Вышел трейлер первого фильма, созданного с помощью нейросетей. В ней нейросеть в режиме реального времени генерирует бесконечный поток уникальных портретов. В компании объяснили, что для обучения нейросети использовались многочисленные кадры и видео из широкого доступа, благодаря чему технология более точно восстанавливает.
Малевич GPT нейросеть для beauty мастеров красоты. Создание изображений и логотипов
Пользователи должны отгадать, какая картина прячется за адаптацией нейросети. В викторине можно увидеть картины из собраний Государственного исторического музея, Русского музея, Музея Фаберже, Владимиро-Суздальского музея-заповедника, Краснодарского музея им. Коваленко и других. Чтобы принять участие в викторине, пользователю не нужно никуда ходить.
Репин, Суриков, Маковский. Полотна этих и других прославленных творцов были достоянием Сталинградской картинной галереи. Одним из ее основателей был Александр Ивлиев. Он, пусть и невольно, помог восстановить полотна. Нейросеть Сбера изучила сотни работ художников, сопоставила с фотографиями полотен, а затем создала образы девяти утраченных картин, учитывая авторский стиль и технику.
Так, в октябре 2018 года искусственный интеллект официально вступил на территорию арт-мира: впервые в истории аукционный дом продал картину, принадлежащую кисти нейросети. С молотка ушел «Портрет Эдмонд Беллами» — произведение арт-группы Obvious, работающей под лозунгом «Творчество не только для людей». Уже через полгода после «Эдмонда Беллами» на аукцион вышло второе творение искусственного разума. В ней нейросеть в режиме реального времени генерирует бесконечный поток уникальных портретов. Автор работы — художник Марио Клингеманн, один из пионеров использования искусственного интеллекта, машинного обучения и нейросетей в искусстве. По его словам, человеку сложно придумать что-то новое, а нейросеть помогает создавать действительно интересные вещи. Например, она способна изучить десятки тысяч портретов и запомнить, что на изображении должны быть голова, два глаза и нос. Получив данные, нейросеть начинает диалог генератора и дискриминатора. Цель первого — создать изображение, способное обмануть дискриминатор. Цель второго — сравнить предложенное генератором с базой данных, вернуть «подделку» и дать обратную связь о ее качестве. Получив фидбек, генератор создает изображение на основе новых правил. Процесс продолжается до тех пор, пока дискриминатор не признает, что созданная генератором картинка — уникальна. В случае с «Портретом Эдмонд Беллами» в базу загрузили 15 000 изображений, а проданный лот можно считать 15 001-ой вариацией. Художники активно используют генеративно-состязательные сети в творческих целях. Результатом являются работы, которые иногда объединяют термином « ганизм » GANism. Иногда такие работы вызывают восхищение, иногда — эффект «зловещей долины» когда объект, который выглядит и действует почти как человек, но с некоторыми отклонениями от нормы, вызывает неприязнь и отвращение у людей-наблюдателей. Как например изображения в стиле ню , полученные Робби Барратом и его алгоритмом, изучившим 10 000 изображений обнаженных тел. Интересно, неужели машины видят нас такими... Искусство нейросети — все еще искусство? Картины, созданные искусственным интеллектом, вызывают ряд вопросов. Во-первых, насколько AI-творчество вообще можно называть искусством? С учётом того, что на протяжении истории именно человек был его творцом.
Агентство Fresh Orange Group выступило создателем проекта. Также в группе Русского музея появился арт-бот, в котором нейросеть сгенирирует изображение пользователя. Искусственный интеллект создаст портрет в избранном образе и соответствующей художественной манере. Для этого специалисты проанализировали более ста произведений искусства.
Малевича заменили нейросетью
Это было очень смешно и несуразно, но оно было очень правдоподобно, реально казалось, что поет Цой. ИИ качественно это делает с точки зрения озвучки, музыкального сопровождения», - добавил эксперт. Отвечая на вопрос о профессиях, которые может заменить ИИ или уже почти заменил, Муратчаев рассказал о личном опыте общения с китайскими студентами при помощи «гугловского переводчика», который делает «на столько хороший перевод, что даже не требуется каких-то дополнительных уточнений, есть возможность полноценно построить диалог без заминок, без повторных переводов».
