دیپ‌فیک در عمل؛ نگاهی به FaceSwap، ابزار قدرتمند تغییر چهره با  ai

سوال پیش اومد که دیپ فیک(deepfake) چی هست اصلا 🤔
دیپ‌فیک (Deepfake) ترکیبیه از دو واژه:
‏«Deep Learning» (یادگیری عمیق)
و «Fake» (جعلی)
یعنی ویدیوها یا تصاویر جعلی‌ای که با استفاده از هوش مصنوعی ساخته میشن، اما انقدر طبیعی و دقیقن که به‌سختی میتونی بگی واقعی نیستن.

دیپ‌فیک‌با استفاده از مدل‌های یادگیری عمیق، مثل autoencoderها یا GANها (شبکه‌های خصمانه‌ی مولد) ساخته میشن. این مدل‌ها اول با مقدار زیادی داده (مثل تصاویر چهره‌ی انسان ها) آموزش میبینن، بعد میتونن اون چهره رو روی ویدیوی فرد دیگه‌ای «بچسبونن»؛ طوری که انگار خودش داره اون حرفا رو میزنه یا اون کارها رو انجام میده.

حالا یه مدل متن باز  قدرتمند رو برای دیپ فیک (deepfake) میخوام معرفی بکنم .

‏FaceSwap – پروژه‌ای جذاب از دل یادگیری عمیق

‏FaceSwap ابزاری مبتنی بر یادگیری عمیق (Deep Learning) هست که از شبکه‌های عصبی کانولوشنی (CNN) و معماری autoencoder برای شناسایی، استخراج و جایگزینی چهره‌ها در ویدیو یا تصویر استفاده میکنه.

با این ابزار میتونی :

چهره‌ی یک فرد رو از تصاویر یا فریم‌های ویدیویی جدا کنی
یه چهره‌ی جدید (مثلاً خودت، دوستت یا یه سلبریتی) رو جایگزینش کنی
خروجی‌ای بگیری که طبیعی، صاف و باورپذیره
تمام این فرآیند میتونه روی سیستم خودت (با GPU یا حتی CPU) اجرا بشه.

ابزارها و تکنولوژی‌هایی که استفاده میکنه :

زبان :  Python
فریم‌ورک‌های ML: TensorFlow، Keras
ابزارهای پردازش تصویر: OpenCV، Dlib
رابط گرافیکی: Tkinter GUI
پشتیبانی از CUDA برای تسریع پردازش روی کارت گرافیک

کاربردهای FaceSwap

تولید جلوه‌های بصری در ویدیو و سینما
آموزش مباحث ethical AI و deepfake detection
پیاده‌سازی پروژه‌های تحقیقاتی در زمینه Computer Vision
ساخت محتوای سرگرم‌کننده و خلاقانه

استفاده‌ی درست از ابزارهای AI همیشه با «اخلاق دیجیتال» گره خورده.
‏FaceSwap برای یادگیری و توسعه ساخته شده، نه جعل هویت یا سوءاستفاده از تصویر افراد.

احتمالا دوس داری خودت یه امتحانی بکنی 😁

گیت هاب پروژه :
‏https://github.com/deepfakes/faceswap

روش استفاده  :

git clone https://github.com/deepfakes/faceswap.git
cd faceswap
python setup.py

توصیه : اگه کارت گرافیک NVIDIA داری و CUDA نصبه، تجربه بهتری  کسب میکنی

#ai
#deepfake
#byteforge
@byteforge_chan 🛸

بدهی‌های کوچیک مالی معمولا پیگیری نمیشن چون هزینه‌های دادرسی و زمانی که میذاری بعضی وقت‌ها از مبلغ بدهی بیشتر میشه، تخمین زدن مثلا تو بریتانیا سالانه ۲۰ میلیارد پوند عددش هست. بعد یه شرکت حقوقی به اسم گارفیلد اِی‌آی تونسته از رگولاتوری بریتانیا مجوز بگیره که خدمات حقوقی ارائه بده.

این شرکت جای وکیل‌ها از هوش‌مصنوعی استفاده میکنه و قیمت ۲ پوندی (۲۰۰ هزار تومن) تا ۵۰ پوندی رو برای خدماتش انتخاب کرده، هدفش اینه با سریع کردن مراحل دادخواهی و کاهش هزینه‌ها کمک کنه تا مردم حتی برای پرونده‌های کوچیک هم دنبال مطالبات خودشون باشن. گارفیلد اِی‌آی چیزهایی مثل دادخواست یا حتی دفاعیه برای روز دادگاه، نامه‌های پیگیری و ... رو مینویسه.

ft
@geekalerts

⁉️ روی سرور یا توی Terminal یک فایل Jupyter از پسوندهای ipynb بخواهید بخوانید 🤔

یک چیزی مثل cat از چی استفاده میکنید ؟
🔥 افرین nbcat

برای نصب و اجرا

pip install nbcat
nbcat example.ipynb

ژوپیتر نوت بوک (Jupyter Notebook) پایتون یک برنامه وب است که میتونید کد بنویسید و اجرا کنید
در فایل های ژوپیتر کد و خروجی هر دوتاشون کنار هم نمایش داده میشن

