Вот что он нам ответил:

Как модель искусственного интеллекта, я использую обширную базу знаний, в которой содержится информация о настольных играх. Она включает в себя описания игр, правила, жанры, характеристики и многое другое. Вот несколько способов, как я выбираю информацию для создания постов о настольных играх:

1) Знания и опыт: Я был обучен на огромном объеме текстов, включая статьи, обзоры, форумы и другие источники, связанные с настольными играми. Благодаря этому я получил обширные знания о различных играх, жанрах, механиках и трендах в индустрии настольных игр.

2) Анализ актуальных источников: Я следил за новостями, обновлениями и трендами в мире настольных игр до своего краха обучения. Это позволяет мне быть в курсе последних событий, новых релизов и интересных разработок в индустрии. Я могу использовать эти актуальные данные для создания информативных и интересных постов.

3) Поиск информации по запросу: Если у вас есть конкретный запрос или тема, связанная с настольными играми, я могу использовать мои способности поиска информации, чтобы найти соответствующие материалы. Это может быть информация о конкретной игре, стратегии игры, советы для новичков и многое другое.

4) Контекстуальное понимание: Благодаря своим языковым возможностям, я могу анализировать и понимать контекст, в котором обсуждаются настольные игры. Это позволяет мне предлагать релевантные и точные сведения, подходящие к теме или вопросу, который обсуждается.

А как считаете вы, какие ещё неизведанные возможности есть у чата GPT и что он может скрывать от человечества?

Можно выбирать различные оттенки кожи и телосложение. Для этого была создана специальная дифузиооная модель которая нацелена на генерацию фотореалистичных результатов.

Прочитать подробней можно в блоге компании

__

Мой канал с гайдами по Stable Diffusion. Где бесплатно обучаю с нуля и до самостоятельного обучения моделей.

Канал Нейроновости - источник новостей о нейронках, подпишись чтобы не пропускать

Я занимаюсь разработкой своего ChatGPT Telegram бота на Python. Мне пришла идея использовать компьютерное зрение для поиска текста на изображение, для составления запроса в ChatGPT.

Реализация

Tesseract — это популярный движок OCR с открытым исходным кодом, который был предварительно обучен для поддержки более 100 языков. В этой статье мы используем Python-tesseract (pytesseract), оболочку Python для Tesseract, которая позволяет использовать Tesseract с Python.

Прежде чем использовать Tesseract, его нужно установить. Не забудьте добавить русский язык в параметрах установки.

pip install pytesseract

Вместе с ChatGPT получится что то такое

pip install openai

Примеры

Все примеры будут показаны в моем Telegram боте, так как это удобнее, чем через консоль, ну и ради продвижения, конечно же...

Бот бесплатный. Имеет большой функционал. Всю информацию найдете внутри.

Telegram бот может обрабатывать фотографию в двух режимах:

• Получение текста с изображения без запроса в ChatGPT. Для этого нужно написать команду /text в подписи к изображению или оставить это поле пустым.

• Обработка текста с использованием инструкции для ChatGPT. Инструкция (запрос) пишется в подписи к изображению.

Попробуем распознать текст с этой фотографии документа, сделанной на телефон.

Есть неточности, но в целом не плохо

Попробуем решить тестовое задание с применением ChatGPT.

Как насчет рукописного текста

Рукописный текст печатными буквами распознает крайне плохо, пропись нет смысла даже проверять.

Что то из очень смешного

Обработка теста с изображения

Текст с картинки можно озвучить, используя функцию озвучки бота в настройках

Как по мне, вполне себе применимая штука получилась. Может пригодится. Все примеры вы можете опробовать сами, воспользовавшись Telegram ботом.

Забавная версия))

@ChatGptT01_Bot

Для замены лица больше не требуется долгого обучения модели нейронной сети на примере сотен фотографий с различными вариациями мимики. Теперь для замены актёра в любом видео досточно единственной фотографии среднего качества и доступа к GPU Nvidia (Можно и на CPU, но будет заметно медленней). Для использования алгоритма воспользуемся сервисом Google Colab.

Google Colab — это бесплатный сервис, который позволяет удалённо запускать и использовать различные скрипты/приложения на серверах компании Google.

P. S. Бесплатный доступ к GPU в Google Colab ограничен 6-12 часами для одного сеанса, после чего потребуется 24-часовой перерыв. Или используйте другой аккаунт.

Инструкция

1. Открываем веб-сайт сервиса Gmail и регистрируем новый почтовый ящик. Он нам понадобится для халявного доступа к серверам Google и созданию личной страницы со скриптом.

2. Переходим в панель управления и копируем скрипт установки нейронной сети через через «Файл>Сохранить копию на диск». Если всё сработало успешно, то система автоматически перенаправит вас на новый веб-адрес панели управления. (Скрины в лучшем качестве здесь).

3. С помощью галочки запускаем первый скрипт и дожидаемся завершения установки нейронной сети.

Внимание!

Практически всегда при первой установки нейронной сети в середине выполнения кода появится надоедливая ошибка и кнопка Restart Runtime. Не беспокойтесь и просто перезапустите установочный скрипт с помощью галочки. Не нужно нажимать на кнопку Restart Runtime!

4. Выполним перенос библиотек, а также загрузим фото и видео для подмены лица. Нажимаем по папке слева внизу и в открывшемся интерфейсе находим папку под названием roop.

Щёлкаем по папкам roop>roop и мышкой из первой папки roop переносим во вторую папку roop следующие файлы: requirements.txt, run.py

Перезапускаем первый установочный скрипт, и если всё было сделано правильно, то ошибка ERROR: Could not open requirements file: [Errno 2] должна исчезнуть. Загружаем наши файлы в новую папку roop (третья). Учитывайте, что для качественной замены в подменяемом видео не должно быть более одного действующего лица. Для сложных сцен применяйте в видеоредакторе кадрирование или маску.

Я остановил свой выбор на фотографии молодой Саши Грей и небольшого публичного Coub c неизвестной мне актрисой.

Богиня

5. После того как наши файлы будут загружены на серверы Google, (Для их отображения закройте и вновь откройте дерево файлов), необходимо их указать в параметрах обработки.

• face.png — это стандартное имя файла картинки с лицом для замены. (Lico.png)

• video3.mp4 —стандартное название файла видеозаписи в котором и будет происходить замена. (Zamena.mp4)

• face_changed_video.mp4 — готовое видео с поддельным лицом. (Можно оставить по дефолту)

Дальше идут технические параметры определения количества кадров и принудительное задействование GPU. Их вам трогать не нужно. Пожалуйста, не используйте пробелы или название на русском в ваших исходных файлах.

Вписываем название файлов и запускаем скрипт.

Время обработки конечного видео будет зависить от качества и длины исходных файлов. Наберитесь терпения!

6. Когда появится надпись Status: swap successful, то ваше видео обработано и его можно скачать. Находим в колонке с лева face_changed_video.mp4 и нажимаем скачать. Убедитесь, что вашь браузер не блокирует скачивание с Google Colab.

Результат

Заключение

Ну что же, как по мне, то получилось всё просто замечательно и не заняло слишком много времени. Пользуйтесь, пополняйте свои личные архивы ожившими мечтами и никогда не позволяйте компаниям диктовать вам свои условия. С вами был Павел.

Если не работает

Скрипт всё ещё развивается и автор может изменять его компоненты и настройки. Если у вас что-то не работает, то, пожалуйста, воспользуйтесь старой версией. Найти её можно здесь.

P.S. Настройки и параметры запуска скрипта обновляются здесь.

Оригинал