Материалы помогут воссоздать детали и раскрасить снимки более точно, в соответствии с действительностью. Мы уверены, что это поможет многим людям по-другому взглянуть на дорогие им снимки и сохранить их не только в памяти», — прокомментировал Дмитрий Меркушов, руководитель группы машинного обучения Mail.
Как сообщает пресс-служба музея, к 125-летию со дня открытия учреждение запустило первый нейро-художественный проект. Известные полотна Бориса Кустодиева, Карла Брюллова, Валентина Серова, Михаила Врубеля, Казимира Малевича, Пабло Пикассо и ряда других великих мастеров из собрания музея предстанут в современном прочтении нейросети, разработанной на платформе социальной сети. Желающим увидеть свой портрет в новой творческой трактовке следует отправить фото арт-боту, обозначить пол и получить в личном сообщении сгенерированное нейросетью изображение.
Если вы внезапно захотите чтобы о вашем продукте услуге написали статью - нужно будет убедить в том, что ваш продукт полезен Все контакты специалистов, размещенные на сайте - рекомендации посетителей сайта с одобрения рекомендуемых специалистов. За предоставление ложной информации, либо публикации чьих-либо персональных данных администрация сайта ответственности не несет Сайт не собирает абсолютно никакой конфиденциальной информации ни под каким предлогом Сайт не поддерживает никакие меньшинства: радужных дней, флагов и прочей ерунды не будет Сайт не имеет отношения к политике.
MLVCH - бесплатно скачать онлайн приложение для обработки фото
Нейросеть разработали и обучили исследователи Sber AI при партнёрской поддержке ученых из Института искусственного интеллекта AIRI на объединённом датасете Sber AI и SberDevices из. Работы Мунка наполнены грустью и печалью, а вот Байкал нейросеть показала вполне весело. открыла доступ к нейросети, которая может восстановить старые фотографии.
[quiz] Угадай, кто нарисовал картину — Казимир Малевич или нейросеть
Стоит уточнить, что основной язык обучения для этой модели — русский. Но при создании изображения можно миксовать языки. Для тех, кто силён в технической части машинного обучения и интересуется, на базе чего создан Kandinsky 2. Несколько примеров работ Kandinsky 2.
Задача нейросети генерировать картинки с помощью текста. Содержит 12 миллиардов параметров. Принцип работы тот же, только эта нейросеть создаёт эмодзи по описанию пользователя.
Для обучения этой модели было собрано 2749 иконок эмодзи и соответствующих русскоязычных описаний. Нужно зарегистрироваться на любом сайте по приёму смс , выбрать номер зарубежной страны. Включить VPN страны, номер которой вы взяли.
Получив смс в онлайн-сервисе вы сможете зарегистрироваться и войти в аккаунт. Нейросеть Google imagen Google imagen — нейросеть, которая создает изображения на основе текста посредством диффузии. Создание картинки начинается со схематичного рисунка по-человечески — наброска , после чего AI проводит итерации по улучшению рисунка до тех пор, пока нейросеть ничего не сможет добавить в имеющийся рисунок.
При этом масштабировании — не копируются имеющиеся пиксели, а нейросеть imagen генерирует совершенно новые элементы, которые соответствуют описанию. Описанные действия можно сравнить с тем, как работает художник: сначала появляется набросок, который после обрастает деталями. Была собрана фокус группа, которой предложили определить, какие изображения больше соответствуют текстовому описанию.
Использовались 2 вышеописанных ИИ, описание было одинаковым. Эксперимент показал, что люди чаще всего отдавали предпочтение изображениям, сгенерированным нейросетью Google. Для обучения разработчики Google использовали набор данных LAION-400M, который содержит широкий спектр неприемлемого контента: разизм, сексизм, порнография и другие не самые доброжелательные социальные привычки и стереотипы.
Продукт Google сейчас находится на стадии бета-теста.
