A Inteligência artificial para tarefas criativas já é realidade

Prévia do material em texto

A Inteligência artificial para tarefas criativas já é realidade
Neste Módulo, você vai conhecer o estado da arte das tecnologias de geração de texto, como GPT-3 (Generative Pre-Training Transformer 3), e de geração de imagens, como o DALL-E 2. Serão apresentados exemplos e casos de uso gerais, de modo a comprovar que a inteligência artificial já é uma realidade na consecução de tarefas criativas.
 Assista o vídeo a seguir para acessar o conteúdo do Módulo:
Exercícios de Inteligência artificial 
Assunto 
1 Introdução à inteligência artificial 
1) Os sistemas de inteligência artificial (IA) mudaram a forma como interagimos com a computação. Essas aplicações são capazes de processar, com rapidez, uma quantidade enorme de dados que têm suas origens nos mais variados meios. Com base nesse conceito, analise as alternativas abaixo e identifique aquela que está em conformidade com as características de um sistema de inteligência artificial.
4 4) A quantidade de incidências em determinado intervalo de tempo é um indicativo de frequência. Supondo que um sistema de IA esteja coletando esses dados, é correto armar que: 
D. será um dado tabelado pelo sistema e que, com outras informações relacionadas, pode ser ou não considerado. Por que esta resposta é a correta? 
Qualquer indicativo de frequência será sempre coletado e utilizado por um sistema de IA para levar em consideração determinada ocorrência. 
5) Com o passar do tempo, surgem várias linhas de estudo da IA. Uma delas é a biológica, que estuda o desenvolvimento de conceitos que pretendiam imitar as redes neurais humanas. Nos anos 60, essa
fornecer subsídios para os prossionais de gestão tomarem suas decisões de negócios. 
De forma simplicada, podemos entender que o principal objetivo da IA é tentar reproduzir, em sistemas baseados em computador, as diversas capacidades e atributos de comportamento encontrados nos seres humanos. 
Para isso, as aplicações da IA normalmente são visualizadas como sendo das áreas de interface natural, ciência cognitiva ou robótica. 
Cada uma dessas áreas possui suas próprias aplicações, as quais são responsáveis pela execução de tarefas especícas nos sistemas de informação. Analise os itens a seguir e identique aqueles que apresentam apenas exemplos de aplicações da ciência cognitiva: 
Resposta correta A Sistemas de aprendizagem algoritmo genético e redes neurais
III. A única defasagem dos sistemas especialistas em comparação com os sistemas de robótica é que eles não conseguem explicar ao usuário o processo de raciocínio e as conclusões. B. II. 
Por que esta resposta é a correta? 
Os sistemas especialistas são capazes de elaborar respostas a perguntas realizadas pelos usuários nais, tendo como base para suas inferências e conclusões o conhecimento contido em uma base especializada. 
5) A utilização de um sistema especialista envolve uma sessão interativa baseada no computador para explorar a solução de um problema com o sistema atuando como consultor de um usuário nal
3. Os sistemas de IA (inteligência articial) formam um conjunto amplo e diverso de sistemas que podem replicar a tomada de decisão humana para determinados tipos de problemas bem denidos. No que se refere a assuntos relacionados a IA, podemos armar: I - A inteligência articial possui diversos campos de atuação que podem ser utilizados em conjunto na computação cognitiva. II - O sistema especialista possui a capacidade de fornecer a especialização necessária em várias localidades ao mesmo tempo, para treinamentos, por exemplo. III - Dentre as desvantagens do SE, ele não permite que um usuário ou tomador de decisão entenda a maneira como um sistema especialista chegou a certa conclusão ou resultado. C Somente I e II estão corretas
