Meshy-3 является передовой системой, использующей нейронные сети для создания впечатляющих 3D-моделей.
Что нового в Meshy-3?
Прежде всего, система теперь способна генерировать 3D-модели не только на основе текстовых инструкций, но и путем анализа фотографий. Это позволяет художникам и дизайнерам быстро воссоздавать реальные объекты в виртуальной 3D-среде.
Также Meshy-3 предлагает целый ряд усовершенствований, по сравнению с предыдущей моделью, которые включают:
1.улучшенную детализацию текстур-модели отличаются исключительной четкостью и реалистичностью, что делает их пригодными для использования в самых разных проектах;
2.повышенное качество полигонов в скульптурном стиле-художники теперь могут создавать невероятно органичные 3D-скульптуры;
3.PBR и функция добавления патчей – это усовершенствованные средства редактирования, которые помогают довести объекты до совершенства
Попробовать бесплатно возможности этой модели можно здесь Сервис работает без vpn, но требует регистрации
Российские компании следуют общемировому тренду и делают ставку на использование возможностей искусственного интеллекта с целью обеспечения кибербезопасности. Технологический западный рынок и российские компании развиваются изолированно друг от друга, тем не менее, основные тренды развития во всем мире остаются общими. Как минимум до 2030 года одним из основных направлений цифровизации в России будет развитие искусственного интеллекта и кибербезопасность.
Использование искусственного интеллекта в кибербезопасности
Внедрение ИИ в систему кибербезопасности смогло во многом изменить подходы к её реализации, удалось создать новые методики, призванные победить различные угрозы. Работа алгоритмов машинного и глубокого обучения позволяет ИИ проводить анализ данных в любом количестве и, таким образом, определять угрозы и аномальные явления.
Есть несколько основных вариантов применения ИИ в кибербезопасности:
определение угроз. ИИ проводит анализ поведения с целью обнаружения нестандартных признаков, что может говорить о наличии угроз. Отклонениями являются нестандартные паттерны сетевого трафика, а также необычные действий самого пользователя;
автоматизированное выполнение рутинных процессов в области кибербезопасности посредством внедрения ИИ. Обновление защитных мер осуществляется в автоматическом режиме, что позволяет практически моментально давать ответы на любые типы атак, в том числе и наиболее новые;
составление прогноза атак. Используя в качестве информации для анализа данные о произошедших ранее угрозах и атаках, ИИ составляет прогноз новых атак, что позволяет их успешно отражать.
Возможность внедрения нейросети в процесс обеспечения кибербезопасности даёт возможность повысить эффективность всей системы и получить новые методики обнаружения и предотвращения киберугроз.
Преимущества внедрения ИИ в систему кибербезопасности
Использование возможностей искусственного интеллекта в сфере кибербезопасности позволяет получить множество преимуществ:
быстрое обнаружение угроз. Так как нейросети в состоянии обработать реальный объем данных, они определяют большее количество угроз по сравнению с любыми другими методиками работы с информацией;
создание стратегии защиты. ИИ имеет способность к обучению, используя прошлый опыт кибератак. Таким образом, инструмент в состоянии предположить возможные угрозы, что необходимо для создания эффективных стратегий;
высокая эффективность обработки информации. Возможности ИИ позволяют определить сложные или скрытые угрозы за счёт обработки большего объёма данных;
минимальное время реакции. Искусственный интеллект даёт автоматические реакции на установленные источники опасности так, что реакция на любой инцидент практически моментальная.
Оценив плюсы, становится понятно, что внедрение искусственного интеллекта в работу системы кибербезопасности – лучшее решение.
Как будет развиваться ИИ в кибербезопасности
Внедрение ИИ в процесс борьбы с киберугрозами даёт возможность получить дополнительные преимущества:
объем ИИ в системе кибербезопасности будет продолжать расти. Планируется появление сложных и высокоэффективных алгоритмов, способных обнаружить угрозы посредством проведения углубленного анализа. Реакция на прогнозированные атаки станет автоматической;
уровень безопасности и приватности при использовании ИИ также продолжит расти. Лучшим решением станет внедрение новых стандартов и мер регулирования с целью предотвращения утечки данных;
рост спроса на квалифицированных специалистов в области кибербезопасности. Вероятнее всего, это привлечёт и к росту инвестиций, затраченных на обучение и развитие кадров. Возможны изменения и в системе образования, ведь необходимо подготовить специалистов, которые сразу же после завершения обучения смогут работать с системами высокой сложности.
