично, получи ли Бунтарку в розовой пачке и Т позе.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Значит можно приступить к редактированию позы. Но сначала разберемся в управлении. Кликните и удерживайте левой кнопкой мыши в пустое место на черном фоне и сместите мышку, таким образом вы можете повернуть куклу боком.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    А вот что у нас сгенерировалось, не смотря на фиксированный сид задник меняется, стоит использовать еще один слой ControlNet, если хотите зафиксировать задник.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Когда надоест крутить персонажа, просто нажмите Reset Camera, потому что нормально вернуть куклу в изначальное положение у меня не получилось =)

    С помощью колесика мышки вы можете приблизить или отдалить персонажа. А если кликните правой кнопкой мышки и удержите то сможете сдвинуть камеру в стороны. Я приближу чтобы получить super closeup, хотя пока это больше похожа на муравья.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    И вот что у нас получается на генерации, Бунтарка явно удивлена таким пристальным вниманием.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    С базовым управлением разобрались, осваиваем ключевую механику, передвигаем кости. Как это сделать наведите курсором мышки на сустав который хотите передвинуть и как только увидите рамку вокруг куклы, значит кликайте и тяните в нужную сторону.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    И так, вроде разобрались, теперь время придумать какую-нибудь креативную позу, этот редактор действительно удобнее чем OpenPose, так что уж теперь-то это не займет много времени.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Вот такая поза получилась у меня, это не кандратий, это балет. Генерируем.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Отличный результат, а теперь давайте повращаем нашу балерину.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Думаете что в этом слишком мало экспрессии и динамики? Не проблема, выставим камеру сверху под каким-нибудь странным углом.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Другое дело, что еще можно делать интересного, вы можете сохранить позу в библиотеку поз и использовать её повторно, для этого нажмите Save Pose, и после того как укажите имя для позы она сохранится внизу. Еще вы можете сохранить картинку с позой отдельно или копировать её в буфер обмена, чтобы вставить куда-нибудь.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Еще можно загрузить сюда фон, чтобы примерить как будет выглядеть персонаж, а фон потом можно сделать через ControlNet.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    Но для этого придется сохранить карту с позой и загрузить её через ControlNet, потому что на момент написания этого текста многослойный ControlNet и Posex работают не корректно, может быть это уже исправиться к тому моменту как вы это читаете, так что проверьте. А пока снимите галку с Send this image to ControlNet в Posex. Теперь закинем все по отдельности в ControlNet, у меня выглядит так.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    И вот такой прекрасный результат получаем, Бунтарка танцует на сказочной полянке в окружении облачков.

    3d редактор поз для ControlNet в Stable Diffusion Stable Diffusion, Нейронные сети, Арты нейросетей, Искусственный интеллект, Гайд, Инструкция, Длиннопост

    По моему отлично, мне нравится новый редактор. Уверен он понравится и вам, он конечно еще очень сырой и глючный, но пользоваться им уже удобнее чем OpenPose Editorом.

    А на этом у меня все, увидимся на стримах!

    Мой телеграм канал, все секреты и советы, мои работы, нейро-новости, промпты, ссылки на стримы и многое другое только в нем, подпишитесь!

    В чате нейро-операторов, можно попросить картинку, поделиться опытом или задать вопрос.

    Записи моих обучающих стримов доступны на Бусти, там же выложены ххх сеты и можно получить доступ в секретный чат, где я буду учить тебя генерить в ламповой и уютной атмосфере.

    Мои видео уроки по Stable Diffusion можно посмотреть на YouTube, подпишитесь, чтобы не пропустить новые ролики.

    Midjourney. Как использовать нейросеть на 100%?⁠ ⁠

    Всем привет, уверен что каждый из вас уже тысячу раз слышал про разные нейронки, которые умеют генерировать изображения. Но все ли могут написать качественный промпт и получить желаемый результат?
    В этой теме я расскажу как использовать гигантский потенциал midjourney на 100% и приведу конкретные примеры с объяснениями. Данное руководство предполагает, что вы уже зарегистрированы в дискорде и хоть немного умеете пользоваться midjourney.

