Сообщество - Искусственный интеллект
Добавить пост

Искусственный интеллект

365 постов 4 707 подписчиков
48

Датасет Пикабу

Времени фиксить pikastat нет(да и, честно говоря, есть идеи проектов по-интереснее), поэтому выкладываю базу в паблик, чтоб люди могли пособирать интересную статистику и по-обучать интересные модели машинного обучения. Если кто обучит GPT-2/3, вообще цены не будет(я хотел сам, но ниасилил).


Качать тут -> https://pikastat.d3d.info/

Заливать в постгрес


Внутри 2'999'610 пользователей, 6'907'622 постов, 153'708'150 комментариев, всякие штуки типа сообществ и прочего, а также история всех полей с определённого момента. 


Если вдруг непонятно, какие столбцы за что отвечают, пишите, объясню)

12

Дореволюционные русские фильмы, улучшенные и окрашенные нейросетью

Оборона Севастополя (1911)

«Оборо́на Севасто́поля» (другое название — «Воскресший Севастополь», 1911) — русский игровой фильм о Крымской (Восточной) войне, одна из важнейших постановок в истории российской кинематографии. Первая русская полнометражная кинопостановка

«Стенька Разин. Понизовая вольница» (1908)

«Понизо́вая во́льница» (другие названия — «Стенька Разин», «Стенька Разин и княжна»). Кинокартина считается первым художественным фильмом, снятым в Российской империи

Пиковая дама (1916)

«Пи́ковая да́ма» — немой художественный фильм Якова Протазанова по мотивам одноимённой повести Пушкина.

Фильм вышел на экраны 2 мая (19 апреля по старому стилю) 1916 года.

Уход великого старца \ Жизнь Л. Н. Толстого (1912)

Уход великого старца (другое название — Жизнь Л. Н. Толстого, 1912) — немой художественный фильм Якова Протазанова и Елизаветы Тиман по мотивам свидетельств о последнем периоде жизни Льва Николаевича Толстого.

Показать полностью 3
8

Испытания вертолёта К-10 1949г колоризация\upscale  нейросетями

319

Идеальный дипфейк Моргана Фримена

Датчане из коллектива DiepNep сделали прекрасное видео с Морганом Фрименом. Вот только это совсем не он, а дипфейк. Имитация с помощью современных нейросетей. Даже голос идеально сделан. Ироничный текст, где он спрашивает, что такое реальность. Сделал перевод!

вот что он говорит:
Я не Морган Фримен, и то, что вы видите это не реальность, по крайней мере, в современных терминах это не она. А что, если бы я сказал вам, что я даже не человек, ты бы поверил мне? Что такое восприятие реальности - это способность фиксировать процессы и осмысливать информацию нашими чувствами. Получается, если вы можете увидеть, услышать, попробовать на вкус или запах что-то - это создает реальность? Или это просто способность ощущать?

Я хотел бы поприветствовать вас в эпоху синтетической реальности.

Что ты видишь теперь?


Что нас ждет лет через 5, когда такие штуки научатся делать не группы программистов-энтузиастов, а приложения на телефоне?


p.s. нашел у них на фейсбук, что голос таки сделала не нейросеть, а некий Boet Schouwink
вот цитата "Freeman's voice imitation is done by the incredibly talented Boet Schouwink."

p.p.s. знаю что боян, но в других постах текста не было, только сам видос

Показать полностью
3427

Из 64x64  в 1024x1024

А вот и совсем свежая статья от Googe Brain, которая использует диффузионные модели для супер-резолюшена.


Результаты — просто шок! Их модель бьет SOTA метод основанный на GAN-ах. На видео видим пример того, как картинка 64x64 апскейлится в 1024x1024.


https://iterative-refinement.github.io/ 
Показать полностью
20

В итальянских музеях начали следить за реакцией посетителей, чтобы оценить привлекательность экспонатов

Система собирает данные о количестве посетителей и их поведении перед картинами, скульптурами и артефактами.

