Список ИИ-инструментов и нейросетей по категориям
Энтузиасты из Канады развивают сайт AIxploria, представляющий собой агрегатор ссылок на ИИ-инструменты и нейросети. Ресурсы на сайте разделяются по категориям, а пользователи могут выбирать из более чем 3,4 тыс. инструментов.
На главной AIxploria расположены карточки самых популярных категорий: «Последние ИИ», «Изображения и рисование», «Писательство и SEO», «ИИ-чаты и ассистенты», «Бизнес», «Генерация видео» и «Музыка». Всего на сайте доступно более 50 категорий. Также на главной странице есть строка поиска и фильтр, позволяющий выбрать отображение платных или бесплатных нейросетей.
Долгое время разработчики просто собирали список нейросетей и разбивали их по категориям, но сейчас развивают своеобразный справочник. На странице инструмента можно получить всю важную информацию о нём и инструкции по работе. Также в отдельном блоке выводится список альтернатив. К примеру, на странице платной Adobe Firefly предлагается попробовать бесплатные Paint by Text, Codeformer и Unfake PNG. Вместе с этим предусмотрена функция, предлагающая случайный ИИ-инструмент. Сейчас на сайте доступно выбор из более чем 3,4 тыс. нейросетей.
Также недавно у пользователей появилась возможность предлагать нейросети для добавления в общий список, а разработчики начали вести блог с уроками и обзорами. Сайт доступен бесплатно на английском и французском языках.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/748472/
#aixploria #adobe #сайт #софт #нейросети #обучение #ии #новости #ит #конфигит #configit #cit
Энтузиасты из Канады развивают сайт AIxploria, представляющий собой агрегатор ссылок на ИИ-инструменты и нейросети. Ресурсы на сайте разделяются по категориям, а пользователи могут выбирать из более чем 3,4 тыс. инструментов.
На главной AIxploria расположены карточки самых популярных категорий: «Последние ИИ», «Изображения и рисование», «Писательство и SEO», «ИИ-чаты и ассистенты», «Бизнес», «Генерация видео» и «Музыка». Всего на сайте доступно более 50 категорий. Также на главной странице есть строка поиска и фильтр, позволяющий выбрать отображение платных или бесплатных нейросетей.
Долгое время разработчики просто собирали список нейросетей и разбивали их по категориям, но сейчас развивают своеобразный справочник. На странице инструмента можно получить всю важную информацию о нём и инструкции по работе. Также в отдельном блоке выводится список альтернатив. К примеру, на странице платной Adobe Firefly предлагается попробовать бесплатные Paint by Text, Codeformer и Unfake PNG. Вместе с этим предусмотрена функция, предлагающая случайный ИИ-инструмент. Сейчас на сайте доступно выбор из более чем 3,4 тыс. нейросетей.
Также недавно у пользователей появилась возможность предлагать нейросети для добавления в общий список, а разработчики начали вести блог с уроками и обзорами. Сайт доступен бесплатно на английском и французском языках.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/748472/
#aixploria #adobe #сайт #софт #нейросети #обучение #ии #новости #ит #конфигит #configit #cit
Хабр
AIxploria: список ИИ-инструментов и нейросетей по категориям
Энтузиасты из Канады развивают сайт AIxploria, представляющий собой агрегатор ссылок на ИИ-инструменты и нейросети. Ресурсы на сайте разделяются по категориям, а пользователи могут выбирать из более...
Google начала обучать роботов с помощью нейросети Robotic Transformer
Команда Google DeepMind в 2022 году представила систему для обучения роботов новым задачам нейросеть — Robotics Transformer (RT-1). Теперь вышла RT-2, с помощью которой компания начала обучать своих роботов.
RT-1 использовалась для обучения Everyday Robot более чем 700 задачам. Система включала базу данных из 130 тысяч демонстраций, что, по словам команды DeepMind, привело к успешному выполнению заданий в 97% случаев.
Теперь же глава отдела робототехники DeepMind Винсент Ванхоук рассказал, что RT-2 позволяет роботам эффективно переносить концепции, изученные на относительно небольших наборах данных, в различные сценарии. Это новая версия того, что компания называет моделью видения-языка-действия (VLA). Модель учит роботов лучше распознавать визуальные и языковые шаблоны, интерпретировать инструкции и делать выводы о том, какие объекты лучше всего подходят для запроса. Она обучалась на веб-данных и данных робототехники, используя достижения исследований в больших языковых моделях, таких как Bard от Google, и комбинируя их с роботизированными данными. Модель понимает указания на языках, отличных от английского.
«RT-2 демонстрирует улучшенные возможности обобщения, а также семантическое и визуальное понимание за пределами обучающих данных», — объясняют в Google. Нейросеть может интерпретировать новые команды и реагировать на команды пользователя путём выполнения элементарных рассуждений, в том числе о категориях объектов. Она способна находить лучший инструмент для конкретной новой задачи на основе существующей контекстной информации.
