Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
MIT 6.S192 - Conférence 3 : "Efficient GANs" par Jun-Yan Zhu
MIT 6.S192 - Conférence 3 : "Efficient GANs" par Jun-Yan Zhu
La conférence couvre les défis de la formation des modèles GAN, y compris la nécessité d'un calcul élevé, de grandes quantités de données et d'algorithmes complexes qui nécessitent des sessions de formation approfondies. Cependant, le conférencier introduit de nouvelles méthodes qui permettent aux GAN d'apprendre plus rapidement et de s'entraîner sur moins d'ensembles de données, telles que la compression de modèles d'enseignants à l'aide du cadre général de compression des GAN, d'augmentation différentiable et d'augmentation de données. La conférence présente également l'édition d'images interactive avec les GAN et souligne l'importance d'ensembles de données vastes et diversifiés pour une formation GAN réussie. Les codes pour exécuter le modèle sont disponibles sur GitHub avec des instructions pas à pas pour exécuter le modèle sur différents types de données. La conférence se termine par une discussion sur l'importance de la compression de modèles à des fins pratiques.
MIT 6.S192 - Conférence 5 : "Peindre avec les neurones d'un GAN" par David Bau
MIT 6.S192 - Conférence 5 : "Peindre avec les neurones d'un GAN" par David Bau
David Bau discute de l'évolution de l'apprentissage automatique et du potentiel de création de systèmes d'auto-programmation. Il présente les réseaux antagonistes génératifs (GAN) et explique comment ils peuvent être formés pour générer des images réalistes. Bau discute de son processus d'identification des corrélations entre des neurones spécifiques dans un GAN progressif et certaines caractéristiques sémantiques dans les images générées. Il montre comment il peut ajouter divers éléments à une image, tels que des portes, de l'herbe et des arbres, à l'aide d'un GAN. De plus, il discute du défi d'ajouter de nouveaux éléments à un GAN et des préoccupations éthiques entourant les rendus réalistes du monde.
MIT 6.S192 - Conférence 7 : "La forme de l'histoire de l'art aux yeux de la machine" par Ahmed Elgemal
MIT 6.S192 - Conférence 7 : "La forme de l'histoire de l'art aux yeux de la machine" par Ahmed Elgemal
Ahmed Elgamal, professeur d'informatique et fondateur du laboratoire d'art et d'intelligence artificielle, discute de l'utilisation de l'IA pour comprendre et générer des produits créatifs au niveau humain. Elgamal discute de l'approche scientifique de l'histoire de l'art et de l'importance de faire progresser l'IA pour comprendre l'art comme le font les humains. Il discute également de l'utilisation de l'apprentissage automatique pour classer les styles artistiques, en analysant les représentations internes, en identifiant les différences entre les styles artistiques et en quantifiant la créativité dans l'art grâce à l'IA. Elgamal propose également le concept d'objets primaires dans l'histoire de l'art et explore le potentiel de l'IA pour générer de l'art, reconnaissant les limites des approches actuelles de l'IA dans les activités créatives. Cependant, Elgamal discute également des expériences en cours pour repousser les limites du réseau d'IA afin de créer un art abstrait et intéressant.
Ahmed Elgammal discute également des résultats d'un test de réglage pour déterminer si les humains peuvent distinguer l'art créé par un GAN de celui des humains, en utilisant les œuvres d'art comme référence. Les humains pensaient que l'art créé par les machines GAN était produit par des humains 75% du temps, soulignant le concept d'ambiguïté de style et son importance pour relier la vision par ordinateur et l'apprentissage automatique à l'histoire de l'art et aux intérêts artistiques.
MIT 6.S192 - Conférence 8 : "Comment l'apprentissage automatique peut bénéficier aux créateurs humains" par Rebecca Fiebrink
MIT 6.S192 - Conférence 8 : "Comment l'apprentissage automatique peut bénéficier aux créateurs humains" par Rebecca Fiebrink
Rebecca Fiebrink, chercheuse dans le domaine de la musique et de l'IA, souligne l'importance de l'interaction humaine et du maintien des humains dans la boucle de l'utilisation et du développement de l'apprentissage automatique à des fins créatives. Elle parle de son outil, Wekinator, qui permet l'utilisation de l'apprentissage automatique dans la musique en temps réel pour la création humaine. Elle démontre la construction de divers instruments à commande gestuelle tels qu'une boîte à rythmes, un algorithme de synthèse sonore appelé Blotar et un instrument à vent appelé blowtar. Elle souligne à quel point l'apprentissage automatique peut être bénéfique pour les créateurs, leur permettant d'explorer des palettes sonores complexes et nuancées et de faciliter l'analyse des données pour les capteurs et les données en temps réel. Elle aborde également les avantages de la manipulation interactive des données de formation et explique comment l'apprentissage automatique nous permet de communiquer avec les ordinateurs de manière plus naturelle, en plus d'ajouter des surprises et des défis au processus de travail créatif.
MIT 6.S192 - Conférence 9 : "Abstractions neurales" par Tom White
MIT 6.S192 - Conférence 9 : "Abstractions neurales" par Tom White
Dans cette vidéo, l'artiste et conférencier Tom White discute de son approche pour intégrer la perception de la machine et les réseaux de neurones dans sa pratique artistique. White partage son expérience dans l'étude des mathématiques et de la conception graphique au MIT et son travail actuel d'enseignement du codage créatif à l'Université Victoria. Il discute également de ses recherches sur la construction d'outils pour aider les autres à utiliser le médium de manière créative et de ses propres œuvres qui explorent la perception de la machine. White présente ses croquis et estampes, créés à l'aide d'algorithmes d'IA, et parle de ses collaborations avec des groupes de musique et de ses récentes expositions d'art. Il discute également des défis de la collaboration avec les réseaux de neurones et des conséquences involontaires de la mise à l'état sauvage de l'art généré par l'IA.