В итальянских музеях начали следить за реакцией посетителей, чтобы оценить привлекательность экспонатов Италия, Музей, Эмоции, Впечатления, Искусство, Искусственный интеллект, Компьютерное зрение, Нейронные сети, Камера, Привлекательность, Tjournal, Neurohive, The Telegraph, Анализ данных, Длиннопост, Технологии

Камеры с искусственным интеллектом проходят испытания в музее Болоньи / Фото с сайта The Telegraph


В музеях Болоньи внедрили систему ShareArt — рядом с экспонатами разместили камеры, отслеживающие посетителей. Система вычисляет, как долго и как близко люди рассматривают картины, скульптуры и артефакты, а затем выдаёт «оценку привлекательности». Модель классифицирует эмоции по пяти выражениям лица — счастливому, грустному, нейтральному, удивленному или сердитому, а также определяет пол, возраст и движение глаз посетителей.


Таким образом кураторы выставок хотят понять, какие именно экспонаты привлекают больше посетителей и на основе этого изменить планировки. По задумке руководства музеев, это позволит увеличить число туристов и возместить хотя бы часть из 190 миллионов евро выручки, которые музеи потеряли из-за пандемии.


Систему разработала команда из правительственного агентства ENEA, которое занимается развитием новых технологий в Италии. ShareArt использует камеры рядом с экспонатами, а затем объединяет и сравнивает, как люди проводят время рядом с разными картинами, скульптурами и артефактами.


Изначальный вариант системы разработали ещё в 2016 году, однако первые публичные тесты начали только в июле 2021 года после открытия музеев и галерей. Пока в музеях установили 14 устройств ShareArt: данные транслируют в специальный график, который отражает, на чём именно концентрируется внимание людей.


Разработчики уже получили первые результаты. К примеру, выяснилось, что в случае с картиной Трофима Биго «Святой Себастьян, помогающий Святой Ирэн», посетители фокусировались не на центре композиции, а на правой части лица Себастьяна. По мнению исследователей, причиной стала игра света и тени.

В итальянских музеях начали следить за реакцией посетителей, чтобы оценить привлекательность экспонатов Италия, Музей, Эмоции, Впечатления, Искусство, Искусственный интеллект, Компьютерное зрение, Нейронные сети, Камера, Привлекательность, Tjournal, Neurohive, The Telegraph, Анализ данных, Длиннопост, Технологии

Картина Трофима Биго / Фото с сайта Saatchiart


ShareArt также отслеживает, как много посетителей останавливаются перед картинами и как долго на них смотрят. Оказалось, что очень немногие работы способны удерживать людей больше чем на 15 секунд. В среднем у экспоната проводят от 4 до 5 секунд.


Некоторые выводы исследователей оказались неожиданными: например, на диптихе 14-го века художника Витале дельи Экви внимание всегда привлекала только правая половина произведения. Левую часть большинство посетителей просто пропускали.

В итальянских музеях начали следить за реакцией посетителей, чтобы оценить привлекательность экспонатов Италия, Музей, Эмоции, Впечатления, Искусство, Искусственный интеллект, Компьютерное зрение, Нейронные сети, Камера, Привлекательность, Tjournal, Neurohive, The Telegraph, Анализ данных, Длиннопост, Технологии

Диптих Витале дельи Экви / Фото Istituzione Bologna Musei


Пока в музее не поняли, в чём причина такого поведения посетителей, но считают, что чем больше данных они смогут получить, тем лучше смогут организовать выставки. Анализ поведения зрителей может привести к изменениям в освещении, постановке и размещении произведений искусства по отношению друг к другу.


Другим примером применения технологии стал анализ привлекательности статуи Аполлона Вейского, датированной 510-500 годами до Нашей Эры. Хотя кураторы Римского национального этрусского музея считали её одним из украшений коллекции, на неё обращают внимание лишь немногие зрители. Если бы статую разместили по принципу «лучшее напоследок», то её бы вообще не стали смотреть, пояснили в ENEA.

В итальянских музеях начали следить за реакцией посетителей, чтобы оценить привлекательность экспонатов Италия, Музей, Эмоции, Впечатления, Искусство, Искусственный интеллект, Компьютерное зрение, Нейронные сети, Камера, Привлекательность, Tjournal, Neurohive, The Telegraph, Анализ данных, Длиннопост, Технологии

Аполлон Вейский / Фото из Мировой исторической энциклопедии


Дополнительно к описанному выше функционалу, камеры предупреждают персонал музея, если посетители находятся слишком близко друг к другу или снимают маски. Данные, получаемые с камер ShareArt, являются конфиденциальными. В частности, они не выполняют распознавание лиц, а фотографии посетителей после обработки нейросетью сразу же удаляются. Художники положительно оценили новую технологию: они утверждают, что ShareArt предоставляет ценный инструмент анализа влияния искусства на людей и выводит на новый уровень диалог между человеком и искусством.


