- «Emu» от Meta AI революционизирует генерацию изображений с помощью ИИ благодаря тщательной кураторской работе и человеческому опыту.
- Фильтры контроля качества и специалисты по фотографии обеспечивают высочайшие эстетические стандарты для изображений, созданных искусственным интеллектом.
- Подход Emu подчеркивает важность искусства и науки в улучшении визуального опыта в Метавселенной.
Meta AI, технологический гигант, стоящий за видением Метавселенной, анонсировала новаторское развитие в области искусственного интеллекта. Они представили новый проект под названием «Emu», направленный на повышение качества изображений, сгенерированных ИИ. Emu — это шаг вперед в инновациях ИИ и подчеркивает важность тщательной курировки и человеческого опыта в контенте, созданном ИИ.
Предобучение на 1.1 миллиардах пар «изображение-текст»
В основе разработки Emu лежит двухэтапный процесс, начинающийся с предобучения. На этом начальном этапе модель диффузии подвергается воздействию огромного набора данных, состоящего из 1,1 миллиарда пар «изображение-текст» из внутренних ресурсов Meta AI. Ключевым элементом здесь является модель U-Net с впечатляющими 2,8 миллиардами параметров. Для дополнения этой архитектуры используются текстовые энкодеры, такие как CLIP ViT-L и T5-XXL. Главная цель? Генерация высококачественных изображений с разрешением 1024×1024 пикселей.
Тщательная фильтрация набора данных
Контроль качества имеет первостепенное значение при создании контента, сгенерированного ИИ. Meta AI использует несколько фильтров для обеспечения целостности своего набора данных. Более 200 000 образцов тщательно отбраковываются из более чем миллиарда примеров. Применяются различные фильтры:
Оценка эстетики
Для оценки эстетики изображений используются классификаторы. Этот шаг помогает отбросить изображения, которые могут не соответствовать желаемым визуальным стандартам.
Фильтрация контента
Существуют механизмы для отбраковки нежелательного контента. Это гарантирует, что сгенерированные изображения не только визуально привлекательны, но и соответствуют руководящим принципам сообщества и этическим стандартам.
Исключение текста
Изображения, перегруженные текстом, исключаются с помощью оптического распознавания символов (OCR). Это гарантирует, что фокус остается на визуальной составляющей.
Проверка разрешения и пропорций
Изображения, не соответствующие заранее определенным критериям разрешения и пропорций, отфильтровываются, обеспечивая единообразие в наборе данных.
Метрики популярности
Даже метрики популярности, такие как лайки, играют роль в фильтрации, дополнительно настраивая набор данных.
Человеческий опыт в курировании
На последующем этапе центральную роль играет человеческий опыт. Универсалы, люди, хорошо разбирающиеся в аннотировании данных, просматривают оставшиеся 200 000 изображений и выбирают подмножество из 20 000. Основная цель — выявить и удалить значительно некачественные изображения, добавляя человеческий подход к курированию. Этот шаг имеет решающее значение, так как одних только эвристик может быть недостаточно для обеспечения качества изображений высшего класса.
Выбор изображений специалистами по фотографии
Поиск качества изображений на этом не останавливается. В игру вступает dedicated команда **специалистов по фотографии** с глубокими знаниями фотографических принципов. Их миссия? Фильтровать и отбирать изображения, которые являются примером высочайшего эстетического качества. Они тщательно анализируют композицию, освещение, цветовые схемы, контрасты, тематическую релевантность и фоны. Этот тщательный процесс отбора имеет решающее значение для создания изображений, сгенерированных ИИ, которые соответствуют самым высоким визуальным стандартам.
Создание высококачественных текстовых аннотаций
В качестве финального штриха для этого курируемого набора данных из 2 000 пар «изображение-текст» тщательно создаются высококачественные текстовые аннотации. Эти аннотации предоставляют контекст и смысл сгенерированным изображениям, повышая их полезность и привлекательность.
Обучение модели
С усовершенствованным набором данных модель Emu приступает к фазе обучения. Она завершает 15 000 шагов с размером пакета (batch size) 64. Примечательно, что этот размер пакета относительно мал по сравнению с другими крупными генеративными моделями. Хотя модель может быть переобучена на основе потерь валидации, **человеческие оценки** рисуют другую картину. Это явление отражает наблюдения, сделанные в языковых моделях, где метрики не всегда рассказывают полную историю о производительности модели.
Искусство и наука изображений, сгенерированных ИИ
Многоэтапный процесс Emu представляет собой значительную веху в создании контента с помощью ИИ. Подход Meta AI не только стремится улучшить практическое применение своих услуг, но и подчеркивает жизненно важную роль тщательной курировки и человеческого опыта в совершенствовании контента, созданного ИИ. По мере того как ИИ продолжает трансформировать отрасли и то, как мы взаимодействуем с технологиями, Emu служит свидетельством союза искусства и науки в стремлении к более качественным изображениям, сгенерированным ИИ.
В мире, где визуальная среда имеет огромное влияние, Emu обещает повысить стандарты изображений, сгенерированных ИИ, прокладывая путь к более иммерсивным и захватывающим цифровым опытам в Метавселенной и за ее пределами. Для получения дополнительной информации об этом новаторском развитии ознакомьтесь со статьей полностью, чтобы глубже погрузиться в будущее генерации изображений ИИ.
Если вы читаете это, вы уже впереди. Оставайтесь с нами, подписавшись на нашу рассылку.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Глория Кабуру
Глори — крайне осведомлённый журналист, владеющий инструментами ИИ и методами исследований. Она увлечена темой искусственного интеллекта и является автором нескольких статей по этому вопросу. Она постоянно следит за последними достижениями в области искусственного интеллекта, машинного обучения и глубокого обучения и регулярно пишет об этом.