Ванхоук приводит сценарий, в котором робота просят выбросить мусор. Во многих моделях пользователь должен научить его определять, что считается мусором, а затем обучить собирать отходы и выбрасывать их. «RT-2 уже имеет представление о том, что такое мусор, и может идентифицировать его без специального обучения», — пишет Ванхоук. — «У него даже есть представление о том, как выбрасывать мусор, хотя его никогда не обучали этому действию. И подумайте об абстрактной природе мусора — то, что было пакетом чипсов или банановой кожурой, становится мусором после того, как вы съедите содержимое. RT-2 может понять это из своих данных для обучения языку зрения и выполнить свою работу».
Исследователи протестировали RT-2 с манипулятором в кухне, попросив робота решить, из чего сделать хороший импровизированный молоток (это был камень), и выбрать напиток для истощенного человека (Red Bull). Они также сказали роботу переместить банку из-под Coca-Cola к фотографии Тейлор Свифт.
Команда говорит, что уровень эффективности при выполнении новых задач улучшился с 32% до 62% при переходе от RT-1 к RT-2.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/751282/
#google #deepmind #palm #роботы #обучение #ии #новости #ит #конфигит #configit #cit
Команда Google DeepMind в 2022 году представила систему для обучения роботов новым задачам нейросеть — Robotics Transformer (RT-1). Теперь вышла RT-2, с помощью которой компания начала обучать своих роботов.
RT-1 использовалась для обучения Everyday Robot более чем 700 задачам. Система включала базу данных из 130 тысяч демонстраций, что, по словам команды DeepMind, привело к успешному выполнению заданий в 97% случаев.
Теперь же глава отдела робототехники DeepMind Винсент Ванхоук рассказал, что RT-2 позволяет роботам эффективно переносить концепции, изученные на относительно небольших наборах данных, в различные сценарии. Это новая версия того, что компания называет моделью видения-языка-действия (VLA). Модель учит роботов лучше распознавать визуальные и языковые шаблоны, интерпретировать инструкции и делать выводы о том, какие объекты лучше всего подходят для запроса. Она обучалась на веб-данных и данных робототехники, используя достижения исследований в больших языковых моделях, таких как Bard от Google, и комбинируя их с роботизированными данными. Модель понимает указания на языках, отличных от английского.
«RT-2 демонстрирует улучшенные возможности обобщения, а также семантическое и визуальное понимание за пределами обучающих данных», — объясняют в Google. Нейросеть может интерпретировать новые команды и реагировать на команды пользователя путём выполнения элементарных рассуждений, в том числе о категориях объектов. Она способна находить лучший инструмент для конкретной новой задачи на основе существующей контекстной информации.
Ванхоук приводит сценарий, в котором робота просят выбросить мусор. Во многих моделях пользователь должен научить его определять, что считается мусором, а затем обучить собирать отходы и выбрасывать их. «RT-2 уже имеет представление о том, что такое мусор, и может идентифицировать его без специального обучения», — пишет Ванхоук. — «У него даже есть представление о том, как выбрасывать мусор, хотя его никогда не обучали этому действию. И подумайте об абстрактной природе мусора — то, что было пакетом чипсов или банановой кожурой, становится мусором после того, как вы съедите содержимое. RT-2 может понять это из своих данных для обучения языку зрения и выполнить свою работу».
Исследователи протестировали RT-2 с манипулятором в кухне, попросив робота решить, из чего сделать хороший импровизированный молоток (это был камень), и выбрать напиток для истощенного человека (Red Bull). Они также сказали роботу переместить банку из-под Coca-Cola к фотографии Тейлор Свифт.
Команда говорит, что уровень эффективности при выполнении новых задач улучшился с 32% до 62% при переходе от RT-1 к RT-2.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/751282/
#google #deepmind #palm #роботы #обучение #ии #новости #ит #конфигит #configit #cit
Хабр
Google начала обучать роботов с помощью нейросети Robotic Transformer
Команда Google DeepMind в 2022 году представила систему для обучения роботов новым задачам — Robotics Transformer (RT-1). Теперь вышла RT-2, с помощью которой компания начала обучать своих роботов....
Вышла новая версия «Kubernetes The Hard Way»: руководство теперь cloud provider agnostic и требует четырех ARM-машин
Келси Хайтауэр (Kelsey Hightower) недавно обновил свой проект «Kubernetes The Hard Way» — знаменитое руководство, которое позволяет изучить, как запустить кластер Kubernetes.
По мере прохождения «Kubernetes The Hard Way» вы создадите кластер Kubernetes со всеми компонентами control plane, которые работают на одном узле, и двумя рабочими узлами — такой конфигурации достаточно для изучения основных концепций K8s.
Основные изменения:
Теперь руководство не зависит от облачных провайдеров. Прошлые версии работали только с Google Cloud Platform.
Произошел переход на виртуальные или физические машины на базе ARM64. Для запуска новой версии руководства необходимо 4 компьютера под управлением Debian 12: административный узел (его еще называют «jumpbox»), сервер Kubernetes и два рабочих узла Kubernetes.