В данный момент противостоять киберугрозами без исполнения решений ИИ уже невозможно. Но то, насколько быстро удастся в полной мере освоить данный комплекс и адаптировать его к использованию в реальных ситуациях, полностью зависит от специалистов, работающих в данной сфере.
Нейронные сети от Креатор Проджектспособны улучшить безопасность ваших онлайн-проектов, а так же помогут в создании контента, теперь не придётся тратить время на создание текстов и изображений, а необходимый инструмент всегда под рукой.
Онлайн-сервис предоставляет своим пользователям возможность:
пообщаться из России с ChatGPT ¾ Turbo;
генерировать изображения с помощью DALL-E 3;
транскрибировать текст;
использовать инструмент ИИ-кодинга.
Creator Project–это молодой, но, несомненно, очень интересный проект, который уже на этапе запуска смог привлечь внимание тысяч пользователей.
Компания рассматривает идею о платном доступе к "премиальным" функциям поиска на основе искусственного интеллекта.
Согласно отчету Financial Times, компания намерена ввести платную версию своего поисковика с ИИ-функциями. Примечательно, что в отчете указывается, что даже при наличии подписки пользователи продолжат видеть рекламу.
С чего все началось:
С появлением ChatGPT от OpenAI в ноябре 2022 года, который умеет давать быстрые и полные ответы, традиционный поиск с его списками ссылок и рекламой оказался под угрозой. Google не мог остаться в стороне и начал эксперименты с ИИ, чтобы предложить что-то новенькое: более глубокие и детализированные ответы на ваши запросы.
В мае Google начал тестировать экспериментальную поисковую службу на основе ии, предоставляя более подробные ответы на запросы, продолжая при этом предоставлять пользователям ссылки на дополнительную информацию и рекламу.
Но вот незадача – все это требует гораздо больше вычислительных ресурсов 🙄 Да и люди стали меньше обращать внимание на рекламу и переходить по ссылкам, зачем, ведь им итак дают исчерпывающие ответы, а это не очень нравится рекламодателям и бьет по карману💸
В итоге деньги откуда-то надо брать, и Google думает добавить расширенные функции ИИ-поиска в свои премиальные службы подписки, которые уже предлагают доступ к новому помощнику Gemini AI в Gmail и Docs.
При этом традиционная поисковая система Google останется бесплатной для всех.
Пока руководство Google не приняло окончательное решение о запуске премиального поиска.
Нормально они свою бизнес-модель переделывают, да? 😐
Если вам интересны новые технологии, полезные сервисы и новости будущего, добро пожаловать в ИИшница 🍳 - пища для ума в мире высоких технологий
Австралийский стартап Cortical Labs разрабатывает нечто удивительное: компьютерный чип, созданный с использованием живых клеток человеческого мозга. Этот проект, получивший название Dishbrain, представляет собой настоящую инновацию.
На кремниевой основе чипа растут живые нейроны человеческой коры головного мозга, выполняя функции проводников и связываясь между собой и с другими элементами системы. Это можно сравнить с миниатюрной версией мозга, которому уже удалось научиться играть в классическую видеоигру Pong. Хотя в игре он показал себя не идеально, скорость и эффективность его обучения превзошли традиционные цифровые методы ИИ. Такие гибридные чипы могут кардинально изменить не только развитие искусственного интеллекта, но и медицину, предоставляя новые возможности для тестирования лекарств и изучения заболеваний.
Cortical Labs утверждают, что их чипы способны расти, учиться и адаптироваться, подобно человеческому мозгу. Возможности, которые откроются перед нами благодаря этому изобретению, могут быть поистине революционными.
Если вам интересны новые технологии, полезные сервисы и новости будущего, добро пожаловать в ИИшница 🍳
В недавнем исследовании ученые из Государственного университета Джорджии сравнили способность большой языковой модели (БЯМ) ChatGPT4 и людей оценивать моральные дилеммы. Участникам был предложен модифицированный тест Тьюринга с 10 сценариями, варьирующимися от явно аморальных до условных социальных ситуаций.
Удивительно, но респонденты в среднем предпочли моральные рассуждения, сгенерированные ChatGPT4, охарактеризовав их как более добродетельные, умные, справедливые и надежные по сравнению с человеческими ответами.
Несмотря на впечатляющие результаты ChatGPT4, ученые предостерегают от безоговорочного доверия к моральным суждениям ИИ. Способность рассуждать об этике не гарантирует ее понимания на глубинном уровне. Исследователи призывают детально изучить, как большие языковые модели интерпретируют мораль, прежде чем полагаться на их советы в этой сфере.