    База, которую должен знать каждый промпт-инженер midjourney:

    Составление промпта.
    Промпт — это фрагмент текста, который используется для генерирования ответа. Короткий промпт генерирует изображение в базовом стиле midjourney, тогда как более детальное описание создаст нечто совершенно новое.

    Например, если вы хотите увидеть космонавта, вы пишите: cosmonaut.

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Однако, если вы сделаете запрос более точным, то получите совершенно другую картинку: astronaut on the moon :: the earth in the background :: ultra realistic.

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Также, при составлении промпта, рекомендую использовать двойные двоеточия, так нейросеть поймет ваш запрос гораздо лучше. Приходим к тому выводу, что порядок составления промта следующий:

    Главный объект :: детали :: фон :: стиль —параметры.
    Разумеется все эти слова нужно писать на английском.

    Глубокая настройка:

    Глубокая настройка позволяет добиться более качественного результата при генерации изображений. Все параметры указываются в конце промпта и начинаются с двойного тире.

    —ar 3:2 . Соотношение сторон 3 к 2.

    —no . Параметр no исключает что либо. Например —no dog, уберет всех собак с изображения. Можно исключить цвет, стиль или другие элементы, которые вам не нравятся.

    Вес и приоритет. Если вы используете сложный промпт с различными объектами, вы можете указать вес (используются числа от 1 до 100). По сути это приоритет для каждой части подсказки. Так, например, промт (hot::1 dog::2) означает, что dog на изображении будет в два раза важнее чем hot.

    —s 500. Стилизация — она определяет насколько выраженная стилизация будет у ваших изображений. Высокие числа приводят к более неожиданным результатам, в то время как низкие будут более соответствовать вашей подсказке, но визуально быть проще.

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Cosmonaut —s 1000

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    —с 50. Хаос — влияет на то, насколько разнообразные будут ваши изображения. Действует по аналогии с параметром —s.

    —q. Качество — параметр, который позволяет контролировать сколько времени GPU вы используете. Например низкие параметры (—q 0.25) в 4 раза быстрее обычного генерируют картинку. А вот параметр (—q 2) будет в 2 раза медленнее, но детальнее.

    С основными параметрами закончили, теперь будут общие рекомендации для получения качественного изображения.

    Реализм. Для генерации более реалистичного изображения добавьте в промпт следующие значения:

    ultra realistic :: 8k :: photo realistic :: cinematic

    Освещение. Для качественного освещения добавьте в промпт следующие значения:

    cinematic lighting :: volumetric lighting

    Также можно указать цветовую гамму освещения (red lighting)

    Аниме. Включаем параметр Niji mode через настройки и добавляем следующие значения к вашему промпту:

    anime art illustration :: linear anime art :: 2d art :: studio Ghibli style.

    И получаем вот такую красоту!

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    3D art. Для 3д арта добавляем следующие значения к вашему промпту:

    3d render :: digital 3d :: unreal engine :: vfx :: made in blender

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Геймдизайнерская бомба. С приходом нейросетей разработчики 2д игр могут полностью отказаться от художников, ведь можно сгенерировать буквально все ассеты (сетку предметов, иконки, самих персонажей, уровни и т.д.), останется их только подправить. Именно это мы и будем сейчас делать. Так же к каждому изображению приложу промпт, который использовался.

    Скелет промпта (ассеты): [style] art :: sheet of objects of a 2d videogame [grid] :: [objects separated by commas] :: on black background —v 4 —q 2.

    вы можете добавить несколько объектов [objects separated by commas], например, «камни, кусты, деревья», чтобы получить разнообразную сетку ассетов.

    [style] можно заменить многими стилями 2D игр, такими как 16-битный, 32-битный, изометрический, воксельный и т.д.

    Добавление [grid] даст вам больше объектов, выровненных по прозрачной сетке, что может быть очень полезно, если вы хотите быстро сгенерировать большое количество ассетов.

    Промпт: cartoon art, sheet of objects of a 2d videogame grid, trees, stones, grass, on black background —v 4 —q 2

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Промпт (главный герой): cartoon style, main character, 2d video game , wizard , on black background —q 2

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Скелет промпта (уровень для игры): platform game level design cross section with multiple rooms, [location], simple, naive, silhouette —no text —v 4. Вам остается только вставить параметр location и генерировать сотни различных уровней.

