Metaの画像生成AIは「アジア人男性と白人女性のカップル」をイメージできないという報告
Metaは画像生成AI「Imagine」を無料で使えるウェブアプリ「Imagine with Meta AI」を公開しています。The Vergeの記者がこのImagine with Meta AIで「アジア人と白人のカップル」を生成しようと試みたものの、成功しなかったと報告しています。 Meta’s AI image generator can’t imagine an Asian man with a white woman - The Verge https://www.theverge.com/2024/4/3/24120029/instagram-meta-ai-sticker-generator-asian-people-racism 以下が実際にThe Vergeのミア・サトウ記者が生成した画像の例。「アジア人の男性と白人の女性」の組み合わせをプロンプトで指定していますが、男
画像生成AIこそ人類の創造性の結晶
「画像生成AIは、画像を劣化した形で圧縮してそのまま再現しているだけ。だからパクリだ」という発言をよく見かけるようになったので、少し専門的な見地から反論しておこう。まぁ、本当は「取り込んだ画像を丸パクリして出力しているだけだ」と主張したいけど、それは明らかに事実に反するのでそういう言い方をしてるんだろうけどね…。 まず、画像生成AIと非可逆の画像圧縮技術が本質的に同じものだ、というのは事実だ。実際に、画像生成AIを新たな圧縮技術に応用できるのではないか、という話はすでに出ている。なぜなら、これはどちらも「情報の抽象化」を行うものだからだ。情報からその本質的な部分を抜き出し、情報量を減らした形で蓄えておいて、あとから有用な形で利用できるようにする。 我々が非可逆圧縮において「画質の劣化」と呼んでいるものは、画像の中の本質的でない部分を省くと細部が抜け落ちる、という側面をネガティブに言っている
モザイク外し？ 汚い画像をキレイな画像に修復手法、中国チームが発表 Stable Diffusionを利用
画像のノイズ除去やボケ除去、超解像といった従来の画像修復問題は、特定の劣化状態、既知の単純な劣化にのみ効果的であった。 これに対して、実際の環境下での多様な劣化を考慮した「Blind Image Restoration」（BIR）という手法が注目されている。BIRは、一般的な画像と、それが持つさまざまな劣化に対して、リアルな画像再構築を目指している。特に、BIRの研究は以下の3つのカテゴリーに分けられる。 （1）Blind Image Super-Resolution（BSR）:低解像度で劣化が不明瞭な画像の超解像問題に取り組む技術、（2）Zero-Shot Image Restoration（ZIR）:これは新しい研究の方向性で、劣化の前提条件を明確に定義した上で、クラシックな画像修復タスクで印象的なゼロショット復元を達成する方法、（3）Blind Face Restoration（BF
Stable Diffusion から特定の概念を忘れさせる学習を行ってみる
TL;DR ESD の手法で LoRA を学習してみたらそれっぽい感じのことができたよ VRAM 8GB で余裕で学習できるようになったよ (元は20GB要求) LoRA として保存できるようになったので重みの取り回しが良くなったよ マイナス適用によって、概念を削除するだけでなく強調することもできたよ 一度でも画像生成 AI に触ったことがあると、より楽しんで読めると思います。 論文とかどうでもいいから学習方法知りたい！ という方は 実際に学習してみる へどうぞ！ 今回作成したもの コード: モデルなど: 前提 Stable Diffusion とは、Stability AI らが公開したオープンソースの画像生成 AI であり、テキストによる指示で様々な画像を生成することができる。 本来の Stable Diffusion は、実写画像や海外風のイラストを出力することが得意だが、アジア系の
雑コラをAIでリアルにする！｜Katsushiro Koizumi
先日公開したアニメ絵の実写版を作る記事はおかげさまで好評でした！ アニメ絵生成の第二弾に行く前に、アニメ絵実写版生成でも威力を発揮する「雑コラ」をAIでリアルにする手法について今回は説明します。 実はAIアートグランプリの時も「雑コラ」と言われたりしていたのでしたw 渚の妖精ぎばさちゃん対キモノアゲハ／koizoom1／漫画@gibasachan 雑コラに見えるけど すごい技術 登場人物より多いモデル これはゆるキャラの未来きたな…#AIArtGp pic.twitter.com/5A4wMUJsND — Dr.(Shirai)Hakase #AI神絵師本 #技術書典14 (@o_ob) March 12, 2023 AIといえばラーメン(？)ですが、こんな画像も作れちゃいます！ラーメンの中にいる秘書さん！ ラーメンの中にいる秘書さん絵面としては結構インパクトがありますが、実は作るのは全然
絶対に画像をダウンロード&スクレイピングさせないWebページを本気で作ってみた - blog.potproject.net