Это открытие вызывает множество вопросов об этических рамках использования ИИ и о том, как мы определяем моральные ценности в эпоху искусственного интеллекта.
В условиях стремительного развития технологий и искусственного интеллекта религия и религиозные институты также оказались затронуты. Catholic Answers, базирующаяся в Калифорнии группа по защите прав католиков и конфессий, 23 апреля прошлого года предприняла большой и довольно амбициозный шаг. Catholic Answers объявила о разработке искусственного интеллекта священника, которого они назвали «Отец Джастин».
Целью седобородого и кустистого отца Джастина является предоставление верных и образовательных ответов на вопросы о католической вере.
Названный в честь святого Юстина Мученика, апологета и отступника второго века, отец Юстин должен был стать «авторитетной, но доступной» фигурой, поддерживающей приходских священников и католическое учение.
Однако все пошло не совсем так, как планировалось.
Священник с искусственным интеллектом, разработанный организацией Catholic Answers, обернулся скандалом, столкнувшись с реакцией общества.
Представьте, что вы смотрите музыкальный клип, в котором каждая сцена, каждый персонаж и каждое движение камеры созданы искусственным интеллектом. Звучит как научная фантастика? Что ж, будущее уже наступило. Встречайте The Hardest Part - первый в истории музыкальный клип, полностью сгенерированный нейросетью Sora от OpenAI.
Этот новаторский проект - плод совместных усилий инди-музыканта Washed Out (настоящее имя - Эрнест Грин) и режиссера Пола Трилло. Клип на песню “The Hardest Part” демонстрирует впечатляющие возможности генеративных моделей в создании реалистичных и захватывающих визуальных образов. Но как именно работает эта технология, и какое влияние она окажет на индустрию развлечений? Давайте разберемся.
Под капотом Sora: Как нейросеть создает видео
Примечание: Следующее описание основано на рассуждениях Итана Хи (Ethan He), исследователя ИИ из NVIDIA, бывшего сотрудника FAIR и выпускника CMU, с более чем 6000 цитирований и 5000 звезд на GitHub. Оригинальная статья доступна на LinkedIn Pulse. Реальные технологии являются коммерческой тайной OpenAI и еще не были обнародованы.
Предполагается, что в основе Sora лежит DiT (диффузионный трансформер) - архитектура, которая использует возможности масштабирования трансформеров наряду с итеративным процессом уточнения диффузионных моделей, я уже рассказывал про AnimateDiff, который позволяет генерировать видео на моделях Stable Diffusion, тут этот принцип многократно улучшен.
Схема работы диффузионного трансформера
Трансформеры известны своей эффективностью в обработке последовательных данных и обеспечивают надежную архитектуру для моделирования временной динамики видео. Процесс диффузии, в свою очередь, итеративно уточняет выходные данные, начиная с зашумленного начального состояния и двигаясь к желаемому видеовыходу, повышая качество и согласованность сгенерированных видео.
Для сжатия видео Sora использует векторный квантованный вариационный автоэнкодер (VQ-VAE) на основе трехмерной сверточной нейронной сети (3D CNN). Эта архитектура сети состоит из энкодера, который уменьшает размерность визуальных данных до скрытого пространства, и декодера, который реконструирует видео из этого сжатого представления.
Схема работы VQ-VAE для сжатия видео
Использование 3D CNN позволяет захватывать временную динамику видео, что важно для создания согласованного и плавного движения в сгенерированных клипах. Симметричная конструкция энкодера и декодера обеспечивает эффективное сжатие и реконструкцию видео, сохраняя высокую точность исходного контента.
Процесс обучения Sora
Во время обучения к видеотокенам добавляется случайный шум. Трансформер получает на вход текстовое условие, временной шаг диффузии и зашумленные видеотокены.
Генерация текста в видео
Универсальность Sora распространяется на различные приложения, включая анимацию статических изображений и создание идеально зацикленных видео. Анимация статического изображения достигается путем кодирования изображения как первого токена и использования шума для остальных токенов. Для создания бесшовно зацикленных видео Sora обеспечивает идентичность первого и последнего токенов на каждом шаге диффузии, улучшая эстетическую привлекательность сгенерированного контента.
Генерация видео из изображения
Одним из самых замечательных аспектов Sora является ее способность демонстрировать такие возникающие возможности, как 3D-согласованность и постоянство объектов, без явного программирования. Традиционно для достижения 3D-согласованности в сгенерированных видео требовались специальные функции потерь. Однако Sora показывает, что при масштабировании эти возможности могут возникать естественным образом, позволяя генерировать видео, точно имитирующие реальную динамику и взаимодействия.