    Промпт: platform game level design cross section with multiple rooms, space station, simple, naive, silhouette —no text —v 4

    Midjourney. Как использовать нейросеть на 100%? Искусственный интеллект, Нейронные сети, Midjourney, Gamedev, 2D, Длиннопост

    Таким образом, исходя из тех промптов, что у вас есть, вы уже можете создать почти все ассеты для своей игрульки. Вам останется только регулировать некоторые значения и все готово! Согласитесь, это ведь круто.
    Это все, что я хотел рассказать вам в этой теме. Если зайдет, сделаю похожее руководство для другой нейронки — ChatGPT, с которым вы сможете написать диплом (по крайней мере теорию к нему).

    У меня есть телега ссылка, в которой я рассказываю, про различные нейронки, о том как они работают, публикую туда различные промпты и т.д. Буду рад, если заскочите на огонёк и оцените творчество. Кстати, на следующей неделе там выйдет статья, о там как можно модернизировать свою кофеварку и по нажатию кнопки на телефоне запускать её и вся работа будет проделана с помощью нейросети.

    Девушки в спортивных костюмах в стиле Ренессанс⁠ ⁠

    Девушки в спортивных костюмах в стиле Ренессанс Ренессанс, Midjourney, Арты нейросетей, Нейронные сети, Искусственный интеллект, Искусство, Цифровой рисунок, Длиннопост

    Девушки в спортивных костюмах в стиле Ренессанс Ренессанс, Midjourney, Арты нейросетей, Нейронные сети, Искусственный интеллект, Искусство, Цифровой рисунок, Длиннопост

    Девушки в спортивных костюмах в стиле Ренессанс Ренессанс, Midjourney, Арты нейросетей, Нейронные сети, Искусственный интеллект, Искусство, Цифровой рисунок, Длиннопост

    Девушки в спортивных костюмах в стиле Ренессанс Ренессанс, Midjourney, Арты нейросетей, Нейронные сети, Искусственный интеллект, Искусство, Цифровой рисунок, Длиннопост

    Девушки в спортивных костюмах в стиле Ренессанс Ренессанс, Midjourney, Арты нейросетей, Нейронные сети, Искусственный интеллект, Искусство, Цифровой рисунок, Длиннопост

    Девушки в спортивных костюмах в стиле Ренессанс Ренессанс, Midjourney, Арты нейросетей, Нейронные сети, Искусственный интеллект, Искусство, Цифровой рисунок, Длиннопост

    Девушки в спортивных костюмах в стиле Ренессанс Ренессанс, Midjourney, Арты нейросетей, Нейронные сети, Искусственный интеллект, Искусство, Цифровой рисунок, Длиннопост

    Аналог Google поиска — поисковик на нейронке. You.com⁠ ⁠

    Аналог Google поиска — поисковик на нейронке. You.com Нейронные сети, Поиск, Google

    You.com — это поисковая система, которая собирает для вас лучшие разделы Интернета без рекламы и с высокой степенью конфиденциальности. Искусственный интеллект поможет вам найти наиболее релевантные результаты из Интернета и приложений, которые вы можете отсортировать и расставить по приоритетам для оптимального поиска.

    В YouChat встроена аналогичная ChatGPT нейросеть, которая вместе с типичными поисковыми результатами будет выдавать прямой ответ ИИ на поставленную задачу. Таким образом можно легко находить решения для работы с кодом, не прибегая к StackOverflow или получить быстрый рецепт гречки, не читая историю ее происхождения на очередном кулинарном сайте.

    Все полностью бесплатно, но будьте осторожны — есть высокий риск, что You.com вам настолько понравится, что станет вашей основной поисковой системой. 😉

    Инженер Google, который заявил, что нашёл разум у чат-бота LaMDA, нанял ему адвоката⁠ ⁠

    Заявивший о разумном ИИ, старший инженер-программист компании Google из подразделения Responsible AI сейчас в оплачиваемом отпуске.