巷で話題になっているこの話題、画像をスクレイピングやダウンロードされたくないということで騒がれています。その話に関しては色々な意見があると思ってますがここでは置いておくとして・・・ 技術的にやるとしたら実際どれくらい対策できるの？ということが気になったので、自分の知識で出来る限り対策したものを作ってみることにしました。 最初に 賢い方はわかると思いますが、タイトルは釣りです。 絶対に画像をダウンロード&スクレイピングさせないページは存在しません。ソフトウェアにおいて絶対と言う言葉はまず存在しないのです。ブラウザで表示している以上、仕組みさえわかれば技術的には可能です。 そのため、 「元画像のダウンロードとスクレイピングを非常に困難にしたWebページを本気で作ってみた」 が実際のタイトルかなとなります。 とはいえ、この仕組みであれば大多数の人は機械的にスクレイピングすることを諦めるレベルの作
AIイラスト生成技術にまた衝撃 キャラのポーズが自由自在の「ControlNet」登場
AIでのイラスト生成時、キャラクターに自由なポーズを取らせることができる──そんな新技術が話題だ。その名は「ControlNet」。2月10日に論文が投稿されると、数日後にはStable Diffusion用WebUI向けの拡張機能がGitHubに登場。15日には、AIイラストに注目するTwitterユーザーの間で「革新的な変化」と話題になっている。 論文によれば、ControlNetはStable Diffusionなどの拡散モデルでテキストから画像を生成するときに、追加の入力条件を加えて生成結果を制御するニューラルネットワークという。Stable DiffusionとControlNetを併用することで、より容易に生成結果を制御できるとしている。
画像生成AIの激変は序の口に過ぎない (1/4)
画像生成AI「Stable Diffusion」がコンテンツ製作の技術革新を急速に促しているという話を「すさまじい勢いで世界を変えている画像生成AI」に書きました。あれから約2ヵ月が経ち、状況はさらに大きく変わってきています。 Novel AIソースコード流出事件 最も影響が大きかったのは10月8日に起きたとされる「Novel AI」のソースコード流出事件です。どういった形でハッキングされたのかは明らかにされていませんが、流出したとされるコードはおそらく本物だという結論になっています。 Novel AIは10月3日にサービスが開始された画像生成AIサービス。Stable Diffusionや「Midjourney」と比べても圧倒的に高品質な日本アニメ風の画像出力ができることにより、日本やアジア圏で高い人気を得ています。 Googleトレンドの傾向を見てみても、日本ではNovelAIがリリー
カメラに「存在しないもの」を見せるサイバー攻撃 離れた場所から電波を送信 成功率は99％
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 英オックスフォード大学の研究チームが発表した論文「Signal Injection Attacks against CCD Image Sensors」は、電波を使い、画像認識システムをだまして存在しないものを見せる手法を提案した研究報告だ。任意の文字や画像などを離れた場所からカメラシステムに電波を送信することで、例えば真っ黒であるカメラフレームに文字を浮かび上がらせることもできる。 現在は、CMOS（Complementary Metal-Oxide-Semiconductor）とCCD（Charge-Coupled Device）イメージセンサーという2つの主要なイメージセンサー・アー
生成AI技術が辿った濃い一ヶ月間
Stable Diffusionがオープンソースで公開されてちょうど1ヶ月が立ちました。OpenAIがDall-E2をリリースしたのが4月。こういう異次元なリソースを使ってモデルを作れるのはごく限られたプレーヤーだけと思い込んでいたものが、若干十数人のチームがMidjourneyをリリースしたのが7月。一連の騒ぎがここ半年程度の出来事で、1ヶ月前に深津さんも予見していた「世界変革」が目の前で怒涛の勢いで進行しています。 このブログも書いた瞬間に古くなるだと思うけど、この文化的特異点とも言える1ヶ月に起こったことを振り返ってみたいと思います。それにしても手書き文字の生成に感動していた2015年から比べるとずいぶん遠いところまで来ましたね。DataRobotでも「AIの民主化」を掲げて様々な企業のAI活用を推進していたけれど、今起こっている変化を見ているとそのスピード感に愕然とします。 少し宣
【9/9追加分あり】画像を高画質化する AI の Real-ESRGAN、ウルトラスーパーガチで凄すぎて超絶ビビってるwaifu2x-caffe と違って Intel Graphics に対応してるらしくノート PC でも爆速でアップスケーリングできるし、精度も段違い（2枚目: Before 3枚目: After）なぜ話題になっていないのか不思議なレベルだ…
Torishima / INTP @izutorishima アニメリアタイと DTV と技術とﾌﾟﾛｸﾞﾗﾐﾝｸﾞとその他諸々なオタク (⚠⚠⚠AI研究者ではありません!!!フォロー非推奨!!!⚠⚠⚠) IT と AI 関連の情報ウォッチしてます 同IDで Bluesky にもいます 時間掛けて書いた見てほしいツイートはハイライトに (2023/12~) note.com/sumisutori Torishima / INTP @izutorishima 画像を高画質化する AI の Real-ESRGAN、ウルトラスーパーガチで凄すぎて超絶ビビってる waifu2x-caffe と違って Intel Graphics に対応してるらしくノート PC でも爆速でアップスケーリングできるし、精度も段違い（2枚目: Before 3枚目: After） なぜ話題になっていないのか不思議なレベ