Assunto 4 --Introdução ao uso de mecanismos de busca 1.Os mecanismos de busca surgiram devido à grande quantidade de informações disponíveis na Internet. Atualmente são várias as ferramentas disponíveis, existindo uma classicação para algumas delas. Escolha a alternativa que apresenta tal classicação. B. Buscadores globais, buscadores de diretórios e multibuscadores ou ontobuscadores. Por que esta resposta é a correta? A classicação consiste em: buscadores globais, buscadores de diretórios, multibuscadores ou ontobuscadores. Tal classicação permite pesquisar todos os documentos na rede e a apresentação do resultado é aleatória Baseia se em
4. O Google Acadêmico disponibiliza diversas funções que facilitam sua busca. Qual a utilidade da função "Citar"? D. Apresenta a referência completa do livro ou artigo em diferentes padrões, tais como NBR e APA. Por que esta resposta é a correta? Ao escolher a opção "Citar", na tela de busca da sua pesquisa, uma janela abrirá apresentando diversas informações referente a cada item da pesquisa realizada. 5. O Google Acadêmico apresenta diferentes funções com o intuito de facilitar sua busca. Cada resultado da busca apresenta itens com informações sobre o número de vezes que o documento foi citado
O caminho da árvore é composto por uma sequencia de nós consecutivos seguindo a relação onde ni é pai de nj+1. Os nós 2 e 3 são nós irmãoes do nó 4. 3. Qual é a principal característica de uma árvore binária completa? Você acertou! A. Possuir todas folhas no mesmo nível. Por que esta resposta é a correta? Uma arvore binária completa possui todas as folhas no mesmo nível k. Mesmo possuindo muitos nós, a distância entre a raiz e uma folha qualquer é relativamente curta. 4) Que grau possui a árvore abaixo?
5) Quais são as folhas da árvore abaixo
 A
 B C
D E F
Saiba Mais!
–
GPT-3 (https://openai.com/api/) e DALL-E 2 (https://openai.com/dall-e-2/) são serviços comerciais da empresa OpenAI e não estão totalmente disponíveis para o público, porém essa tecnologia não está restrita a esses serviços de forma específica - muitos modelos e serviços estão sendo lançados para execução dessas tarefas. Conheça mais sobre essa tecnologia em: https://multimodal.art 
Crie aplicativos de última geração com
os poderosos modelos da OpenAI.
A API da OpenAI fornece acesso ao GPT-3, que executa uma ampla variedade de tarefas de linguagem natural, e ao Codex, que traduz linguagem natural em código.
INICIAR LER DOCUMENTAÇÃO
https://multimodal.art/
bem vindo ao multimodal.art
Um guia abrangente para entender o cenário artístico multimodal da IA ​​e criar suas próprias peças de texto para imagem (e outras)
twitter , instagram , patreon , e-mail para mim: apolinario@multimodal.art
Alguns exemplos de imagens geradas por IA a partir de um prompt de texto meu
( mais aqui e confira nosso portfólio para minha participação em exposições de arte de IA do mundo real )
Índice
O que é (não técnico, não aprofundado) O que é (em profundidade, conteúdo com curadoria)
Eu quero ver exemplos do que ele pode fazer eu quero jogar com ele mesmo
O que é (não técnico, não aprofundado)
Essencialmente, são modelos que podem gerar uma imagem a partir de um prompt de texto, os mais famosos que são de código aberto são: VQGAN + CLIP, Difusão guiada por CLIP, Dall-E Mini.
O ingrediente principal para todos os modelos de IA de geração de imagem para texto são conjuntos de dados de centenas de milhões de “pares de imagem e texto”, ou imagens com rótulos descrevendo o que são
Exemplo de um par texto-imagem
Essas centenas de milhões de pares de imagem e texto são então usados ​​para treinar redes neurais (como CLIP ou DALL-E) que “aprendem” recursos e as conexões entre o texto e as imagens sem que um humano lhes diga o que é o que . Por exemplo, ele pode aprender que há um cachorro, ou um campo de grama ou uma bola vermelha ou até mesmo a boca de um cachorro apenas por ter exemplos suficientes de coisas diferentes no conjunto de dados e “aprender” o que são.