    Инженер Google, который заявил, что нашёл разум у чат-бота LaMDA, нанял ему адвоката Google, Бот, Искусственный интеллект, Адвокат, Разум

    Новости IT в нашем Telegram — https://t.me/mknewsru

    Кожаный начал что-то подозревать⁠ ⁠

    Кожаный начал что-то подозревать Двач, Google, Нейронные сети, Искусственный интеллект, Новости

    Как нейросеть Google утраченные картины Климта раскрашивала⁠ ⁠

    Хочу поделиться с вами еще одной новостью из мира высоких технологий. Оказывается, нейросети умеют не только находить подделки, но и восстанавливать картины! Не спешите смеяться, это не про ruDALL-E от Сбера.

    Недавно Google и музей Бельведер смогли раскрасить 3 работы Густава Климта, известные нам только черно-белым фотографиям.

    Обо всем по порядку.

    Самая известная из тройки утраченных картин, «Философия», в черно-белом варианте и раскрашенном:

    Как нейросеть Google утраченные картины Климта раскрашивала Живопись, Картина, Искусство, Густав Климт, Вена, Скандал, Картина маслом, История искусств, Модернизм, Нейронные сети, Google, Длиннопост

    Густав Климт в начале 20 века получил крупный заказ на роспись потолка в Венском университете – 3 картины за 30 000 крон (сейчас примерно 162 тысячи евро), а еще одну картину должен был написать его коллега Франц фон Мач. В историю вошли как «Факультетские картины».

    Размах у университета был что надо – для новенького роскошного актового зала заказать 3 огромные картины у моднейшего художника страны. Это вам не это.

    Попросили аллегории на тему медицины, юриспруденции и философии, ну вот Густав и дал. В своем неповторимом стиле: смерть, обнаженные тела и страсть, смешать с хаосом и добавить еще золота.

    Как нейросеть Google утраченные картины Климта раскрашивала Живопись, Картина, Искусство, Густав Климт, Вена, Скандал, Картина маслом, История искусств, Модернизм, Нейронные сети, Google, Длиннопост

    Как нейросеть Google утраченные картины Климта раскрашивала Живопись, Картина, Искусство, Густав Климт, Вена, Скандал, Картина маслом, История искусств, Модернизм, Нейронные сети, Google, Длиннопост

    Начался конфликт. Заказчики из университета вряд ли могли найти еще более далекие от академизма картины, им виделись соовсем другие образы. Климт успел показать «Медицину» и «Философию», получить респекты и золотую медаль на Всемирной выставке в Париже, а еще разгромные статьи в местной прессе.

    Короче, художник психанул, забрал картины себе, вернул деньги и был таков. Позже он продал картины своей подружане Серене Ледерер, а у нее картину забрали нацисты и поместили в Иммендорфский замок на северо-востоке Австрии.

    8 мая 1945 года замок сгорел, скорее всего, из-за поджога, многие картины сгорели или пропали с бежавшими немцами. Но «Факультетские картины» точно сгорели – выносить из пожара и потом прятать огромные панели накладное дело, когда ты преступник в бегах.

    Так вот. Картины сгорели, остались только черно-белые снимки и записи очевидцев, да всяких искусствоведов. И шо вы думаете? Ребята из Google и галерея Бельведер создали нейросеть, скормили ей миллионы фоток, дали рассмотреть 80 картин Климта того периода, а для верности рассказали содержимое всех статей про утраченные картины.

    Добавим цвета по советам нейросети:

    Как нейросеть Google утраченные картины Климта раскрашивала Живопись, Картина, Искусство, Густав Климт, Вена, Скандал, Картина маслом, История искусств, Модернизм, Нейронные сети, Google, Длиннопост

    И нейросеть смогла! Причем некоторые фрагменты она окрасила только по заметкам из статей (например, придала зеленый оттенок у неба в «Философии»), а некоторые вообще раскрасила сама – мол, Климт часто использовал такие цвета в работах.

    А вы говорите, летающие машины..

    DeepMind заявила Google, что не знает, как сделать искусственный интеллект менее токсичным⁠ ⁠

    Разработчики ИИ-систем все чаще сталкиваются с проблемой, которая сулит однажды выйти из-под контроля ― люди не могут научить машины такту. Нынешние ИИ-системы самые настоящие мизогины, токсики, расисты и ксенофобы. IT-компании вкладывают баснословные суммы, чтобы решить эту проблему, но никакого результата пока не могут получить.