Источник 1

Источник 2

Источник на английском языке

Показать полностью 3
318

«Яндекс» продемонстрировала прототип технологии автоматического перевода любого ролика в интернете

Она будет работать внутри «Яндекс.Браузера». Алгоритм с участием машинного обучения объединяет технологии биометрии, распознавания и синтеза речи. Переведённый результат накладывается на оригинальную аудиодорожку — как профессиональный дубляж в фильмах. Для того, чтобы закадровый голос совпадал с картинкой, переводчик делает паузы и меняет скорость воспроизведения речи.

15

В России создали нейросеть для поиска людей с воздуха по частям тела

Специалисты «Лаборатории Касперского» разработали нейросеть Kaspersky Neural Networks (KNN), которую можно использовать для поиска людей с воздуха.

Разработчики утверждают, что алгоритм способен распознать человека с высоты 150 м, в том числе если в кадр попала только часть тела, сообщают «Известия».

По заявлению разработчиков, если тело видно полностью, нейросеть сможет понять, идет человек, сидит или лежит. Этот параметр может быть важен, поскольку лежачему человеку в лесу с большей вероятностью нужна помощь, чем идущему, пояснил руководитель направления Kaspersky Neural Networks Владимир Клешнин.

«Машинное зрение лучше человеческого глаза анализирует изображения. Например, когда картинку рассматривает оператор, он в первую очередь ищет цветовые несоответствия — такова физиология. Однако когда человек в камуфляже, что среди грибников случается часто, заметить его с высоты сложнее. Для нейросети же цвет одежды не играет большой роли. Но главное — программа находит людей за миллисекунды. Тогда как человек на изучение картинки тратит минуты», - объяснил Владимир Клешнин.

Человека алгоритм может распознать в том числе по части тела — голове, руке или ноге, утверждают разработчики. В зависимости от того, что именно попало в кадр, нейросеть отметит объект и присудит рейтинг по стобалльной шкале. Чем ниже балл, тем меньше вероятность, что в кадре человек.

https://eanews.ru/news/v-rossii-sozdali-neyroset-dlya-poiska...
20

ИИ творит ...

68

Разбрызгиватель с искусственным интеллектом на защите газона

У видеоблогера Райдера из Канады был ухоженный газон перед домом. Но потом власти города, где он живет, зачем-то убрали тротуар вокруг его дома. И люди стали ходить прямо по газону, вытаптывая траву.


Отпугивать людей Райдер решил с помощью разбрызгивателя для полива газона, который бы автоматически включался, когда к нему кто-то приближается. Перед тем, как взяться за работу, он решил обсудить этичность идеи с друзьями. Вот что сказал умнейший (по оценке Райдера) из них:

— То, что я придумал, — зло?
— Это было бы крайне неэтично, да.
— Но зло ли это?
— Я бы сказал, что да.

Как же все это работает? Если очень коротко, то камера передает сигнал на компьютер, который с помощью машинного обучения (конкретнее — с помощью модели YOLOv3) распознает объекты на видео: людей, собак и так далее. К шлангу подсоединяется электронный клапан, который контролирует поток воды. Как только в кадре появляется нарушитель — бам! Разбрызгиватель начинает крутиться, а недостаточно расторопные люди становятся мокрыми.


Итоговый результат Райдер сначала проверил на себе, своих друзьях, и уже потом — на прохожих (с которыми он заранее договорился). Кажется, ему удалось добиться желаемого эффекта: сохранить газон и вселить страх в сердца людей. «Можете считать это моим резюме на позицию суперзлодея», — заканчивает свой ролик видеоблогер.

Источник материала

Показать полностью 1
Мои подписки
Подписывайтесь на интересные вам теги, сообщества,
пользователей — и читайте персональное «Горячее».
Чтобы добавить подписку, нужно авторизоваться.
Отличная работа, все прочитано!