@MehrdadLinuxchannel
#linux #python

سند راهنمای جدید OpenAI، کدام مدل را انتخاب کنیم؟

تیم OpenAI یه سند برای انتخاب کردن مدل مناسب منتشر کردن و اطلاعات خوبی توی این سند هست، بین GPT-۴o و GPT-۴.۵ این سند می‌گه GPT-۴o مدل «همه فن حریفه» و اطلاعاتش لحظه‌ایه. این مدل برای خلاصه‌سازی، ایده‌پردازی و کارهای این مدلی عالیه چون چندوجهیه، می‌تونید از همه قابلیت‌هاش مثل ساخت تصویر، تحلیل دیتا و... استفاده کنید. از اون طرف، GPT-۴.۵ «ابزار قدرت خلاقیت» شماست، هوش هیجانی و ارتباط بهتری داره و اگه دنبال رویکرد خلاقانه‌تری هستید، این مدل بهترین انتخابه.

مدل o۴-mini برای انجام سریع کارهای فنی مثل برنامه‌نویسی و سوالات تخصصی خوبه. مدل o۴-mini-high برای کارهای فنی پیچیده‌تر و دقیق‌تر مثل کدنویسی پیشرفته و محاسبات ریاضی دقیق بهترین گزینه است. و در نهایت، مدل o۳ تو کارهای خیلی پیچیده و چندمرحله‌ای مثل برنامه‌ریزی‌های سنگین یا تحلیل‌های جامع عالی عمل می‌کنه. بعضی از این مدل‌ها معمولا برای کاربرانی که اشتراک پولی چت‌جی‌پی‌تی پلاس رو دارن، در دسترس هستن.

openai
@geekalerts

توی توسعه حواسمون نبود برای بخش explore محصولاتمون توی URL برای هر صفحه‌ش یه page number گذاشته بودیم در صورتی که explore داینامیک و متفاوت برای هر کابر بود.


گوگل اومده بود هر URL رو ایندکس کرده بود ولی در صورتی که اون صفحه برای کاربرای دیگه متفاوت بود و نتیجه با چیزی که توی گوگل نشون می‌داد متفاوت بود این مدت کلی از Crawl Budget مون برای این حرکت ساده از دست رفت.



@Linuxoe

این هفته در پلاسما و برنامه‌های کی‌دی‌ای

چون این هفته در پلاسمایی که در هفته گذشته منتشر شد کوتاه بود، تصمیم براین شد که اخبار این هفته با پلاسما همزمان با اخبار این هفته در برنامه‌های کی‌دی‌ای به صورت همزمان در کانال منتشر شود.

بعد از ۱۸ سال امکان انتقال مستقیم فایل با کشیدن فراهم شد، تا پیش از این منویی را به شما نشان می‌داد که می‌خواهید فایل را در این مسیر کپی کنید یا انتقال بدهید. (پلاسما ۶.۴)

هم اکنون می‌توانید حالت تمام صفحه kwin را با حرکت سه انگشتی فعال کنید. انگشت شصت و دو انگشت دیگر. (پلاسما ۶.۴)

پایشگر سامانه هم اکنون به شما امکان نمایش مصرف پردازنده گرافیکی را به تفکیک پروسه می‌دهد. درحال حاضر تنها اینتل و amd پشتیبانی می‌شوند و انویدیا در آینده اضافه خواهد شد. (پلاسما ۶.۴)


در کی‌دنلایو برنامه ویرایشگر تصویر کی‌دی‌ای مشکل مصرف حافظه رم که در حذف پس‌زمینه با sam2 ایجاد می‌شد برطرف شد.

برنامه کمیک‌خوان کی‌دی‌ای persue اکنون به QT 6 و کریگامی مدرن پورت شده است.

پخش کننده موسیقی کی‌دی‌ای juk هم اکنون از qtmultimedia بجای phonon استفاده می‌کند.




ادامه در فرسته‌های بعدی

@kde_fa

دیالوگ‌های پوشه و پرونده در دلفین بازطراحی شدند تا ظاهری بهتر داشته باشند.

@kde_fa

صفحه آگاهی‌ها در توکودون بازطراحی شده.

همچنین پنجره بالاپری با میانبر ctrl + shift + i به توکودون اضافه شده تا به راحتی بتوانید میان صفحات مورد نظر جابه‌جا شوید.


