Pengarang: Lauren Keegan
Awalnya diterbitkan di Towards AI the World’s Leading AI and Technology News and Media Company. Jika Anda sedang membangun produk atau layanan terkait AI, kami mengundang Anda untuk mempertimbangkan untuk menjadi sponsor AI. Di Towards AI, kami membantu menskalakan AI dan startup teknologi. Biarkan kami membantu Anda melepaskan teknologi Anda kepada massa.
Apa yang terjadi minggu ini di AI oleh Louis
Minggu ini kami melihat beberapa berita AI menarik sekali lagi yang melibatkan model seperti difusi yang stabil: Getty Images melarang konten yang dihasilkan AI. Jika Anda menjual konten buatan AI, berhati-hatilah!
Memang, Getty Images telah melarang unggahan dan penjualan ilustrasi yang dihasilkan menggunakan alat seni AI seperti DALL-E, Midjourney, dan Stable Diffusion karena khawatir akan masalah hak cipta.
“Ada kekhawatiran nyata mengenai hak cipta keluaran dari model-model ini.” Dan saya setuju dengan itu. Ada kekhawatiran nyata dalam mencari tahu siapa sebenarnya pencipta karya semacam itu dan siapa yang dapat mengklaim kepengarangan dan penjualan, bahkan tidak membicarakan masalah hak cipta. Ini mirip dengan semua bidang dan aplikasi baru seperti awal Internet: kita perlu mencari jawaban hukum untuk pertanyaan-pertanyaan ini, terutama (tetapi jarang mungkin) sebelum masalah seperti itu muncul, meskipun tampaknya lebih seperti area abu-abu daripada aturan yang jelas “dapat digariskan”.
Apa pendapat Anda tentang masalah hak cipta dengan jaring dalam ini? Bisakah kita menjual karya seni yang dibuatnya? Kami telah melihat kontroversi dari kompetisi pemenang seni AI, dan sekarang orang-orang yang menghasilkan uang darinya.
Pertanyaan sejuta dolar adalah, siapa yang harus diuntungkan? Haruskah pembuat algoritme, pencipta jutaan gambar yang digunakan dalam pelatihan, perusahaan yang menghosting dan mengembangkan model (misalnya, OpenAI), atau pengguna model dan insinyur cepat yang menghasilkan hasil?
Berita Terpanas
Demo untuk Difusi Stabil yang disempurnakan di Pokémon!
Demo yang sangat keren untuk Stable Diffusion yang disempurnakan pada Pokémon untuk menghasilkan Pokémon baru (yang sangat lucu, lihat gambar sampul!). Coba di sini atau dengan Google colab di sini. Dibuat oleh Justin Pinkney. Justin bahkan menerbitkan panduan yang mencakup cara menyempurnakan difusi stabil untuk penggunaan Anda sendiri. Difusi Stabil diimplementasikan menggunakan Tensorflow dan Keras!
Komentar oleh pencipta Keras, François Chollet: “Lebih cepat, lebih ringkas, dan kodenya elegan. Anda dapat menambahkan inferensi TPU dan multi-GPU dalam 1 baris. Anda dapat mengekspor model ke TF.js atau TFLite untuk inferensi di perangkat.” Ringkasan singkat penerapan Tensorflow: Model pra-terlatih yang dikonversi, kode yang mudah dipahami, dan jejak kode minimal. Kode, Colab ECCV dalam satu bulan… dan saya akan berada di sana!
Jika Anda ragu untuk pergi ke ECCV, lakukan saja! Ambil kesempatan ini untuk belajar dan memperluas jaringan profesional/penelitian Anda (dan bertemu dengan saya!). Beri tahu saya jika Anda pergi. Saya ingin mengobrol dengan Anda! Tahun ini, ECCV berada di Tel Aviv. Saya akan berada di sana untuk acara tersebut dan tinggal beberapa hari lagi, jadi silakan hubungi jika Anda berada di atau dekat Tel Aviv juga!
Makalah paling menarik minggu ini
VToonify: Transfer Gaya Video Potret Resolusi Tinggi yang Dapat Dikontrol
Kerangka kerja transfer gaya video potret resolusi tinggi yang dapat dikontrol. I2DFormer: Mempelajari Gambar untuk Mendokumentasikan Perhatian untuk Klasifikasi Gambar Zero-Shot
I2DFormer adalah kerangka kerja zero-shot learning (ZSL) berbasis transformator baru yang bersama-sama belajar untuk mengkodekan gambar dan dokumen (dari Wikipedia) dengan menyelaraskan kedua modalitas dalam ruang embedding bersama.
[NVIDIA] NeuralMarker: Kerangka Kerja untuk Mempelajari Korespondensi Penanda Umum
“Kami mengusulkan kerangka kerja baru NeuralMarker, melatih jaringan saraf yang memperkirakan korespondensi penanda padat dalam berbagai kondisi yang menantang, seperti deformasi penanda, pencahayaan yang keras, dll.”
Nikmati makalah dan ringkasan berita ini? Dapatkan rekap harian di kotak masuk Anda!
Bagian Komunitas Belajar AI Bersama!
