Wpis z mikrobloga

Jak oni ją mogli zrobić? Sztuczna inteligencja nigdy nie generuje 2 razy takich samych obrazów a jakoś musieli zrobić jej twarz. Da się to jakoś generować obraz na podstawie innego?

https://www.euronews.com/next/2023/11/22/meet-the-first-spanish-ai-model-earning-up-to-10000-per-month

https://www.instagram.com/fit_aitana/

#ai #sztucznainteligencja #stablediffusion #instagram #technologia #programowanie
LeKosmita - Jak oni ją mogli zrobić? Sztuczna inteligencja nigdy nie generuje 2 razy ...

źródło: Social media images of Aitana

Pobierz
  • 17
@LeKosmita: te algorytmy bazują na gigantycznych bazach danych, i właściwie to jest sedno tej inteligencji. Bo czy dało by się zrobić ai 10 lat temu? dałoby się, ale nie byłoby wstanie przerobić takiego materiału. Chodzi o biliony zdjęć, danych i terabajty materiałów. Możliwe, że na swój sposób rozumie geometrię, przestrzeń, oświetlenie, odległość od widza - oczywiście te dane są określono liczbowo. Np. wczoraj wygenerowałem sobie w kanwie zdjęcie domu - ale
miszczu90 - @LeKosmita: te algorytmy bazują na gigantycznych bazach danych, i właściw...

źródło: 29241966-cd6b0520-7fb6-11e7-8643-ef37d60763ad

Pobierz
@miszczu90: nie do końca, bo dzisiejsze AI opiera się na transformerach wymyślonych w 2017 i to one m.in. odpowiadaja za ostatni skok jakościowy w AI. Dzięki nim można właśnie na gigantyczną skalę przetwarzać te dane , więc dziesięć lat temu nawet z obecnymi możliwościami sprzętowymi i ilością danych bez transformerów nie byłoby to możliwe do zrealizowania.
odpowiadaja za ostatni skok jakościowy


@LeopoldStuff: ale ten skok dotyczy analizy całego zdania, już dużo wcześniej było "uczenie maszynowe" - wiem bo sam brałem udział w kilku projektach - problem był ciągle ten sam - niewystarczająca ilość danych - sama prymitywna capcha powstała w 2009 i już wtedy coś próbowano zbierać i przetwarzać - oczywiście pod pozorem udowadniania, że nie jesteś botem - ludzie karmili te algorytmy danymi.
@K4mel: A jak to zrobić? Bo bazowałem na poradnikach, odpalałem maszynę i mimo tego wyniki uczenia były mega rozczarowujące.

Jest jakiś prostszy sposób na ogarnięcie tego?
@K4mel: Póki co ogarnąłem że Reactor w połączeniu z Adetailer daję całkiem dobre wyniki na podstawie jednego zdjęcia, myślę że kwestia dobrych słów dla AI, mogłaby dać zadowalające wyniki.
@LeKosmita: Robisz dobrego prompta i losujesz, aż wyskoczy coś ciekawego. Wtedy zapisujesz seed i używasz funkcji "variation" z niewielką siłą, rzędu 0.1-0.2, dzięki czemu trzaskasz dużo podobnych obrazów, z których odrzucasz znowu większość ale niektóre zostawiasz. Następnie zmieniasz lekko prompta, np. żeby stała zamiast siedzieć, była w innej scenerii, w innych ciuchach, pomaga pisanie tych konkretnie niuansów na końcu prompta. Ewentualnie używasz lory bądź embeddingu do rozjaśniania, obracania, zbliżania kamery i