


Une œuvre d'art créée par l'intelligence artificielle remporte un prix et suscite la controverse
Jason Allen a participé à la catégorie « Art numérique/Photographie numérique manipulée » du Colorado Exposition Art Competition et a soumis son œuvre d'art « Space Opera », mais il a utilisé un nom pour créer l'œuvre Text-to-image AI Generator pour Midjourney. .
Plus tôt, un article décrivant le prix d'Ellen est devenu viral. Le message a généré une forte réponse, de nombreux utilisateurs affirmant qu'Allen avait été trompeur en soumettant l'article, d'autant plus que la plupart du public n'a aucune idée du fonctionnement du générateur d'IA de texte en image. Cependant, Allen a défendu ses actions.
«Je veux utiliser des œuvres d'art basées sur l'intelligence artificielle pour exprimer mes pensées», a-t-il déclaré aux médias. "J'ai l'impression de l'avoir fait, et je ne m'en excuserai pas."
Les systèmes d'IA de synthèse texte-image sont formés sur des milliards de paires de descriptions d'images et de texte et en extraient des modèles visuels. Les utilisateurs leur fournissent ensuite des descriptions textuelles appelées invites, et le logiciel génère des images qui correspondent aux descriptions en fonction des données d'entraînement.
Alors que ces systèmes étaient auparavant le domaine exclusif d'entreprises technologiques bien financées comme OpenAI et Google, ils sont devenus de plus en plus accessibles ces derniers mois. Le système utilisé par Allen, appelé Midjourney, est l'un des plus populaires, connu pour son esthétique détaillée, imitant souvent les styles d'art numérique contemporain. Midjourney lui-même est accessible via un serveur Discord, où les utilisateurs présentent leurs œuvres et échangent des conseils sur la façon d'améliorer leur production.
Cependant, les réactions à la victoire d'Allen ont été mitigées, beaucoup l'accusant de tromper les juges. D'après la description qu'Allen a faite de son prix, il semble que les juges de l'émission n'étaient pas pleinement conscients de la manière dont l'œuvre avait été créée. Allen a écrit dans Midjourney Discord que « la description de l'œuvre indiquait clairement que je l'avais créée via Midjourney », mais lorsqu'un autre utilisateur lui a demandé s'il expliquait ce que faisait le logiciel, Allen a répondu : « Dois-je expliquer ce qu'est Midjourney
Allen ? a déclaré qu'il avait dit aux gens présents à l'exposition que l'œuvre était "un art numérique créé avec des outils d'intelligence artificielle" et qu'il n'avait pas besoin d'expliquer ce qu'était Midjourney, tout comme les artistes numériques n'avaient pas besoin d'expliquer le fonctionnement d'Adobe Illustrator. Il a également souligné les efforts qu'il a déployés pour créer l'image - "J'ai suivi les instructions, j'ai passé des semaines à la peaufiner, à organiser toutes les images" - ajoutant que son montage PS représente "au moins 10 %" du travail.
Le règlement du concours de cette catégorie décrit uniquement « les pratiques artistiques qui utilisent le numérique dans le cadre du processus créatif ou expressif ».
Tout le monde se demande si ses actions étaient justes ou non. Les utilisateurs ont loué la beauté du tableau et les compétences créatives d'Allen, mais beaucoup ont estimé qu'il aurait dû être plus franc sur son processus créatif. "Je ne pense pas que la plupart des gens normaux choisiraient une photo IA pour remporter un prix s'ils savaient mieux", a déclaré un autre utilisateur a déclaré qu'Allen n'était pas sincère dans ses affirmations et aurait fait comprendre aux juges de l'émission ce qu'il était. ce faisant, il ne serait pas autorisé à concourir. "S'il existait une catégorie d'art IA, je la féliciterais", a écrit un autre utilisateur. "Je parie que si les juges savaient qu'il utilisait un générateur d'images texte, ils ne l'auraient pas choisi comme gagnant."
Cependant, certaines personnes étaient plus favorables, affirmant que les juges auraient dû rechercher Midjourney sur Google, voir comment cela fonctionne, ou Soulignons que Midjourney n'est qu'un autre outil d'art numérique, comme Photoshop ou Illustrator, cette pièce entre à juste titre dans la catégorie « art numérique/photographie manipulée numériquement ».
Sur les réseaux sociaux, certaines des réactions à la victoire d'Allen ont été plus extrêmes. Un utilisateur a déclaré : « Nous assistons à la mort de l’art se dérouler sous nos yeux », tandis qu’un autre a déploré que les œuvres d’art soient désormais « des déchets produits à moindre coût et aussi rapidement que possible, pouvant être consommés en quelques microsecondes à la vitesse d’une transmission infinie ». " "Nous assistons à la mort de l'art qui se produit sous nos yeux."
L'essor des générateurs de texte-image basés sur l'intelligence artificielle ne fait que commencer, mais ces programmes suscitent déjà un débat houleux sur la nature de l'art, si ces logiciels constituent une menace pour les moyens de subsistance des artistes et si les entreprises qui créent ces systèmes avoir la formation Copyright sur les œuvres utilisées dans ces programmes.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
