Rivalry2

HTML Diff

0 added 0 removed

Original 2026-01-01

Modified 2026-02-21

1 Фанат Free Software Foundation, использует Linux и недолюбливает Windows. Пишет истории про кодинг и программы на Python. Влюблён в Lisp, но пока что не умеет на нём программировать.

2 Код<a>выложили</a>на GitHub под собственной NVIDIA Source Code License, которая ограничивает коммерческое применение технологии.

3 Помимо исходников в GitHub проекта<a>доступны</a>уже готовые модели, которые тренировались на <a>Flickr-Faces-HQ</a>(FFHQ) - коллекции из 70 тысяч PNG-изображений лиц в разрешении 1024×1024, а также на коллекции лиц животных<a>AFHQv2</a>и портретах классической живописи<a>Metfaces</a>.

4 Хотя изначально система рассчитана на генерацию лиц, её можно дообучить и синтезировать любые объекты - например, пейзажи или машины. Правда, чтобы поиграться с StyleGAN3, понадобится неслабое железо: карта NVIDIA (лучше GPU Tesla V100 или A100), минимум 12 ГБ ОЗУ, установленные PyTorch 1.9 и инструментарий CUDA 11.1+.

5 StyleGAN3 - система машинного обучения на основе GAN (генеративно-состязательной нейронной сети). Она умеет генерировать реалистичные изображения лиц людей. Она написана на Python с использованием фреймворка PyTorch, накладывающего ограничение на использование в коммерческих целях.

6 Вот что думают об этом посетители<a>Reddit</a>и <a>HackerNews</a>:

7 avivo:Мне понравился раздел "Определение искусственных изображений": "Хотя новые подходы к генерации позволяют создавать новые возможности синтеза мультимедиа, они также могут стать новой проблемой для алгоритмов судебной экспертизы искусственного интеллекта для обнаружения и атрибуции синтетических носителей".

8 captainmuon:Я думаю, что "фотографическое доказательство" - это пережиток XX века (да и оно никогда не было идеальным - те, у кого есть ресурсы, всегда могли манипулировать фотографиями).

9 В качестве мысленного эксперимента было бы интересно представить, что происходит, когда мы научимся синтезировать любой образ, который только можно представить! Вначале это вызовет множество проблем (например, с оскорблениями и фейковыми новостями), но я верю, что общество быстро адаптируется к новой реальности. Я думаю, гораздо более серьёзная проблема - это то, что интернет знает о нас слишком много (повсеместная слежка и риск стать преследуемым за свои глупые поступки из прошлого). Так что было бы отлично, если перестали доверять любым изображениям.

10 Фото:<a>HackerNews</a>monkeyofscience:NVIDIA делала StyleGAN2 на TensorFlow, но 3 - на PyTorch? Кто-нибудь знает, почему?

11 programmerChilli:NVIDIA (как и многие другие участники экосистемы исследователей) перешла с tensorflow на pytorch.

12 zimonitrome:Ждём StyleGAN4 в Jax?

13 programmerChilli:Ха-ха, вполне возможно - только если Jax станет таким же популярным, как PyTorch в сфере исследований. Но думаю, до этого<a>ещё далеко</a>. Ну и есть ещё одна проблема - это сама NVIDIA… Нет ни малейшего шанса, что они собираются тренировать свои нейросети на TPU.

14 Фото:<a>Reddit</a>CyberDainz:"Весь этот проект затратил эквивалент 92 лет работы графического процессора и 225 МВт/ч электроэнергии на внутреннем кластере NVIDIA V100". Чёрт возьми!

15 dangnabbitdamnit:"225 МВт/ч электроэнергии". Да это ж 15 минут работы целого ядерного реактора. И правда, "чёрт возьми".

16 Mefaso:Это примерно 225 американских домохозяйств в год (они потребляют около 10 МВт/ч в год).

17 <a>Бесплатный курс по Python ➞Мини-курс для новичков и для опытных кодеров. 4 крутых проекта в портфолио, живое общение со спикером. Кликните и узнайте, чему можно научиться на курсе. Смотреть программу</a>