Проект по обучению ruDALL-E — самый большой нейросетевой вычислительный проект в России и СНГ, который можно считать «настоящим прорывом для русскоязычной индустрии».
Сгенерированные картинки / © Сбер
«Сбер» представил первую нейросеть, которая генерирует неограниченное число изображений на основе заданного описания на русском языке. Разработку назвали ruDALL-E, рассказывается на посвященном ей сайте и в пресс-релизе. ruDALL-E может пригодиться копирайтерам, а также специалистам и обычным людям при поисках нужного варианта дизайна интерьера помещений, для создания стоковых картинок, векторных иллюстраций, а также рекламных материалов.
«Помимо вклада в прогресс в области ИИ, генерация изображений закрывает две важных потребности современного бизнеса — возможность получить уникальную картинку под собственное описание, а также в любой момент создавать необходимое количество licence-free-иллюстраций. При этом создание «мультимодальных» нейронных сетей, которые обучаются сразу на нескольких видах данных, даже сейчас, в эпоху big data и огромных возможностей поиска, будет очень востребованным, поскольку решает задачи на принципиально ином уровне. Технология пока совсем новая, первые шаги в этом направлении были сделаны только в 2020 году, а еще в 2018-2019 годах даже постановку такого рода задачи нельзя было себе представить. ruDALL-E можно считать настоящим прорывом для русскоязычной индустрии», — отметил Давид Рафаловский, исполнительный вице-президент Сбербанка и руководитель блока «Технологии».
Всего есть два варианта модели. Первый — ruDALL-E Malevich (XL) — содержит 1,3 миллиарда параметров и «по короткому текстовому описанию <…> генерирует яркие и красочные изображения на самые разные темы и сюжеты, <…> понимает обширный набор понятий и генерирует совершенно новые изображения и объекты, которых не существовало в реальном мире». Этой версией нейросети можно пользоваться бесплатно: нужно лишь загрузить ее с сервиса Github.
Второй вариант — ruDALL-E Kandinsky (XXL) — имеет ту же архитектуру, что и ruDALL-E Malevich, но содержит уже 12 миллиардов параметров. В ближайшее время обе модели станут доступны на платформе ML Space, в хабе DataHub от SberCloud — облачной платформы «Сбера», разработчик которой, ООО «Облачные технологии», в 2019 году представил самый мощный в России суперкомпьютер Christofari.
Итак, ruDALL-E создает изображения по текстовому описанию (кстати, обучается она и на картинках) в три этапа. Одна нейросеть берет текст на вход и генерирует необходимое число картинок, после чего другая нейросеть определяет, какие из них самые удачные и больше всего соответствуют заданным пользователем характеристикам. Затем третья нейросеть увеличивает картинки в размере. Что особенно важно: качество при этом никак не страдает.
Ранее в этом году Sber AI — подразделение «Сбера», ответственное за развитие и внедрение технологий ИИ — представило архитектуру модели DALL-E для английского языка. Но в открытом доступе она полностью не появилась. На основе их разработки SberDevices и Sber AI вместе с коллегами из SberCloud воспроизвели код и запустили обучение нейросети на ML Space на базе суперкомпьютера Christofari. На создание русского варианта нейросети ушло 23 тысячи GPU-часов (Graphics Processing Unit) и массив данных из 120 миллионов пар текст — изображение.
Комментарии
Скорее находит в гугл поиск, чем создаёт
А вот посмотрим. Задал запрос "жопа с ручкой" обещала выдать результат через 25 мин. Уже то что можно попробовать вселяет надежду что не фейк. В инете много описаний прорывных нейросетей с красивыми картинками но гораздо меньше тех где пользователь может сам проверить их работу.
Вот это я понимаю это вам не "красивая собачка" Видно что нейросеть пыхтела старалась сама как могла. Потому что готовых приколов на эту тему полно а тут эксклюзив.
Хм, а если нужна блеклая картинка, или тусклая картинка, или растровая картинка, или пиксельная картинка...Логичнее было бы сделать характер картинки опциональным. Если эдак на каждый тип картинки делать свою особенную нейросеть, то... сберу придется повышать комиссионные и проценты за кредит ,чтобы перекрестно финансировать эту муру.
Смотрю у вас созрела еще одна теория заговора.
Ну а за чей счет сбер занимается этой социальной нагрузкой? За счет основной финансовой деят-ти, разумеется. За счет заемщиков и клиентов. Которых не спросили, согласны ли они финансировать потемкинские деревни. Сбер обязали выдавать что-нибудь эдакое модное, вот он и делает.
Подозреваю этот прорыв построен на openai, тупо ру бд добавили да свои логотипы воткнули))
А вы не "подозревайте" а протестируйте. Совершенно не больно и бесплатно. Полчаса и у вас будет результат работы нейросети который ни с чем не спутаешь. В отличии от DALL-E и прочих штук на GPT-3 нейросеть от Сбера поддерживает русский язык. И насколько я понял Сберу никто не дарил исходный код нейросетки генерящей изображения и его сотрудникам пришлось этот код воспроизвести самостоятельно. До кучи еще и попробовать импортный DALL-E не получится. На их сайте много картинок и описания их крутизны но нигде нет кнопочки "Попробуй"
В области ИИ давно уже почти ничего не надо писать самостоятельно. Масса сервисов, услуг, служб, баз данных, нейросетей, датасетов и т.д. Датасеты объемами с терабайты с размеченными тегами предоставляются в аренду, есть даже и бесплатные. Есть и сервисы для оркестрации всего этого хозяйства. Основные поставщики те же, что и для всего остального ПО - МС, Гугл, и кто то там еще, большая тройка...
Не надо ничего воссоздавать и воспроизводить, это бесперспективно. Выход вот той фигни подать на вход вон той чепухи, и пошла крутить мельница...
Сочетание "русский язык" очень сложно для вашего датасета? И кстати мини-версии DALL-E которые удалось найти в сети на запрос "ass with a pen" или "ass with handle" выдавали полный бред даже близко не похожий на задницу. В отличии от сберовской модели (тоже мини) которая выдала осмысленный результат.
вот тут -- https://tjournal.ru/internet/467253-nyudsy-memy-i-izvestnye-hudozhniki-v-socsetyah-protestirovali-neyroset-sbera-dlya-generacii-kartinok-po-opisaniyu
масса уже готовых рез-в тестирования. Оххх, сказать, что я валялся - значит, ничего не сказать...Осторожнее.
А вот вам еще одна тема - "банда смешливых идиотов" Нейросеть догадалась что речь идет про мемасики и их авторов.
Боже мой, только счас разглядел. Думаю, чего же это не так в этих картинках.
Хваленый ИИ совершенно игнорирует тему "тени и перспектива", которую мы прошли еще на 2-м семестре 1-го курса по предмету "Начертательная геометрия и черчение".
Да и остальные программы РС тоже эту тему прошли, причем даже пиксельные уже знали об тенях и перспективе, не говоря уже о дотах и контрстрайках. Об видеомонтаже и рисовании трюков на компе я даже не вспоминаю, там это давно пройденный этап.
Приятно быть надежей, гордостью, и опорой, можно не обращать внимания на такие досадные мелочи...
«Девушка в костюме пикачу»
Ну так Дали же )) пусть и русифицированный.
Простая нейросеть.