Исследователи Московского физико-технического института, Высшей школы экономики и Института системного программирования имени В.П. Иванникова РАН создали нейросетевые алгоритмы, которые помогают сервисам-генераторам изображений точнее выбирать на фото нужные объекты.
Невыносимая легкость бита: метод «упаковки» нейросетей снизит нагрузку на дата-центры
Новая технология поможет преодолеть дефицит оборудования и электроэнергии для ЦОД
Как объяснили специалисты, популярные генеративные нейросети при обработке изображений добавляют шумы — случайные помехи. При многократном повторении операции фото превращается в набор точек. Затем программа пошагово восстанавливает изображение, добавляя подробности из текстового запроса пользователя.
В новом методе интерес модели математическими средствами сместили в пользу малых шумов. Они несут информацию о тонких деталях образа. Инновация позволяет программе «запоминать» больше значимых характеристик объекта. При этом технология почти не задействует дополнительных вычислительных ресурсов.
«Одна из проблем нейросетей, которые генерируют изображения, — в том, что при малом количестве примеров (тем более, если всего одно фото) модели усваивают не суть объекта, а все случайные детали. Попросите ее нарисовать кота в космосе, и она изобразит животное на том же диване, но с нарисованным космосом вокруг. Бороться с этим при минимуме данных крайне сложно», — пояснил один из разработчиков, магистрант кафедры алгоритмов и технологий программирования МФТИ Максим Фофанов.
По словам разработчиков, внедрение разработки поможет выполнять продвинутый ИИ-дизайн более доступным простым пользователям.
Подробнее читайте в эксклюзивном материале «Известий»:
Вешать взнос: программа добровольных больничных для самозанятых провалилась
Комментарии 0