Stable Diffusionをいらすとやでファインチューニングする
巷で話題のStable Diffusion（以下SD）をファインチューニングする方法が公開されたので、早速やります。
AI画家「DALL・E 2」一般公開へ 商用利用も可能に 悪用、差別防止機能を搭載
米AI研究企業OpenAIは7月20日（現地時間）、文章から画像を生成するAI「DALL・E 2」のβ版を公開し、事前登録していたユーザーの招待を始めた。招待人数は100万人。利用は基本無料で、生成した画像は商用利用も許可する。 利用は毎月ユーザーに配布するクレジットを消費する形で回数を調整。クレジットは販売も行うため、多く利用したいユーザーは追加購入できる。画像の生成の他に、生成画像やユーザーがアップロードした画像を自然言語による指示で編集できる機能や、1枚の画像から複数のバリエーションを生成する機能などを備える。 悪用防止のため、有名人や政治家の似顔絵、実在の人物の写実的な画像の他、暴力的、性的、政治的な画像は生成できないようブロックする。差別防止に向けては「CEO」「教師」など、人種や性別を特定しない指示で画像を生成すると、さまざまな属性の人の画像を生成するようにした。 関連記事 最
「8K解像度に意味はあるか」を問う分析。人間の“目のスペック”に最適なのは - AUTOMATON
ビデオゲームが画面に描かれる際の解像度は、ハードウェアの進歩とともに向上の一途を辿ってきた。高精細な映像が求められ、近年では4K対応の機器も普及し、さらに高解像度な8Kの領域に踏み込む機器も登場してきている。「高い解像度には、どこまで恩恵があるのか」との疑問に応える分析を、海外メディアArs Technicaが取りまとめている。 Image Credit: Cafer Mert Ceyhan 解像度とはなにか 解像度とは、画面表示の細かさを示す度合いだ。たとえば、PC用では解像度1920×1080のモニターが一般的に普及している。この数字は、画面がどれだけのピクセル（画素）で構成されているかを表している。つまり、解像度1920×1080のモニターは、微細な点が横に1920個、縦に1080個並んで画面を表しているわけだ。そして、解像度および密度が高ければ高いほど、画面は高精細に見える。一方で
AIによる過去記事リバイバル始めました :: デイリーポータルZ
こんにちは、デイリーポータルＺ編集部 石川です。 デイリーポータルＺは今年19周年を迎えたよみものサイトで、多すぎてもはや忘れましたが１万本だか２万本だかの過去記事アーカイブを保有しています。 例えばこれなんかは2005年のヒット記事。 納豆を一万回混ぜるより サイドバー等のガワはちょっとずつ変えつつも、本文部分はHTMLごと当時のものがいまだ使用されています。 時事ネタを載せているニュースサイトと違って、いま読んでも楽しんでいただける記事が多いと自負しています。納豆は2005年も2021年も変わらず納豆ですからね。 書き手としても、自分で書いた記事でも15年くらいたつとすっかり忘れてるので、フレッシュな気持ちで読み返せます。 しかしいま読むにはいかんせん、画像が小さい！ネット回線も細かったし、なんたってモニタの解像度が1080ピクセルとかだったころのページです。現代のモニタで見ると、ほと
AIでモザイク除去 アダルトビデオ加工画像掲載の疑い 男逮捕 | NHKニュース
AI＝人工知能で「モザイク」を除去するという技術を使って加工したアダルトビデオのわいせつな画像をインターネット上に掲載したとして、サイトの元運営者が著作権法違反などの疑いで警察に逮捕されました。 逮捕されたのは、兵庫県高砂市に住むインターネットサイトの元運営者、中本正幸容疑者（43）です。 警察によりますと、中本容疑者はことし1月、AIの技術を使って、アダルトビデオのモザイク部分を加工してわいせつな画像10枚をみずからが運営するサイトに掲載したとして、著作権法違反とわいせつ電磁的記録媒体陳列の疑いが持たれています。 専用のソフトウェアを使ってモザイクの部分をAIに推測させモザイクがないように再現した動画を1本2300円ほどで販売していて、警察のサイバーパトロールで、発覚したということです。 警察の調べに対し、中本容疑者は「金銭目的でやった」などと話し容疑を認めているということです。 これま
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
うみゆき@AI研究 on Twitter: "はい、ゲームエンド。ハッキリ言ってControlNetの登場によって、今までの画像生成での複雑な呪文を試行錯誤してガチャ引きまくって何とかするパラダイムは試合終了しました。これからはプロンプトフリーになって、ボーンで直接構図やポーズを指定するAIレンダリングのパラダイムの始まりや https://t.co/st4tJMZIfo"
Imagicを理解する
【画像生成AI】お次は数枚の画像で「任意の人物やキャラ」をどこでも好きに登場させられる技術が誕生→二次創作の規制に関わるのでは？
うおぉ、今日、またしても激ヤバなAIをグーグルが発表してた！テキストから画像を生成するAI技術の発展が早すぎる。驚くべきことに、この画像はすべて下のテキストから生成されたものである。Parti：Pathways Autoregressive Text-to-Image（200億パラメータ） （pdf）https://gweb-research-parti.web.app/parti_paper.pdf