Meme minggu ini!
Tentu, itu akan diperbaiki… Meme dibagikan oleh Brooke#5801.
Postingan Komunitas unggulan dari Discord
Inisiatif yang sangat keren dari salah satu anggota kami arsenaultk9 #2059:
“Jika Anda tertarik mempelajari cara menggunakan pembelajaran mesin untuk menghasilkan musik, saya telah menerbitkan artikel ini, termasuk kode untuk menghasilkan midi: https://medium.com/@arsenaultk9/artificial-intelligence-music-generation-melody -harmonisasi-pt1-cb3e92c9a0ca”
–arsenaultk9, 20-09/2022
Jajak pendapat AI minggu ini!
Bergabunglah dengan diskusi di Discord.
Bagian yang dikuratori TAI
Artikel minggu ini
Berhenti Menggunakan Pencarian Grid! Tutorial Praktis Lengkap Keras Tuner oleh Poulinakis Kon
Bahkan para ahli sering terjebak dalam prosedur trial and error sampai mereka menemukan kombinasi hyperparameter yang baik untuk Neural Network mereka. Keras-Tuner adalah alat yang akan membantu Anda mengoptimalkan jaringan saraf Anda dan menemukan set hyperparameter yang mendekati optimal. Dalam artikel ini, Anda tidak hanya akan mempelajari cara menggunakan KerasTuner tetapi juga beberapa trik unik, seperti menyetel parameter di setiap lapisan secara terpisah atau menyetel laju pembelajaran bersama dengan pengoptimal.
Artikel wajib kami baca
Pengantar Lembut untuk Diferensiasi Otomatis oleh Pablo Monteagudo
Beginilah Cara Membuat Model Prediksi Churn Menggunakan Spark oleh Paul Iusztin
Jika Anda tertarik untuk menerbitkan dengan Towards AI, periksa pedoman kami dan daftar. Kami akan mempublikasikan karya Anda ke jaringan kami jika memenuhi kebijakan dan standar editorial kami.
Pandangan Etis tentang Kesenjangan Tanggung Jawab Ekonomi Seni AI oleh Lauren
Aku akan menusuk pertanyaan sejuta dolar Louis! Bagaimana hak kepemilikan dan keuntungan berlaku untuk seni yang dihasilkan AI? Kita dapat mengambil satu halaman dari area lain dari pemikiran AI: kesenjangan tanggung jawab dalam makalah Robert Sparrow 2007 berjudul Killer Robots. Masalahnya bukan dengan hak untuk mendapatkan keuntungan, tetapi dengan jus in bellum, suatu kondisi perang yang adil di mana seseorang dapat dimintai pertanggungjawaban atas kematian; suatu kondisi yang tidak dapat dipenuhi oleh sistem senjata otonom dengan proses pengembangan nonpoint mereka. Sistem kami hanya mengizinkan satu sumber dan AI adalah produk dari banyak sumber, jadi sumber mana yang merupakan sumber sebenarnya? Bahkan bertahun-tahun kemudian, kita masih berjuang dengan wilayah abu-abu ini dalam berbagai bentuknya.
Kembali ke seni yang dihasilkan AI, kami membutuhkan undang-undang yang memberi tahu kami cara terbaik untuk bergerak maju ke hal baru yang tidak diketahui ini, menawarkan kerangka kerja akuntabilitas untuk melanjutkan secara etis. Tapi bagaimana kita membentuk struktur ini? Untuk masalah ini, penting untuk melihat komunitas seni visual dan ekonomi secara keseluruhan. Masalah apa yang ada yang dapat diperburuk oleh kehadiran dan keuntungan seni AI? Siapa yang memiliki keuntungan atau kerugian yang tidak adil dalam ruang? Pertanyaan-pertanyaan ini akan mengungkapkan di mana titik lemahnya dan menginformasikan bidang apa yang paling membutuhkan dukungan oleh undang-undang di masa depan. Untuk saat ini, melanjutkan dengan hati-hati dan mengembangkan pendekatan berlapis-lapis jangka panjang yang berkelanjutan adalah cara terbaik ke depan.
Tawaran pekerjaan
Insinyur Perangkat Lunak Senior @ Captur (Jarak Jauh, +/- 2 jam waktu Inggris)
Magang Pembelajaran Mesin @ HingeHealth (Jarak Jauh)
Senior ML Ops Engineers @ BenchSi (Jarak Jauh)
ML/Algorithms Engineer @ Aurora Insight (Hybrid Remote)
Ilmuwan Data @ Electra (Jarak Jauh)
ML Research Intern @ Genesis Therapeutics (Burlingame, CA)
Staf Senior Ilmuwan Data @ One Concern (Jarak Jauh)
Tertarik untuk berbagi peluang kerja di sini? Kontak [email protected] atau posting peluang di saluran #hiring kami di discord!
Jika Anda sedang mempersiapkan wawancara pembelajaran mesin berikutnya, jangan ragu untuk melihat situs web persiapan wawancara terkemuka kami, confetti!
Buletin AI ini adalah semua yang Anda butuhkan # 14 awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.
Diterbitkan melalui Menuju AI