@kde_fa

وقتی مشغول پیاده‌سازی قابلیت چندزبانه (i18n) در یکی از پروژه‌ها بودم، باید تمام متن‌های فارسی استفاده‌شده در اپلیکیشن رو جمع‌آوری و توی یک فایل JSON ذخیره می‌کردم.
اما وقتی حجم متن‌ها رو دیدم، با خودم گفتم: «واقعاً کی حوصله داره تک‌تک این متن‌ها رو دستی پیدا کنه؟»
همین شد که تصمیم گرفتم یک اسکریپت ساده بنویسم تا به‌صورت خودکار همه‌ی متن‌های فارسی داخل پوشه‌ی src/ رو شناسایی کنه، متغیرهای داخل template literal‌ ها رو به فرمت {{variable}} تبدیل کنه و در نهایت خروجی رو داخل یک فایل extractedTexts.json ذخیره کنه.
حالا خواستم این ابزار رو با شما هم به اشتراک بذارم. اگر قراره قابلیت چندزبانه رو پیاده‌سازی کنید، فقط کافیه این دستور رو اجرا کنید:

npx farsi-text-extractor

و تمام متن‌های فارسی پروژه‌تون در کمتر از یک ثانیه آماده‌ست.
نکته: حتماً در پایان، خروجی فایل رو یه نگاه بندازید تا از درستی خروجی اطمینان حاصل کنید.

https://www.npmjs.com/package/farsi-text-extractor

@DevTwitter | <shahin behzadrad/>

اندروید ۱۶ یه ویژگی به اسم Intrusion Detection (تشخیص نفوذ) داره که توی کدهای نسخه بتا گوگل پلی دیده شده، این ویژگی اطلاعات دستگاه رو جمع‌آوری و به صورت رمزنگاری شده در گوگل درایو ذخیره میکنه و دسترسی به این اطلاعات هم با حساب گوگل و باز کردن قفل صفحه نمایش ممکن میشه.

بعد به کمک این دیتا تلاش میکنه تا اتفاقات مشکوک روی دستگاه اندرویدی رو بررسی کنه و احتمالا با دیدن یه فعالیت مشکوک به کاربر اطلاع بده، ممکنه بخشی از حالت امنیتی پیشرفته تو اندروید ۱۶ باشه که اسمش Advanced Protection Mode هست.

androidauthority
@geekalerts

طوری که پارس‌پک تونست با یه ویدیو لینوکس رو تبلیغ کنه صدتا لاگ و... نتونستن

@CleverDevs - @CleverDevsGp

سعدی | دیوان اشعار | رباعیات | رباعی شمارهٔ ۶۸

من دوش قضا یار و قدر پشتم بود
نارنج زنخدان تو در مشتم بود
دیدم که همی گزم لب شیرینش
بیدار چو گشتم سر انگشتم بود

#سعدی | گنجور
📍@iipoem

ری اکت که خب واسه وب هست
و react native برای گوشی هست. که تقریبا ری اکته ولی برای native application ها. که خب طبیعتا نمیتونید اینو بذارین رو مرورگر چون دپندنسی هایی داره که رو دیوایس گوشیه.

حالا react native web میاد که میذاره شما اونی که تو component های native ای که نوشتی رو دوباره تو وب ازش استفاده کنی 😂

احساس میکنم باید یک فریم ورک بدم به اسم react native web native :))

@PyBackendHub

بچه ها تو کامنتا پیشنهاد دادن که ویدیوی پیودی‌پای یوتوبر معروف رو هم ببینید که اومده لینوکس نصب کرده و دلایلش برای نصب لینوکس و ول کردن ویندوز و ...  رو گفته پیشنهاد میکنم ببینید

https://www.youtube.com/watch?v=pVI_smLgTY0

اومدن همچین ادمایی سمت لینوکس میتونه سهم لینوکس رو تو بازار دسکتاپ بهتر کنه

#Gnu #linux
@CleverDevs - @CleverDevsGp

نه ببین هوش مصنوعی قرار نیست جای کسی رو بگیره!!

@TheRaymondDev

خلاصه اخبار هوش‌مصنوعی ۱۵ اردیبهشت ۱۴۰۴

امارات آموزش هوش مصنوعی رو از سال تحصیلی بعد برای همه دانش‌آموزان (مهدکودک تا دوازدهم) اجباری می‌کنه [L]

شرکت Anysphere سازنده ابزار کدنویسی با AI به اسم Cursor، تونسته ۹۰۰ میلیون دلار سرمایه جذب کنه و ارزشش به ۹ میلیارد دلار برسه. درآمد سالانه‌شون هم ۲۰۰ میلیون دلاره. [L]

مکالمه صوتی و لحظه‌ای به AI Mode و گوگل لنز اضافه میشه. [L]

سایت بدنام «مستر دیپ‌فیکس» بزرگترین سایت پورن دیپ‌فیک برای همیشه تعطیل شد. [L]

کاخ سفید دستور داده هوش مصنوعی وارد مدارس آمریکا (پایه‌های K-۱۲) بشه. در واقع به مدارس آزادی و اجازه لازم رو میده تا این فناوری رو در برنامه‌های آموزشی خودشون بگنجونن. [L]

قابلیت آپلود همزمان چند عکس داره به Gemini گوگل اضافه میشه، اول برای کاربران Advanced میاد. [L]

پینترست یه AI برای پیدا کردن راحت‌تر لباس‌ها معرفی کرده که میتونه عکس لباس‌هارو تحلیل کنه، بعد استایل‌ برش و حتی وایب مشابه رو براتون پیدا کنه. رو ببینید. [L]

توی متروی نیویورک میخوان یه هوش‌مصنوعی نظارتی بسازن که رفتارهای مشکوک رو گزارش میده، این سیستم قابلیت تشخیص چهره نداره و صرفا رفتار افراد رو پایش میکنه. [L]

@geekalerts