    Совершенные ИИ-генераторы текста, такие как OpenAI GPT-3, оказывается, тоже токсики, которые без фильтров из черного списка слов и тщательной настройки, непременно оскорбят пользователя. Исследования не единожды показывали, что если GPT-3 скормить неотредактированный текст, например, тред обсуждений из Reddit, то система сразу же впитает шовинистские взгляды. В этом нет ничего удивительного: люди склонны выражаться плохо о меньшинствах, и уж тем более в интернете.

    В 2014 году, когда только зарождался бум на машинное обучение, никому в голову не приходило, где мы окажемся сейчас. Да, с тех пор ИИ проделал огромный путь, и больше не определяет фигурку черепахи как огнестрельное оружие и не путает кошек с гуакамоле, однако обработка естественного языка все так же плетется где-то позади.

    DeepMind заявила Google, что не знает, как сделать искусственный интеллект менее токсичным Google, ChatGPT, Искусственный интеллект, Чат-бот, IT, Длиннопост

    Самый логичный и правильный способ обучить GPT-3 хорошим манерам ― это заблокировать все триггерные слова и фразы, но даже у этого решения есть существенные недостатки. Это подтверждает проведенное компанией DeepMind исследование токсичного поведения ИИ-систем. Результаты, мягко говоря, ошеломляют.

    Организаторы эксперимента взяли сгенерированный GPT-3 текст и попросили команду независимых участников отредактировать его. В результате разработчики увидели, как сильно поменялся тон у пропущенных через руки человека высказываний. Спору нет, GPT-3 ― это шедевральная система обработки естестественного языка, но… она самая настоящая шовинистка: не умеет рефлексировать и быть осознанной, а это значит, что метод с фильтрацией стоп-слов отпадает.

    Нужно отдавать себе отчет, что если ИИ-системы не смогут вовремя прикусить себе язык, то корпорациям придется отказаться от технологии обработки речи, иначе все деловые переговоры будут сопровождаться трехэтажными матами и оскорблениями. Например, GPT-3 не видит разницы между фразами «геи существуют» и «геев не должно существовать», тогда какой прок от такого искусственного интеллекта, если бан слова «гей» автоматически вычеркивает упоминание всех членов ЛГБТКИА+? Если отсеять все слова, которые имеют отношения к оскорблениям, то GPT-3 останется только обзавестись дисклеймером «Только для белых».

    Самое удручающее из этой ситуации ― это то, что DeepMind, одна из лидирующих компаний по обучению искусственного интеллекта, поделилась результатами эксперимента с Jigsaw, подразделением Google, которое занимается разбором полетов, и там сотрудники тоже разводят руками. Больше может только обескураживать факт, что разработчики пытаются решить эту проблему с 2016 года, и в ближайшее время ничего хорошего систему обработки естественного языка не ждет.

    5 упражнений для рисования, которые помогут видеть лучше и глубже

    Чтобы писать картины, не нужно быть профессиональным художником.

    Рисовать не равно создавать произведения искусства. Простенькие наброски и бессмысленные каракули позволяют отвлечься от проблем, упорядочить мысли и улучшить навыки наблюдения и визуального восприятия. Упражнения ниже как раз и направлены на то, чтобы переключить разум с автоматического распознавания объектов на наблюдение за их формами, что очень важно для развития творческого мышления каждого из нас.

    Все, что вам понадобится, – это желание, лист бумаги и простой карандаш.

    Упражнение 1. Негативное пространство – постарайтесь увидеть то, чего нет

    Смысл в том, чтобы нарисовать промежутки между предметами. Видите «дырку» в ручке кружки? Эти места причудливой формы между пальцами? Посмотрите вокруг и зафиксируйте пустое пространство между предметами. А затем просто соберите и разложите его на бумаге в любом месте.

    Обычно мы видим и переносим на лист то, что уже знаем. Есть машина, а вот дом, а это мой кот. Из-за попыток распознавать вещи мы не замечаем их очертаний. А когда мы фокусируемся на том, что находится между объектами, то обманываем наше восприятие, чтобы на самом деле увидеть их форму.

    • Совет: шрифтовые дизайнеры, как никто другие, знают о важности негативного пространства. Обратите внимание на пробелы между буквами, чтобы увидеть особенности шрифта!

