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.

​​Представлена система синтеза изображений Stable Diffusion 2.0🔥

Компания Stability AI опубликовала вторую редакцию системы машинного обучения Stable Diffusion.

1) Новая модель обучена с использованием коллекции LAION-5B, включающей 5.85 миллиардов изображений с текстовыми описаниями.

2) Обновлена модель для модификации изображений - SD 2.0-inpainting, может при помощи текстовых подсказок заменять и изменять части изображения.

3) Вторая версия также сменила кодировщик и теперь может создавать изображения более высокого качества.

4) Представили возможность увеличения разрешения исходного изображения без ухудшения качества позволяя формировать изображения с разрешением 2048x2048.

5) Также продемонстрировали и модель SD2.0-depth2img, учитывающая глубину и пространственное расположение объектов. Это позволяет использовать позу человека на фотографии для формирования другого персонажа в той же позе.

💭Код для обучения нейронной сети и генерации опубликован под лицензией MIT.

Обученные модели открыты под лицензией Creative ML OpenRAIL-M, допускающей использование в коммерческих целях.