MIT 6.S192 - Conférence 10 : "Magenta : renforcer l'agence créative grâce à l'apprentissage automatique" par Jesse Engel
MIT 6.S192 - Conférence 10 : "Magenta : renforcer l'agence créative grâce à l'apprentissage automatique" par Jesse Engel
Jesse Engel, chercheur principal chez Google Brain, parle de Magenta, un groupe de recherche qui étudie le rôle de l'IA et de l'apprentissage automatique dans la créativité et la musique. Le groupe se concentre principalement sur les modèles d'apprentissage automatique qui génèrent des médias et les rendent accessibles via un code open source et un framework appelé magenta.js, qui permet la création de modèles créatifs interactifs en Javascript. Engel souligne l'importance de considérer la musique comme une plate-forme sociale et évolutive pour l'identité et la connexion culturelles plutôt que comme une marchandise à produire et à consommer à moindre coût. Ils explorent comment l'apprentissage automatique peut donner aux individus de nouvelles formes d'agence créative grâce à l'expressivité, l'interactivité et l'adaptabilité. La conférence couvre divers sujets, notamment la conception de modèles d'apprentissage automatique pour la musique, l'utilisation de la convolution dilatée pour les sorties prédictives, le traitement du signal numérique différentiable et la création de systèmes d'apprentissage automatique qui produisent de beaux échecs. De plus, il parle des défis de collaboration avec les artistes et du grand défi de sortir de la distribution et de la compositionnalité dans les modèles d'apprentissage.
MIT 6.S192 - Conférence 11 : "Biodiversité artificielle", Sofia Crespo et Feileacan McCormick
MIT 6.S192 - Conférence 11 : "Biodiversité artificielle", Sofia Crespo et Feileacan McCormick
Dans cette conférence sur la "biodiversité artificielle", Sofia Crespo et Feileacan McCormick explorent l'intersection de la technologie et de la nature pour produire des formes d'art uniques. Le duo discute de leur intérêt et de leur utilisation de l'apprentissage automatique et de son lien avec la beauté et met en évidence les limites de la perception humaine. Ils discutent également de leurs projets collaboratifs, y compris "Entangled Others", où ils préconisent de représenter à la fois les espèces individuelles et leurs enchevêtrements complexes pour créer une meilleure compréhension des systèmes écologiques. Les conférenciers soulignent l'importance de la durabilité et de la collaboration dans la pratique artistique et la relation entre les outils et l'art, affirmant que les algorithmes ne peuvent pas remplacer les artistes humains.
MIT 6.S192 - Conférence 12 : "AI+Creativity, an Art Nerd's Perspective" par Jason Bailey
MIT 6.S192 - Conférence 12 : "AI+Creativity, an Art Nerd's Perspective" par Jason Bailey
Jason Bailey explique comment l'apprentissage automatique a un impact sur le domaine de l'art, de la détection des faux à la prévision des prix. Il exhorte les artistes à être conscients des préjugés inhérents à l'art axé sur les données et insiste sur le besoin de données de formation qui incluent toutes les perspectives.
MIT 6.S192 - Conférence 13 : "Surfaces, objets, procédures : intégration de l'apprentissage et des graphiques pour la compréhension des scènes 3D" par Jiajun Wu
MIT 6.S192 - Conférence 13 : "Surfaces, objets, procédures : intégration de l'apprentissage et des graphiques pour la compréhension des scènes 3D" par Jiajun Wu
Jiajun Wu, professeur adjoint à Stanford, discute de ses recherches sur la compréhension de la scène dans les machines grâce à l'intégration de l'apprentissage en profondeur et de la connaissance du domaine à partir de l'infographie. Wu propose une approche en deux étapes pour récupérer une géométrie d'objet 3D à partir d'une seule image en estimant la surface visible à travers la carte de profondeur et en complétant la forme en fonction des connaissances préalables d'un grand ensemble de données d'autres formes similaires. Wu propose également d'utiliser des cartes sphériques comme représentation de substitution pour les surfaces en 3D afin de mieux capturer les caractéristiques de surface, permettant au système de compléter les formes dans une sortie plus détaillée et plus fluide. De plus, Wu explique comment la reconstruction de formes dans des programmes de formes peut améliorer considérablement la modélisation et la reconstruction, en particulier pour les objets abstraits et artificiels. Enfin, Wu explique comment les connaissances du domaine issues de l'infographie peuvent être intégrées à l'apprentissage automatique pour améliorer la reconstruction des formes, la synthèse des textures et la compréhension des scènes.
MIT 6.S192 - Conférence 14 : "Vers la création de moteurs d'innovation ouverts sans cesse créatifs" par Jeff Clune
MIT 6.S192 - Conférence 14 : "Vers la création de moteurs d'innovation ouverts sans cesse créatifs" par Jeff Clune
Jeff Clune, chercheur à OpenAI, discute de son travail sur la création de moteurs d'innovation infiniment créatifs et ouverts dans cette conférence du MIT. Il cherche à créer des algorithmes capables d'exécuter l'évolution naturelle et la recette de la culture humaine consistant à partir d'un ensemble de choses, à générer de nouvelles choses, à évaluer pour conserver ce qui est intéressant et à le modifier pour conserver la nouveauté intéressante. Clune explore l'utilisation des réseaux de neurones pour reconnaître de nouvelles choses, parle de l'algorithme Map Elites et présente les réseaux de production de modèles de composition pour l'encodage. Il montre comment ces outils peuvent être combinés pour générer des images complexes et diverses, résoudre des problèmes difficiles et créer des algorithmes ouverts qui peuvent constamment innover leurs solutions aux défis.