Он позволяет модели понять, какие фрагменты входных данных важны и насколько важен каждый фрагмент входных данных для других фрагментов. Как и LSTM-модели, трансформер позволяет естественным образом моделировать связи «вдолгую». Однако, в отличие от LSTM-моделей, он подходит для распараллеливания и, следовательно, эффективных реализаций. Первым шагом при вычислении self-attention является создание трёх векторов для каждого входного вектора энкодера для каждого элемента входной последовательности.
Если быть более точным, то для каждого элемента создаются векторы Query, Key и Value. Трансформер также характеризует наличие словаря. Каждый элемент словаря — это токен. В зависимости от модели размер словаря может меняться. Таким образом, входные данные сначала превращаются в последовательность токенов, которая далее конвертируется в embedding с помощью энкодера.
Для текста используется свой токенизатор, для изображения сначала вычисляются low-level-фичи, а затем в скользящем окне вычисляются визуальные токены. Применение механизма self-attention позволяет извлечь контекст из входной последовательности токенов в ходе обучения. Следует отметить, что для обучения трансформера требуются большие объёмы желательно «чистых» данных, о которых мы расскажем ниже. Как устроен ruDALL-E Глобальная идея состоит в том, чтобы обучить трансформер а вернее только его декодер авторегрессивно моделировать токены текста и изображения как единый поток данных.
Мы можем вообразить себе некого художника, который занимается копированием, но в то же время создаёт нечто новое — чисто технически это можно назвать ошибкой, но мы называем это гениальностью, хотя принцип точно такой же. Мне неоднократно говорили, что если двести раз подряд провести эту операцию, получится что-то интересное. Однако когда мне удавалось сделать что-то интересное, я сам тут же видел, что меня кто-то копирует. То есть вы постоянно копируете и изменяете собственные изображения, заимствуете у других, а они, в свою очередь, заимствуют у вас.
Важно, что здесь мы имеем дело с массовой культурой — этот механизм используют миллионы людей. Многие из этих людей используют в качестве референсов работы художников-иллюстраторов, анимационных студий, видеоигры, голливудские фильмы. В каком-то смысле здесь нет ничего нового, это очень похоже на такие ресурсы как DeviantArt и ArtStation. Уже пятнадцать лет пользователи DeviantArtделятся друг с другом изображениями, созданными по мотивам каких-то уже существующих произведений. Например, пытаются сделать что-то похожее на работы какой-нибудь известной анимационной студии. Они копируют и меняют по своему вкусу какие-то детали. Например, я задаю запрос «Blade Runner» и сайт мне выдает 27 тысяч картинок, которые пользователи создали на основе эстетики фильма Ридли Скотта. Мы можем вспомнить FanFiction или FanArt — они еще старше.
Таким образом культура креативного копирования существовала всегда, однако именно цифровые инструменты сделали это явление массовым. Из серии «После Брейгеля», 2023 Изображение, созданное нейросетью Midjourney v 5. Например, Питер Брейгель за свою жизнь создал порядка пятидесяти работ, но у него была большая семья. Братья и сыновья художника еще при его жизни и с его согласия, а потом после смерти художника создали множество копий его картин. То, что мы называем историей искусства — это один оригинал и десятки, может быть, сотни копий. Тогда почему приходя в музей, вы этого не замечаете? Потому что в каком-то смысле музей это скрывает. Музей транслирует вам модернистское представление об истории искусства, помещая на свои стены художников, которые отличаются друг от друга: вот Рубенс, вот Веронезе, там Суриков, а тут Малевич.
Но вы не видите их бесконечные копии. Тогда новый вопрос: а что тогда действительно нового в этой форме копирования, которую предоставляет нам ИИ. Конечно, вы можете управлять им по-разному: давать ему видео, чтобы получить новое видео, задать ему картинку или звук. Но на данный момент популярнее всего то, что называется text to image, то есть вы создаёте текстовый запрос и получаете картинку или анимацию. Дело в том, что в современном обществе почти все люди умеют писать и читать. А вот рисовать или делать хорошие фотографии — далеко не все. Мы могли бы представить какой-нибудь авангардный вариант, где пользователь бы использовал в качестве запроса музыку, а в ответ получал архитектуру. Но пока все работают с текстовыми запросами.
