EnCodec от Meta использует ИИ для сжатия аудиофайлов без потери качества 🔥

🗣Высококачественный звук требует быстрого интернет-соединения и большого объема памяти, поэтому задача исследования - преодолеть эти ограничения с помощью EnCodec. Использоваться данная функция будет как для сжатия голосовых сообщений, так и для музыкальных файлов.

🔉Мета создала трехкомпонентную систему и обучила ее сжимать аудиоданные до нужного размера, после чего они могут быть декодированы с помощью ИИ. Исследователи утверждают, что они добились примерно 10-кратной степени сжатия без потери качества для аудио CD.

Технология выявляет изменения, не воспринимаемые человеком. Для этого используют дискриминаторы для улучшения качества генерируемых образцов.

Meta также планирует сделать энкодер для видео, в ситуациях как: видеоконференции, потоковое стриминг фильмов и игр в VR.

Подробнее с блогом можно ознакомиться тут. 👈
А с кодом здесь. 👈

Meta- признана экстремистской и ее деятельность запрещена на территории РФ

Технический художник Шон Саймон представил Sketch Diffusion, пользовательский сэтап, который может улучшать VR-эскизы в режиме реального времени.

Разработанная в сотрудничестве с T&DA, известной созданием интерактивного AR/VR опыта, установка работает на базе Stable Diffusion и подключена к Gravity Sketch, дизайнерскому приложению, позволяющему создавать 3D модели в виртуальной реальности.

Технологическая гонка по созданию речевых ИИ?

🔉На саммите Speech AI Summit компания Nvidia объявила о новой экосистеме искусственного интеллекта в области обработки речи, которую она разработала в рамках партнерства с Mozilla Common Voice. Цель проекта: ускорение развития моделей автоматического распознавания речи, которые будут работать универсально для каждого носителя языка во всем мире. Экосистема будет с открытым кодом.

🔻Помимо Nvidia, такие гиганты как Google и Meta выпустили модели речевого ИИ для перевода разговоров между людьми, на разных языках. Так модель от Google - Translation Hub, может переводить большой объем документов на множество языков. Объявив также о создании универсального переводчика речи, обученного более чем на 400 языках.

🗣А проект Meta AI "Универсальный переводчик речи" (UST) позволяет переводить речь с одного языка на другой в реальном времени. Система также может распознавать бесписьменные языки.

-Интересно что об этом думают переводчики и лингвисты? 🧐

✊Пользователи GitHub подают коллективный иск против Microsoft за обучение Copilot с помощью их кода

Программисты GitHub подали коллективный иск против GitHub, его материнской компании Microsoft и ее технологического партнера OpenAI за нарушение их лицензий на открытый исходный код и использование их кода для обучения искусственного интеллекта Microsoft под названием Copilot.

🔻Проприетарный Copilot работает на системе Codex и был обучен на коде из общедоступных репозиториев, тем самым нарушив лицензии на исходный код, которые разрешают только некоммерческое распространение и модификацию кода и часто содержат ограничения, включая требование сохранять имя авторов.

Юристы процесса также создали сайт, посвященный расследованию GitHub Copilot.

🗯Программисты, использовавшие Copilot, отмечали, что он генерировал неправильную лицензию для кода и дословно воспроизводил защищенный авторским правом код пользователей без надлежащего указания авторства или лицензии.

Этот случай представляет собой первый крупный шаг в борьбе с нарушениями прав интеллектуальной собственности в технологической отрасли, возникающими из-за систем искусственного интеллекта.

Судебный процесс также может оказать влияние и на другие системы ИИ.

Плагин Shape-to-Image AI для Cinema 4D 🔥

🔻Энтузиаст Cinema 4D Лазарос Пашос, также известный как Nitroman, представил новый плагин для Cinema 4D, который может превращать простые фигуры в сгенерированные ИИ изображения на основе текстового запроса. Плагин называется Nitro4DGenAI.

🗯По словам создателя, чтобы создать желаемое изображение, нужно сделать простую форму, назначить нужные цвета и написать запрос - все остальное сделает ИИ.

Nitro4DGenAI все еще находится в разработке.

Модель Phenaki от Google может генерировать длинные видеоролики на основе текстовых запросов

🤖Компания Google представила сгенерированное ИИ видео, сделанное с помощью Phenaki - "модели, способной синтезировать реалистичное видео на основе последовательности текстовых запросов".

🗯Google обещает также представить свои инструменты преобразования текста в изображение в AI Test Kitchen.

Подробнее о технологии можно узнать тут. 👈

Stable Diffusion в дополненной реальности.

🗣Разработчик и энтузиаст искусственного интеллекта Бьорн Карманн продемонстрировал сочетание искусственного интеллекта и дополненной реальности.

⚡️Intel представила технологию распознавания дипфейков

Технология FakeCatcher, способна определять дипфейки в реальном времени.

⚙В основе программы лежит собственная нейросеть, которую обучили на кадрах с изображениями реальных людей. Ее задача заключается в том, чтобы находить мелкие несоответствия, обычно имеющиеся в кадрах, сгенерированных с помощью ИИ.

🔻FakeCatcher способен считывать информацию с множества точек на лице, отличая настоящего человека от дипфейка за счёт цветовых изменений в кровотоке.

💬Компания утверждает, что точность FakeCatcher достигает 96%.

Пока о сроках выпуска FakeCatcher и о том, как можно будет получить доступ к технологии, не говорится.