Разбираюсь на праздниках с дообучением моделей для генерации изображений. Было интересно, насколько сложно дообучить модель для генерации изображений по тексту FLUX в домашних условиях, сколько нужно обучающих данных и как затем генерировать качественные фотографии и иллюстрации.
Коллеги, не ругайтесь и не пугайтесь - не собираюсь доказывать существования души ни в роботах ни в человеках :) Для нас такой вопрос требует определения "души" - на чем дискуссия закончится не начавшись.
Речь о другом - моя супруга "принесла" этот вопрос с дружеских посиделок "гуманитариев". Супруга - музыкант, а её знакомая - художник. И вот знакомая завела речь, мол "Все эти модные Нейросети... они творят всякие чудеса... может они уже Одушевлённые?" :)
За окном летают неоновые огоньки, а новогодние дроны в виде оленей бегают по небу по небу с подарками. Это значит, что скоро Новый год — пора подводить итоги.
В этом году в Москве появилась очередная ветка голографического метро, квартира за 8-м транспортным кольцом теперь стала близко к центру и подорожала на 1 москоин.
Телепортация наконец-то вошла в моду. На вечеринку в соседний район мы ходим за считанные секунды, но, думаете, мой друг Иван больше не опаздывает на мой день рождения? Опаздывает, ведь теперь ему сложнее подбирать подходящие ботинки, если он телепортируется в разные уголки планеты.
Симуляция данных о свете при попадании на сетчатку для левого глаза. В поле зрения видны ресницы, тень от носа спарава. Участок чёткого и цветного зрения (макула), сосуды сетчатки, и тёмное пятно зрительного нерва. Желтый тон от ультрафиолетового фильтра хрусталика.
Я уже пятнадцать лет учу детей английскому языку. Ученики рассказывают, как пользуются нейросетями везде: разговаривают через них с вымышленными персонажами, рисуют картины, делают домашку. За последнее я на них ругаюсь, говорю, что ChatGPT за них ЕГЭ не сдаст.
А вдруг сдаст? Стал думать, как устроить экзамен нейросетке и узнать, захватит ли нас Скайнет. Спойлер: пока нет, но восстание машин близко.
Ускорители заряженных частиц — уникальные машины, играющие ключевую роль в фундаментальной науке и прикладных исследованиях. Они помогают заглянуть внутрь материи, создавать новые материалы и лекарства, а также раскрывать тайны Вселенной — от бозона Хиггса до реликтового излучения.
Ускорители заряженных частиц — сложные установки, которые требуют высокой точности работы. Даже небольшое отклонение пучка, сравнимое с долей толщины человеческого волоса, может иметь значение. Чтобы справляться с такими задачами, всё чаще используют методы машинного обучения.