Таким образом, Sora представляет собой значительный скачок в области генерации видео с помощью ИИ, объединяя несколько передовых технологий для создания высококачественных видеороликов из текстовых описаний.
Создание клипа “The Hardest Part”: Сложности и уроки
Несмотря на впечатляющий результат, процесс создания клипа The Hardest Part с помощью Sora был далеко не простым. Режиссеру Полу Трилло пришлось сгенерировать более 700 видеофрагментов, чтобы отобрать из них 55 лучших для финального клипа. Каждый фрагмент требовал детального текстового описания, учитывающего не только визуальные элементы, но и движения камеры, ракурсы и действия персонажей.
Без динамики сцены смотрятся откровенно странно
“Мы пролетаем сквозь пузырь, он лопается, мы пролетаем сквозь жвачку и выходим на открытое футбольное поле”, - так Трилло описывал одну из сцен клипа.
Пока у Пола Трилло был доступ к Сора он так же сделал промо заставку для TED Talks, со столь полюбившимися ему пролетами камеры. Как по мне, получилось интереснее чем в клипе.
Этот опыт показывает, что даже с использованием передовых алгоритмов ИИ создание качественного видеоконтента требует значительных усилий и творческого подхода. Сора, безусловно, открывает новые возможности, но она не заменяет человеческий талант, а дополняет его.
Барьеры на пути к массовому использованию
Несмотря на огромный потенциал Sora и подобных технологий, их широкое применение в индустрии развлечений пока сталкивается с рядом препятствий. Главным из них является высокая стоимость генерации видео.
Для создания согласованных и реалистичных видеопоследовательностей Sora требуется огромное количество вычислительных ресурсов и объем памяти. По оценкам экспертов, генерация даже короткого клипа может обходиться в сотни или тысячи долларов. Для сравнения, другие мультимодальные модели, такие как LLaVA и CogVLM, которые работают только с изображениями и текстом, уже требуют существенных затрат на GPU и электроэнергию.
Еще одним барьером является вопрос авторских прав и интеллектуальной собственности. Модели вроде Sora обучаются на огромных массивах видеоданных, принадлежащих различным правообладателям и в том числе открытых. Использование сгенерированного ИИ контента в коммерческих проектах может привести к юридическим спорам и конфликтам интересов.
OpenAI и Голливуд: Стратегия внедрения
Сгенерированный Сэм Альтмен на фоне сгенерированных голливудских холмов
OpenAI, разработчик Sora, активно продвигает свою технологию в киноиндустрии. В марте 2024 года генеральный директор компании Сэм Альтман и другие представители провели серию встреч с голливудскими студиями, режиссерами и продюсерами. Цель этих встреч - найти партнеров для дальнейшего развития и внедрения Sora в кинопроизводство.
Для крупных киностудий использование генеративных моделей может означать существенное сокращение затрат на производство визуальных эффектов и ускорение процесса создания фильмов. OpenAI рассчитывает, что партнерство с Голливудом поможет не только улучшить Sora, но и продемонстрировать ее возможности широкой аудитории.
Однако не все в киноиндустрии разделяют энтузиазм по поводу внедрения ИИ. Многие актеры, режиссеры и другие творческие работники опасаются, что генеративные модели могут лишить их работы и нивелировать ценность человеческого таланта. Поэтому OpenAI предстоит найти баланс между технологическим прогрессом и интересами профессионального сообщества.
Sora и будущее развлечений
Первый музыкальный клип, созданный с помощью Sora, - это лишь начало большого пути. По мере развития генеративных моделей и снижения стоимости их использования, мы увидим все больше примеров применения ИИ в киноиндустрии, музыке, видеоиграх и других сферах развлечений.
Однако важно помнить, что технологии вроде Sora - это инструменты, а не замена человеческого творчества. Они открывают новые горизонты и позволяют воплощать самые смелые идеи, но за каждым успешным проектом по-прежнему стоят талантливые люди - режиссеры, сценаристы, художники и многие другие.
Будущее индустрии развлечений - это симбиоз творчества и технологий, в котором ИИ дополняет и усиливает человеческие способности. И клип “The Hardest Part” - это лишь первый шаг на пути к этому будущему.
А что вы думаете о потенциале генеративных моделей вроде Sora? Как они повлияют на индустрию развлечений и творческие профессии? Поделитесь своим мнением в комментариях!
Я рассказываю больше о нейросетях у себя на YouTube, в Телеграм и на Бусти. Буду рад вашей подписке и поддержке. Всех обнял.