Как я уже говорил, пользователи могут видеть, как другие набирают свои запросы в каналах Discord и воспроизводить их целиком или частями. Так учатся новые пользователи, так же учился и я. Разные части этого текста могут описывать разные части изображения, как, например, в художественной литературе мы видим описание внешности Анны Карениной или Мадам Бовари. Эти описания менее структурны и более свободны, чем те, что создаём мы. Наши больше похожи на программирование. Скажем, отдельно мы описываем желаемое освещение, отдельно мы даём референсы на интересных нам по стилю художников, отдельно пишем very detailed или epic composition, и таким образом мы можем разобрать изображение на части, как «лего», и эти части скопировать. Это и есть, главное, на мой взгляд отличие от предыдущих культур копирования, среди которых есть и история западного искусства. Отношения изображения и текста в синтетических медиа.
По мотивам Ролана Барта Десятилетиями в гуманитарных науках считалось, что возможности описать изображение словами ограничены. Это было очень важным допущением, которое принималось по умолчанию современной культурой. В частности, модернистское искусство старалось всеми способами избавиться от текстовых нарративов, чтобы вместо них исследовать собственный визуальный язык.
Самыми популярными запросами стали: «кот», «любовь» и «космос». Нейросеть Kandinsky 2. А это результат работы другой нейросети, Midjourney, по запросу с теми же словами Для обучения использовалось около 1,2 млрд пар «текст — изображение», а также отдельный набор из двух миллионов пар высококачественных изображений.
Выставка воссозданных с помощью нейросети Kandinsky картин открылась в Волгограде
Новости Брянска. 16 февр 2023. Новости. Нейросеть Малевич создала герб Брянской области за 2 минуты По Кубизму Малевича нейросеть изобразила индустриальный пейзаж Липецка в перспективе в черных, красных, желтых, синих и голубых тонах. Русский музей запустил собственную нейросеть в социальных сетях. Целью этого проекта стала интеграция нейросети и творчества Казимира Малевича, поэтому самые популярные картины художника были обработаны нейросетью Dezgo и выставлены.
Искусство 2.0. Нейрохудожник
| Представлена нейросеть Kandinsky 2.1 от «Сбера» / Skillbox Media | Нейросеть способна восстановить поврежденные участки снимка (порванные места или потертости), а также сделать из ч/б фотографии цветную. |
| Нейросеть поможет отреставрировать фотографии - CNews | Kandinsky 2.1 — нейросеть, которая умеет создавать с нуля и обрабатывать изображения. |
10 картин. Как Малевич «нарисовал» Барановичи
[моё] Digital Цифровой рисунок Нейронные сети Арты нейросетей Супрематизм Авангард Философия Искусство Искусственный интеллект Текст Казимир Малевич Midjourney. Нейросеть Kandinsky создала десять произведений в стиле великого художника. Работы Мунка наполнены грустью и печалью, а вот Байкал нейросеть показала вполне весело. Создатели нейросети рекомендуют сгенерировать несколько картинок по одинаковому запросу (они получаются очень разными) и выбирать лучшую. Нейронная сеть, используемая для создания выставки, была обучена на наборе данных тысяч известных картин, что привело к уникальному сочетанию знакомого стиля и новых творческих. Российские ученые создали первую отечественную квантовую нейросеть на основе сверхпроводящих кубитов.
Нейросеть рисует будущее Архангельска: какими будут дома, транспорт и люди
На днях открыл для себя нейросеть ruDALL-E. Что она делает: вы пишете некий текст, а нейросеть генерирует изображение. Для обучения нейросети были использованы опубликованные в широком доступе фотографии и видео. Нейронная сеть, используемая для создания выставки, была обучена на наборе данных тысяч известных картин, что привело к уникальному сочетанию знакомого стиля и новых творческих. Для создания этих произведений искусства нейросеть прошла обучение по творчеству современных художников, среди которых оказался Такаши Мураками. Программа фоторедактор Малевич — Мобильное приложение для редактирования фотографий MLVCH вышло в середине 2016 года. «Нейронные сети могут полноценно генерировать голос, полностью копировать его и заставлять озвучивать различные странные вещи.