Aktywne Wpisy
![Bavarczyk](https://wykop.pl/cdn/c0834752/d36b1f2baa85fbc4b4377231c5e3d29e9336f79409de8c8757b4cc628f1fee7c,q60.jpg)
Bavarczyk +27
![giga_jablecznik](https://wykop.pl/cdn/c0834752/957f9c2d1321b5b1b23fcb955f6dfbfd37890c5c448a5419a732a255e8ce2a3c,q60.jpg)
giga_jablecznik +101
#facebookcontent #heheszki
Dołączyłem do grupy Zielarki, Szeptuchy, Wiedźmy, Wiedźmini na fb i świetnie się bawię
Dołączyłem do grupy Zielarki, Szeptuchy, Wiedźmy, Wiedźmini na fb i świetnie się bawię
![giga_jablecznik - #facebookcontent #heheszki
Dołączyłem do grupy Zielarki, Szeptuch...](https://wykop.pl/cdn/c3201142/1cee71a02c04cbb1a4d74ea52121a08d227ef4f03f139ec7bd5b80cbbe5ee69d,w150.png)
źródło: image
Pobierz
Kolejne, interesujące znalezisko z #tygodnikpowszechny dostępne za darmo.
O sztucznej inteligencji i jej zdolnościach - m.in. o tworzeniu obrazów, generowaniu danych czy o zjawisku deep fake.
Fragment na zachętę:
Przełomowy pomysł narodził się w barze w Montrealu, dokąd Ian Goodfellow poszedł na piwo ze znajomymi z uczelni. Rozmawiali o programach, które mogłyby samodzielnie tworzyć zdjęcia. Wprawdzie część badaczy używała już wtedy sieci neuronowych jako modeli generatywnych, ale wyniki nie były zachęcające. Twarze były nieostre albo brakowało im uszu. Znajomi Goodfellowa planowali wykorzystanie złożonej analizy statystycznej elementów składających się na zdjęcie. On twierdził, że to nie zadziała, choćby dlatego, że wymaga ogromnej ilości danych. Nad kolejnym kuflem piwa Ian wpadł na pomysł: a co, jeśli przeciwstawić sobie dwie sieci neuronowe? Jedna generowałaby obraz, a druga oceniała jego jakość. Tym razem to znajomi byli sceptyczni. On jednak po powrocie do domu, zamiast iść spać, zabrał się za kodowanie. Nad ranem testował oprogramowanie. Zadziałało za pierwszym razem. Tak przynajmniej opisuje to „MIT Technology Review”.
Pięć lat później spopularyzowana przez Goodfellowa koncepcja GAN (generative adversarial network, generatywna sieć kontradyktoryjna) uważana jest za przełom w badaniach nad głębokim uczeniem maszynowym. Dlaczego? Mówiąc najprościej, dała maszynie coś, co można porównać do wyobraźni. Dotąd programiści, szkoląc sztuczną inteligencję, musieli szczegółowo opisywać dane, którymi ją karmią, np. na zdjęciach dla systemu samochodów autonomicznych musiała się znaleźć dokładna informacja, który pieszy przechodzi przez ulicę, a który nie. To praco- chłonne, kosztowne i nie gwarantuje, że system poradzi sobie z choćby niewielkim odstępstwem od reguł. GAN dla twórców autonomicznych maszyn oznacza, że samochód bez wyjeżdżania z garażu może się „nauczyć”, jak wygląda ulica w czasie różnej pogody i przy różnym natężeniu ruchu, a robot nie musi objechać wielokrotnie całego magazynu, by umieć omijać pojawiające się przeszkody.
#nauka #deepfake #sztucznainteligencja #technologia #programowanie #informatyka #gruparatowaniapoziomu #ligamozgow #liganauki #ciekawostki #mikroreklama
źródło: comment_OOKoZECKei8Lfukza0kwmSfHVVmv4JGI.jpg
Pobierzto się dopiero nazywa deep fake
Chciałbym się nazywać Jasiu Dobryziomek
A co, jeśli stworzyć trzecią sieć neuronową, która oceni jakość tej drugiej?
Nie było lepszego źródła?
Maja swoją linię (katolicyzm, ale bardziej w stylu papieża Franciszka niż polskiego KK), ale mówią o tym otwarcie.
Mają ciekawe artykuły na temat sytuacji w kraju (współpracują m.in. z dziennikarzami Onetu), piszą o świecie (np. Wojciech Jagielski i jego cykl #stronaswiata), mają dziań nauka (m.in. z @LukaszLamza - dawno nie było żadnego tekstu! :) ) itd.
Szczerze polecam