Актриса из «Сумерек» Кристен Стюарт стала соавтором научной статьи по машинному обучению |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2017-01-21 20:53 Американская актриса Кристен Стюарт, ранее исполнившая главную роль в серии фильмов про вампиров «Сумерки», стала соавтором научной работы по машинному обучению. Об этом пишет The Verge, работа Стюарт была опубликована на ресурсе arXiv. Статья посвящена использованию нейросети при создании визуальных эффектов для короткометражного фильма Come Swim, режиссером которого выступила Стюарт. Другими соавторами статьи стали специалист по визуальным эффектам Баутик Джоши (Bhautik J Joshi) и продюсер Дэвид Шапиро (David Shapiro). В работе детально описывается процесс переноса визуального стиля картины в стиле импрессионизма на отснятый для фильма видеоматериал – в частности, на несколько отдельных сцен. Разные степени обработки кадра из Come Swim нейросетью Картину нарисовала сама Стюарт, а фильм описывается в статье как «поэтический, импрессионистский портрет человека с разбитым сердцем, плавающим под водой». Картина Кристен Стюарт, визуальный стиль которой нейросеть переносила на кадры из Come Swim Как отмечает The Verge, инструменты для использования нейросетей становятся все более доступными: к примеру, в интернете в открытом доступе лежат сервисы вроде Tensor Flow и инструкции к ним, а коммерциализация техник вроде переноса визуального стиля одного изображения на другое (как, например, в российском приложении Prisma), позволяет достижениям в сфере машинного обучения выйти в массовую культуру. Источник: rb.ru Комментарии: |
|