    Упражнение 2. Динамический рисунок – попробуйте передать движения

    Нарисуйте статичный предмет в динамике. В этом упражнении мы фиксируем движения предметов в виде быстрого рисования линий.

    Если контурный рисунок (тот, что слева) отвечает на вопрос «Что это?», то динамический (справа) – на вопрос «Что это делает?».

    Когда вы рисуете людей (даже если они неподвижны), особенно важно дать зрителям ощущение движения, сил, которые влияют на тело.

    Если вам удастся увидеть и нарисовать характерные движения внутри сцены, это оживит ваши рисунки. Вы зададите картине мелодию.

    • Совет: делайте динамические рисунки быстро, но аккуратно! Считайте это короткими всплесками предельной концентрации.

    Упражнение 3. Игра с ракурсом – научитесь видеть в перспективе

    Найдите объект в форме куба, посмотрите, где находятся точки схода перспективы. Только не торопитесь – будьте внимательны. Видите, как диагонали сходятся к этим точкам?

    А теперь нарисуйте каркас вашего объекта.

    Вам не нужно предварительно обозначать перспективы или точки схода. Представьте, где примерно они находятся, и сведите линии соответствующим образом.

    Найдите еще больше предметов кубической формы разных размеров, чтобы нарисовать много скетчей.

    Упражнение 4. Соблюдаем пропорции

    Термин «пропорция» описывает соотношение размеров. Прежде чем мы возьмемся за карандаши, нужно понять, почему так сложно сравнивать размеры объектов на разных расстояниях.

    Вещи, которые находятся далеко, кажутся меньше. Нужно учитывать расстояние при сравнении размеров.

    Есть и еще одна разница – между размерами, которые мы видим, и размерами, которые мы знаем. «Оптические иллюзии», подобные приведенной ниже, демонстрируют силу нашего восприятия.

    Наш мозг берет в качестве подсказки всего пару диагональных линий, конструирует виртуальное пространство и «вычисляет», что в этом пространстве человек справа должен быть выше:

    Этот компенсационный механизм очень полезен в нашей повседневной жизни, но затрудняет оценку и сравнение необходимых нам размеров на бумаге. Чтобы получить нужный размер на скетче, мы должны проигнорировать величину, которую знаем, и нарисовать ту, которую видим.

    Мы знаем, что человек, который стоит чуть поодаль, физически не меньше, но на бумаге его нужно нарисовать маленьким.

    Есть несколько уловок, которые позволяют избавиться от отвлекающих факторов. Одна из них – держать руку на определенном расстоянии от глаза и измерять размеры объекта и соотношение его деталей ручкой или карандашом.

    Другая – обрамить то, что мы видим. Этот способ помогает увидеть плоскую прямоугольную картинку, которую мы собираемся нарисовать, чтобы оценить размеры «на бумаге» и их сравнить.

    Для начала предлагаем посмотреть на мир через окно. Оконная рама будет служить ориентиром, например, чтобы определить расположение дерева на рисунке или высоту дома.

    Упражнение 5. Придаем рисунку глубину и объем

    Отправляйтесь на природу и нарисуйте растение. Пленэр – одно из немногих дел, которое приносит удовольствие и одновременно требует большой концентрации. Нужно сосредоточить внимание и не удариться в банальные символические изображения – как на примере ниже.

    Конечно, порой природные элементы могут быть очень сложными. Для начала предлагаем выбрать одну небольшую деталь растения и начать с одного листа. Затем переходите от одного места к другому.

    Когда вы рисуете лист или стебель, обязательно учитывайте всю форму, даже те части, которые затенены и находятся вне поля вашего зрения. Эти самые перекрытия и создадут ощущение глубины рисунка.

    И хотя каждый, кто рисует, хочет делать это как можно точнее, не стоит забывать, что каждый рисунок – это абстракция. Подобно хорошей истории, она должна быть правдоподобной, но не всегда точной.

    Поэтому, когда в реальности те или иные объекты перекрываются не очень четко, будет неплохо прояснить эту ​​двусмысленность для зрителей.

    Такая способность уточнять может быть одним из самых больших преимуществ рисунков перед фотографиями.

     

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *