مقاله ای که در مورد شاهکار هوش مصنوعی در حال حاضر در مورد arXiv بحث شده است ، به تماشاچیان فناوری می دهد و دلیل دیگری برای احساس این موضوع عصر Enfrightenment است.
"یادگیری مخالف چند شاته ای از مدلهای سر گفتگوی عصبی واقع گرایانه" توسط اگور زاخاروف ، علیاکساندرا شیشیا ، اگور بورکوف و ویکتور لمپیتسکی تکنیک خود را نشان می دهد که می تواند عکس ها و نقاشی ها را به سرهای گفتگوی متحرک تبدیل کند. مؤسسات وابسته نویسنده شامل مرکز هوش مصنوعی سامسونگ ، مسکو و انستیتوی علوم و فناوری Skolkovo است.
بازیکن کلیدی در این همه؟ سامسونگ سال گذشته مراکز تحقیقاتی در مسکو ، کمبریج و تورنتو افتتاح شد و نتیجه نهایی ممکن است عناوین بیشتری در تاریخ هوش مصنوعی باشد.
بله ، مونا لیزا می تواند به نظر برسد که اگر او به میزبان تلویزیون خود می گوید که چرا طرفداران نرم کننده موهای مو است. آلبرت انیشتین می تواند به نظر برسد که به هیچ وجه طرفدار محصولات بدون مو است.
آنها نوشتند که "ما با توجه به مجموعه ای از نشانه های چهره ، که باعث انیمیشن مدل می شود ، ما مشکل ترکیب تصویرهای شخصی شده عکاسی را در نظر می گیریم." یادگیری یک شات از یک قاب واحد ، حتی ممکن است.
Khari Johnson ، VentureBeat ، خاطرنشان كرد كه آنها می توانند بدون تكیه به روشهای سنتی مانند مدل سازی سه بعدی ، سر از صحبت های متحرک واقع بینانه از تصاویر ایجاد كنند .
نویسندگان خاطرنشان كردند: "به طور واضح ، سیستم قادر است پارامترهای تولید كننده و تبعیض آمیز را به روشی خاص برای شخص موردنظر قرار دهد ، به گونه ای كه آموزش می تواند براساس فقط چند تصویر انجام شود و به سرعت انجام شود ، علی رغم نیاز به تنظیم ده ها. از میلیون ها پارامتر. "
رویکرد آنها چیست؟ ایوان مهتا در وب سایت بعدی خوانندگان را با قدم هایی که تکنیک آنها را تشکیل می داد قدم زد.
"سامسونگ گفت که این مدل در طی یادگیری سه شبکه عصبی ایجاد می کند . اول ، شبکه جاسازی شده ایجاد می کند که فریم های مربوط به علائم چهره را با بردارها پیوند می دهد. سپس با استفاده از آن داده ها ، یک شبکه ژنراتور ایجاد می کند که علائم را در فیلم های سنتز شده ترسیم می کند. سرانجام ، شبکه تبعیض آمیز ، رئالیسم و ایجاد قاب های تولید شده را ارزیابی می کند. "
نویسندگان "فرا یادگیری طولانی" را در مجموعه وسیعی از فیلم ها توصیف کرده اند ، و قادر به یادگیری چند و یک باری از مدل های گفتگوی عصبی افراد قبلاً ناشناخته به عنوان مشکلات آموزش مخالف ، با ژنراتورها و ظرفیت های بالا هستند.
چه کسی از این سیستم استفاده می کند؟ گزارشات ذکر شده telepresence ، بازی های چند نفره و صنعت جلوه های ویژه است.
با این وجود ، جانسون و دیگران که گزارش های خود را ارائه می دهند ، نادیده نگرفته اند که خطر پیشرفت فناوری را در دستان اشتباهی نادیده می گیرد ، جایی که بدخواهان می توانند جعلی با مقاصد بد تولید کنند.
جانسون نوشت: "چنین فناوری می تواند به وضوح مورد استفاده قرار گیرد تا ایجاد عمیق کند ."
بنابراین ، ما ممکن است بخواهیم به این فکر مکث کنیم. دقیقاً همین نویسندگان اکنون به طور اتفاقی به نتایج "جعلی عمیق" که ناشی از برخی پروژه های هوش مصنوعی است اشاره می کنند. و نویسندگان تعجب می كنند كه این مرحله سامسونگ در فناوری ممكن است به معنای عمیق باشد.
جان کریستین دیدگاهی در آینده نگر داشت . "در طول چند سال گذشته ، ما شاهد ظهور سریع فناوری پمپ وکیوم آبی" عمیق "بودیم که از یادگیری ماشینی برای تجزیه و تحلیل فیلم افراد واقعی استفاده می کند - و سپس ویدیوی قانع کننده ای را از آنها انجام می دهیم تا کارهایی را انجام دهند که هرگز انجام نمی دهند یا گفتن چیزهایی که هرگز نگفتند. "
جو سلسمان در CNET: "پیشرفت سریع هوش مصنوعی بدین معنی است که هر زمان که یک محقق در پیشرفت عمیق و تبلیغاتی دست به دست هم بدهد ، بازیگران بد می توانند با استفاده از ابزارهای هیئت منصفه خود به تقلید از آن بپردازند."
جالب است که هرچه بیشتر مردم از جعل هوش مصنوعی آگاهی داشته باشند ، راحت تر می توانند برخی از انیمیشن ها را جعلی جعلی قرار دهند یا خیر؟ نظر بیننده در مورد صفحه ویدیو: "در آینده باج خواهی غیرممکن است زیرا همه می دانند که به راحتی می توانید از هر چیزی ویدیویی بسازید."
