Χειριστείτε εικόνες με ένα απλό κλικ: Το AI DragGan σάς επιτρέπει να μεταμορφώνετε φωτογραφίες σε χρόνο ρεκόρ

Γερμανοί και Αμερικανοί ερευνητές αναπτηγμένος μια καινοτόμος προσέγγιση, που ονομάζεται Drag Your GAN, που επιτρέπει στους χρήστες να έχουν ευέλικτο και ακριβή έλεγχο της πόζας, του σχήματος, της έκφρασης και της διάταξης των αντικειμένων σε στατικές εικόνες. Παρά το γεγονός ότι εξακολουθεί να είναι σε χαρτί, το εργαλείο θα μπορούσε να αλλάξει τον τρόπο που οι άνθρωποι επεξεργάζονται τις φωτογραφίες τους.

Μέχρι τώρα, οι υπάρχουσες μέθοδοι για την «ζωντανή κίνηση» εικόνων απαιτούσαν χειροκίνητα σχολιασμένα δεδομένα εκπαίδευσης ή προϋπάρχοντα τρισδιάστατα μοντέλα. Αυτές οι προσεγγίσεις έχουν δείξει περιορισμούς όσον αφορά την ευελιξία και την ακρίβεια. 

Τι είναι η γενετική τεχνητή νοημοσύνη; |Γλωσσάρι Newsverso

Η Generative Artificial Intelligence, ή GAN, είναι μια τεχνική στην οποία δύο νευρωνικά δίκτυα συνεργάζονται για να δημιουργήσουν νέα πράγματα. Το ένα από τα δίκτυα δημιουργεί νέα πράγματα, ενώ το άλλο προσπαθεί να πει αν αυτά τα πράγματα είναι αληθινά ή ψεύτικα. Με την πάροδο του χρόνου, το δίκτυο που δημιουργεί νέα πράγματα μαθαίνει να κάνει πράγματα που φαίνονται αληθινά και το δίκτυο που επαληθεύει μαθαίνει να ξεχωρίζει τη διαφορά ανάμεσα σε αυτό που είναι αληθινό και τι είναι ψεύτικο.

Με το DragGAN μπορείτε να κάνετε κάποιον να χαμογελάσει σε μια φωτογραφία απλά σύροντας το ποντίκι

Το DragGAN χρησιμοποιεί μια λιγότερο εξερευνημένη τεχνική, επιτρέποντας στους χρήστες να «σύρουν» συγκεκριμένα σημεία σε μια εικόνα για να επιτύχουν τα επιθυμητά αποτελέσματα με διαδραστικό τρόπο. Απλά με το δάχτυλο ή το ποντίκι σας μπορείτε να κάνετε κάποιον να χαμογελάσει σε μια φωτογραφία.

Αυτό σημαίνει ότι μπορούμε να δημιουργήσουμε εικόνες ζώων, αυτοκινήτων, ανθρώπων και τοπίων με εξατομικευμένες λεπτομέρειες, με ρεαλιστικό τρόπο.

Με το DragGAN, οποιοσδήποτε μπορεί να παραμορφώσει μια εικόνα και να έχει ακριβή έλεγχο στη πόζα, το σχήμα, την έκφραση και τη διάταξη διαφόρων αντικειμένων. Αυτή η ευελιξία επιτρέπει μια μεγάλη ποικιλία εικόνων που δημιουργούνται από το GAN, παράγοντας ρεαλιστικά αποτελέσματα ακόμη και για πολύπλοκες προκλήσεις, όπως κρυμμένα αντικείμενα ή παραμορφωμένα σχήματα που ακολουθούν την ακαμψία του αντικειμένου.

Μπορεί να φαίνεται τρομακτικό. Αλλά αν χρησιμοποιηθεί ηθικά, αυτή η ανακάλυψη promeοδηγούν στην ανάπτυξη νέων εφαρμογών σε τομείς όπως ο σχεδιασμός, η δημιουργία ψηφιακού περιεχομένου, ακόμη και τα παιχνίδια και οι ταινίες. Δεν θα χρειαστεί να υποστείτε περίπλοκες διαδικασίες στο Photoshop, για παράδειγμα, για να κάνετε μια εικόνα όπως θέλετε.

Με αυτήν την πρόοδο, η ικανότητα ελέγχου και χειρισμού εικόνων που δημιουργούνται από την τεχνητή νοημοσύνη αποκτά μια νέα διάσταση, ανοίγοντας συναρπαστικές δυνατότητες για τη δημιουργία οπτικά εντυπωσιακού και εξατομικευμένου περιεχομένου. 

Το εργαλείο δεν είναι ακόμα διαθέσιμο σε όλους. Μόνο οι προγραμματιστές δοκιμάζουν την πλατφόρμα. Ωστόσο, το το έργο έχει καταχωρηθεί σε μια ανοιχτή επιμελημένη πλατφόρμα ανταλλαγής έρευνας από το Πανεπιστήμιο Cornell.

Οι υπεύθυνοι δοκιμών δημοσίευσαν επίσης προεπισκοπήσεις στο Twitter για το πώς θα λειτουργεί το εργαλείο όταν κυκλοφορήσει γενικά. 

Δείτε επίσης:

Τεχνητή Νοημοσύνη: μεταξύ επανάστασης και ρύθμισης – οι επαγγελματίες συζητούν το μέλλον της τεχνητής νοημοσύνης

Η εκλαΐκευση των ChatGPT αύξησε τις προσδοκίες, τον ενθουσιασμό και τον φόβο στον κόσμο για το μέλλον της Τεχνητής Νοημοσύνης. Σε ποιο βαθμό η τεχνολογία έρχεται να προσθέσει στη σύγχρονη κοινωνία; Και πότε αποτελεί πραγματικό κίνδυνο για τις επιχειρήσεις και ακόμη και το μέλλον της ανθρωπότητας; Οι ειδικοί και οι κυβερνήσεις συζητούν για τη ρύθμιση και τα ηθικά φρένα. Μιλήσαμε με ειδικούς για να καταλάβουμε τι μπορεί/πρέπει να γίνει σε αυτό το θέμα. Ακολουθήστε 🧵

Midjourney κυκλοφορεί νέα λειτουργία που δημιουργεί κείμενα από εικόνες

O Midjourney λάνσαρε μια νέα δυνατότητα που promeασχοληθείτε με τη βιομηχανία της τέχνης και του σχεδιασμού. Είναι ένα εργαλείο μετατροπής εικόνας σε κείμενο που επιτρέπει στους χρήστες να ανεβάζουν μια εικόνα και να λαμβάνουν ακριβείς και άμεσες περιγραφές κειμένου που δημιουργούνται από αυτήν. Προηγουμένως, η πλατφόρμα επέτρεπε μόνο τον αντίθετο τρόπο, στον χρήστη να στείλει μια εντολή κειμένου για να λάβει μια εικόνα από το μήνυμα.