Manipulate ng mga larawan gamit ang isang simpleng pag-click: Binibigyang-daan ka ng AI DragGan na baguhin ang mga larawan sa record time

Aleman at Amerikanong mga mananaliksik umunlad isang makabagong diskarte, na tinatawag na I-drag ang Iyong GAN, na nagbibigay-daan sa mga user na magkaroon ng flexible at tumpak na kontrol sa pose, hugis, pagpapahayag at layout ng mga bagay sa mga still na larawan. Sa kabila ng nasa papel pa rin, maaaring baguhin ng tool ang paraan ng pag-edit ng mga tao sa kanilang mga litrato.

Hanggang ngayon, ang mga kasalukuyang pamamaraan para sa "pag-animating" ng mga larawan ay nangangailangan ng manual na naka-annotate na data ng pagsasanay o mga dati nang 3D na modelo. Ang mga pamamaraang ito ay nagpakita ng mga limitasyon sa mga tuntunin ng flexibility at katumpakan. 

Ano ang Generative Artificial Intelligence? |Newsverso Glossary

Ang Generative Artificial Intelligence, o GAN, ay isang pamamaraan kung saan ang dalawang neural network ay nagtutulungan upang lumikha ng mga bagong bagay. Ang isa sa mga network ay lumilikha ng mga bagong bagay, habang ang isa ay sinusubukang sabihin kung ang mga bagay na ito ay totoo o peke. Sa paglipas ng panahon, natututo ang network na lumilikha ng mga bagong bagay na gawing totoo ang mga bagay, at ang network na nagbe-verify ay natututong sabihin ang pagkakaiba sa pagitan ng kung ano ang totoo at kung ano ang peke.

Sa DragGAN maaari mong mapangiti ang isang tao sa isang larawan sa pamamagitan lamang ng pag-drag ng mouse

Gumagamit ang DragGAN ng hindi gaanong na-explore na pamamaraan, na nagbibigay-daan sa mga user na "i-drag" ang mga partikular na punto sa isang imahe upang makamit ang ninanais na mga resulta sa isang interactive na paraan. Sa pamamagitan lamang ng iyong daliri o mouse maaari mong mapangiti ang isang tao sa isang larawan.

Nangangahulugan ito na makakagawa tayo ng mga larawan ng mga hayop, kotse, tao at landscape na may mga personalized na detalye, sa makatotohanang paraan.

Sa DragGAN, sinuman ay maaaring mag-warp ng isang imahe at magkaroon ng tumpak na kontrol sa pose, hugis, pagpapahayag at layout ng iba't ibang mga bagay. Ang kakayahang umangkop na ito ay nagbibigay-daan para sa isang malawak na pagkakaiba-iba ng GAN-generated na mga imahe, na gumagawa ng mga makatotohanang resulta kahit para sa mga kumplikadong hamon tulad ng mga nakatagong bagay o deformed na mga hugis na sumusunod sa tigas ng bagay.

Maaaring mukhang nakakatakot. Ngunit kung ginamit sa etikal, ang pagtuklas na ito promehumimok ng pagbuo ng mga bagong application sa mga lugar tulad ng disenyo, paglikha ng digital na nilalaman at maging ang mga laro at pelikula. Hindi mo kakailanganing sumailalim sa mga kumplikadong proseso sa Photoshop, halimbawa, upang gawin ang isang imahe sa paraang gusto mo.

Sa pagsulong na ito, ang kakayahang kontrolin at manipulahin ang mga larawang nabuo ng artificial intelligence ay nagkakaroon ng bagong dimensyon, na nagbubukas ng mga kaakit-akit na posibilidad para sa paglikha ng visually nakamamanghang at personalized na nilalaman. 

Ang tool ay hindi pa magagamit sa lahat. Mga developer lang ang sumusubok sa platform. Gayunpaman, ang nakarehistro na ang proyekto sa isang bukas na curated research sharing platform mula sa Cornell University.

Nag-publish din ang mga tester ng mga preview sa Twitter kung paano gagana ang tool kapag inilabas sa pangkalahatan. 

Tingnan din ang:

Artificial Intelligence: sa pagitan ng rebolusyon at regulasyon - tinatalakay ng mga propesyonal ang hinaharap ng AI

Ang pagpapasikat ng ChatGPT itinaas ang mga inaasahan, sigasig at takot sa mundo tungkol sa hinaharap ng Artipisyal na Katalinuhan. Hanggang saan ang pagdadagdag ng teknolohiya sa modernong lipunan? At kailan ito nagdudulot ng tunay na panganib sa negosyo at maging sa kinabukasan ng sangkatauhan? Pinagtatalunan ng mga eksperto at pamahalaan ang regulasyon at mga etikal na preno. Nakipag-usap kami sa mga eksperto upang maunawaan kung ano ang maaaring/dapat gawin sa bagay na ito. Sundan ang 🧵

Midjourney naglalabas ng bagong function na lumilikha ng mga teksto mula sa mga imahe

O Midjourney naglunsad ng bagong feature na promemakisali sa industriya ng sining at disenyo. Ito ay isang image-to-text na tool sa conversion na nagbibigay-daan sa mga user na mag-upload ng larawan at makatanggap ng tumpak at agarang mga paglalarawan ng teksto na nabuo mula dito. Dati, pinapayagan lamang ng platform ang kabaligtaran na paraan, para sa user na magpadala ng text command upang makatanggap ng larawan mula sa prompt.