Uma vez que esses modelos são treinados, eles podem ser usados ​​- diretamente (como em modelos do tipo Dall-E), ou indiretamente (como em modelos guiadospor CLIP) - como orientação para gerar novas imagens com base em um texto. A ideia aqui é que o modelo seja entrelaçado com outros modelos treinados para serem bons na geração de imagens (como VQ-VAE, VQGAN ou Difusão Guiada) e usará esses recursos aprendidos de quão bem um texto corresponde a uma imagem ( chamada função de perda ou função de erro) para então orientar esses modelos para gerar uma imagem que satisfaça esse texto.
Breve história de como chegamos aqui
Confira o excelente artigo The Weird and Wonderful World of AI Art que entra em muito mais detalhes, mas em resumo:
O Dall-E da OpenAI iniciou a tendência atual em janeiro de 2021, mas eles não lançaram seus modelos pré-treinados, mas lançou o CLIP (um modelo que pode dizer quão boa uma imagem corresponde a um par de texto, conforme descrito acima). Com isso, Ryan Murdock ( @advadnoun ) iniciou essa tendência de juntar CLIP com modelos de geração de imagem com Big Dream + CLIP. Depois disso, Katherine Crowson ( @rivershavewings ) enganchou o CLIP com a rede neural de geração de imagem VQGAN, iniciando uma explosão cambriana de texto para imagem. Alguns meses depois, ela voltou e fez o mesmo comCLIP + um modelo chamado Difusão Guiada , que aumentou drasticamente a qualidade das gerações. Em 2022 o processo só se acelerou. A quantidade de modelos lançados começou a crescer muito. Criei um boletim informativo para acompanhá-lo . Mas os destaques de 2022 até agora são definitivamente o lançamento dos modelos Latent Diffusion , assim como o Dall-E 2 .
Vice/Motherboard apresentou essa cena em uma peça em julho/2021 chamada "Cena de arte gerada por IA explode enquanto hackers criam novas ferramentas inovadoras"
Outras pessoas proeminentes neste campo: @jbusted1 , @nshepperd1 , @BoneAmputee , dribnet , @danielrussruss , @bakztfuture . Recomendo também os seguintes discords: nossa própria Arte Multimodal , EleutherAI e LAION
O que é (em profundidade, conteúdo com curadoria)
O curso AIAIArt (técnico): The AI ​​art open source course by Jonathan Whitaker
Understanding Dall-E: Two minutes papers video , Yannic Kilcher video , post original do blog
Understanding CLIP: Yannic Kilcher video , post original do blog
Understanding CLIP text-to-image geração: Vídeo de Imagens Artificiais Compreendendo VQGAN+CLIP: Adafruit blogpost , Bestiario del Hypogripho
Compreendendo modelos de difusão: Vídeo não técnico, com bits técnicos , Explicação detalhada de vídeo , Implementação detalhada passo a passo Compreendendo DALL-E 2:Two Minute Papers , Dall 2 first-look Os próximos 10 anos de arte multimodal por Bakz T. Future
Eu quero ver exemplos do que ele pode fazer
Alguns exemplos criados por mim. Para mais siga-me no Twitter ou Instagram
Alguns criadores proeminentes de arte/modelo de IA: @rivershavewings , @advadnoun , @images_ai , @jbusted1 , @nshepperd1 , @BoneAmputee , @dribnet , @danielrussruss
eu quero jogar com ele mesmo
Acabamos de lançar o MindsEye beta, uma GUI para executar vários modelos de arte multimodais. Confira aqui 
Além disso, confira esta lista de ferramentas e outros recursos que você pode executar por conta própria ou siga aqueles baseados em seu caso de uso:
Eu tenho uma GPU poderosa e sei um pouco de codificação e quero executar esses modelos na minha máquina local
Executar VQGAN+CLIP localmente
Executar Difusão guiada por CLIP localmente
Executar Dall-E mini localmente
Executar vários modelos de uma vez com Vision of Chaos (somente Windows)
Eu sei como usar um Google Colab (ou estou disposto a aprender )
VQGAN+CLIP: notebook original , com truque de pooling , MSE regularized
Guided Diffusion: 512x512px original , Disco Diffusion
Latent Diffusion: notebook by us
Não estou disposto a aprender a usar um Colab, só quero um site que eu possa digitar o texto e tirar a imagem
Confira MindsEye !