مقاله ای که در مورد شاهکار هوش مصنوعی در حال حاضر در مورد arXiv بحث شده است ، به تماشاچیان فناوری می دهد و دلیل دیگری برای احساس این موضوع عصر Enfrightenment است.
"یادگیری مخالف چند شاته ای از مدلهای سر گفتگوی عصبی واقع گرایانه" توسط اگور زاخاروف ، علیاکساندرا شیشیا ، اگور بورکوف و ویکتور لمپیتسکی تکنیک خود را نشان می دهد که می تواند عکس ها و نقاشی ها را به سرهای گفتگوی متحرک تبدیل کند. مؤسسات وابسته نویسنده شامل مرکز هوش مصنوعی سامسونگ ، مسکو و انستیتوی علوم و فناوری Skolkovo است.
بازیکن کلیدی در این همه؟ سامسونگ سال گذشته مراکز تحقیقاتی در مسکو ، کمبریج و تورنتو افتتاح شد و نتیجه نهایی ممکن است عناوین بیشتری در تاریخ هوش مصنوعی باشد.
بله ، مونا لیزا می تواند به نظر برسد که اگر او به میزبان تلویزیون خود می گوید که چرا طرفداران نرم کننده موهای مو است. آلبرت انیشتین می تواند به نظر برسد که به هیچ وجه طرفدار محصولات بدون مو است.
آنها نوشتند که "ما با توجه به مجموعه ای از نشانه های چهره ، که باعث انیمیشن مدل می شود ، ما مشکل ترکیب تصویرهای شخصی شده عکاسی را در نظر می گیریم." یادگیری یک شات از یک قاب واحد ، حتی ممکن است.
Khari Johnson ، VentureBeat ، خاطرنشان كرد كه آنها می توانند بدون تكیه به روشهای سنتی مانند مدل سازی سه بعدی ، سر از صحبت های متحرک واقع بینانه از تصاویر ایجاد كنند .
نویسندگان خاطرنشان كردند: "به طور واضح ، سیستم قادر است پارامترهای تولید كننده و تبعیض آمیز را به روشی خاص برای شخص موردنظر قرار دهد ، به گونه ای كه آموزش می تواند براساس فقط چند تصویر انجام شود و به سرعت انجام شود ، علی رغم نیاز به تنظیم ده ها. از میلیون ها پارامتر. "
رویکرد آنها چیست؟ ایوان مهتا در وب سایت بعدی خوانندگان را با قدم هایی که تکنیک آنها را تشکیل می داد قدم زد.
"سامسونگ گفت که این مدل در طی یادگیری سه شبکه عصبی ایجاد می کند . اول ، شبکه جاسازی شده ایجاد می کند که فریم های مربوط به علائم چهره را با بردارها پیوند می دهد. سپس با استفاده از آن داده ها ، یک شبکه ژنراتور ایجاد می کند که علائم را در فیلم های سنتز شده ترسیم می کند. سرانجام ، شبکه تبعیض آمیز ، رئالیسم و ایجاد قاب های تولید شده را ارزیابی می کند. "
نویسندگان "فرا یادگیری طولانی" را در مجموعه وسیعی از فیلم ها توصیف کرده اند ، و قادر به یادگیری چند و یک باری از مدل های گفتگوی عصبی افراد قبلاً ناشناخته به عنوان مشکلات آموزش مخالف ، با ژنراتورها و ظرفیت های بالا هستند.
چه کسی از این سیستم استفاده می کند؟ گزارشات ذکر شده telepresence ، بازی های چند نفره و صنعت جلوه های ویژه است.
با این وجود ، جانسون و دیگران که گزارش های خود را ارائه می دهند ، نادیده نگرفته اند که خطر پیشرفت فناوری را در دستان اشتباهی نادیده می گیرد ، جایی که بدخواهان می توانند جعلی با مقاصد بد تولید کنند.
جانسون نوشت: "چنین فناوری می تواند به وضوح مورد استفاده قرار گیرد تا ایجاد عمیق کند ."
بنابراین ، ما ممکن است بخواهیم به این فکر مکث کنیم. دقیقاً همین نویسندگان اکنون به طور اتفاقی به نتایج "جعلی عمیق" که ناشی از برخی پروژه های هوش مصنوعی است اشاره می کنند. و نویسندگان تعجب می كنند كه این مرحله سامسونگ در فناوری ممكن است به معنای عمیق باشد.
جان کریستین دیدگاهی در آینده نگر داشت . "در طول چند سال گذشته ، ما شاهد ظهور سریع فناوری پمپ وکیوم آبی" عمیق "بودیم که از یادگیری ماشینی برای تجزیه و تحلیل فیلم افراد واقعی استفاده می کند - و سپس ویدیوی قانع کننده ای را از آنها انجام می دهیم تا کارهایی را انجام دهند که هرگز انجام نمی دهند یا گفتن چیزهایی که هرگز نگفتند. "
جو سلسمان در CNET: "پیشرفت سریع هوش مصنوعی بدین معنی است که هر زمان که یک محقق در پیشرفت عمیق و تبلیغاتی دست به دست هم بدهد ، بازیگران بد می توانند با استفاده از ابزارهای هیئت منصفه خود به تقلید از آن بپردازند."
جالب است که هرچه بیشتر مردم از جعل هوش مصنوعی آگاهی داشته باشند ، راحت تر می توانند برخی از انیمیشن ها را جعلی جعلی قرار دهند یا خیر؟ نظر بیننده در مورد صفحه ویدیو: "در آینده باج خواهی غیرممکن است زیرا همه می دانند که به راحتی می توانید از هر چیزی ویدیویی بسازید."
تعویض توربین های بادی در دانمارک تمرکز خود را به ابررساناها معطوف می کند