Версии компонентов в новом руководстве:
kubernetes v1.28.x
containerd v1.7.x
cni v1.3.x
etcd v3.4.x
Найти обновленный тренажер можно на GitHub.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/companies/flant/news/808145/
#kubernetes #kelseyhightower #cloud #обучение #тренажер #новости #ит #конфигит #configit #cit
Келси Хайтауэр (Kelsey Hightower) недавно обновил свой проект «Kubernetes The Hard Way» — знаменитое руководство, которое позволяет изучить, как запустить кластер Kubernetes.
По мере прохождения «Kubernetes The Hard Way» вы создадите кластер Kubernetes со всеми компонентами control plane, которые работают на одном узле, и двумя рабочими узлами — такой конфигурации достаточно для изучения основных концепций K8s.
Основные изменения:
Теперь руководство не зависит от облачных провайдеров. Прошлые версии работали только с Google Cloud Platform.
Произошел переход на виртуальные или физические машины на базе ARM64. Для запуска новой версии руководства необходимо 4 компьютера под управлением Debian 12: административный узел (его еще называют «jumpbox»), сервер Kubernetes и два рабочих узла Kubernetes.
Версии компонентов в новом руководстве:
kubernetes v1.28.x
containerd v1.7.x
cni v1.3.x
etcd v3.4.x
Найти обновленный тренажер можно на GitHub.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/companies/flant/news/808145/
#kubernetes #kelseyhightower #cloud #обучение #тренажер #новости #ит #конфигит #configit #cit
Хабр
Вышла новая версия «Kubernetes The Hard Way»: руководство теперь cloud provider agnostic и требует четырех ARM-машин
Келси Хайтауэр (Kelsey Hightower) недавно обновил свой проект «Kubernetes The Hard Way» — знаменитое руководство, которое позволяет изучить, как запустить кластер Kubernetes. По мере прохождения...
Разработчики Luma AI выпустили официальное руководство по составлению запросов для Dream Machine
Компания Luma AI опубликовала официальное руководство по составлению запросов для нейросети Dream Machine. Модель машинного обучения предназначена для генерации коротких роликов, а руководство поможет пользователям получать качественный результат.
Для режима генерации Image-to-Video разработчики рекомендуют использовать не только изображение, но и описание сцены. Надо детально пояснить, что изображено на картинке и какие действия происходят. Это значительно улучшит результат. Особое внимание просят уделять действиям в кадре, подробно описывая действия персонажей и объектов на изображении.
Для экспериментов в режиме Text-to-Video рекомендуют воспользоваться опцией Enhance Prompt. С ней можно передавать нейросети короткие запросы, а дополнительные детали и подробности нейросеть создаст сама. Опция хорошо подойдёт для новых пользователей, которые ещё не умеют составлять правильные запросы. В остальных случаях просят максимально описывать всё максимально подробно, включая персонажей, объекты, действия, фон и эффекты в кадре.
Команда Luma AI представила нейросеть Dream Machine в начале июня 2024 года. Моделью машинного обучения уже могут воспользоваться все желающие, для этого предусмотрены 30 бесплатных генераций в месяц. Если этого мало, то можно оформить платную подписку.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/822479/
#lumaai #dreammachine #нейросети #ии #обучение #руководство #новости #ит #конфигит #configit #cit
Компания Luma AI опубликовала официальное руководство по составлению запросов для нейросети Dream Machine. Модель машинного обучения предназначена для генерации коротких роликов, а руководство поможет пользователям получать качественный результат.
Для режима генерации Image-to-Video разработчики рекомендуют использовать не только изображение, но и описание сцены. Надо детально пояснить, что изображено на картинке и какие действия происходят. Это значительно улучшит результат. Особое внимание просят уделять действиям в кадре, подробно описывая действия персонажей и объектов на изображении.
Для экспериментов в режиме Text-to-Video рекомендуют воспользоваться опцией Enhance Prompt. С ней можно передавать нейросети короткие запросы, а дополнительные детали и подробности нейросеть создаст сама. Опция хорошо подойдёт для новых пользователей, которые ещё не умеют составлять правильные запросы. В остальных случаях просят максимально описывать всё максимально подробно, включая персонажей, объекты, действия, фон и эффекты в кадре.
Команда Luma AI представила нейросеть Dream Machine в начале июня 2024 года. Моделью машинного обучения уже могут воспользоваться все желающие, для этого предусмотрены 30 бесплатных генераций в месяц. Если этого мало, то можно оформить платную подписку.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/822479/
#lumaai #dreammachine #нейросети #ии #обучение #руководство #новости #ит #конфигит #configit #cit
Хабр
Разработчики Luma AI выпустили официальное руководство по составлению запросов для Dream Machine
Компания Luma AI опубликовала официальное руководство по составлению запросов для нейросети Dream Machine. Модель машинного обучения предназначена для генерации коротких роликов, а руководство поможет...