PrinceofAI Weekly

هفته نامه شماره سی و چهارم

اخبار:

نزدیک کردن مردم در سراسر جهان از طریق یک مدل اساسی چندوجهی که برای ترجمه زبان گفتاری طراحی شده است.

دنیای ما به لطف استفاده گسترده از اینترنت، دستگاه های تلفن همراه، رسانه های اجتماعی و پلتفرم های ارتباطی به طور فزاینده ای به هم متصل شده است. این اتصال به افراد امکان دسترسی به حجم وسیعی از محتوا به زبان‌های مختلف را می‌دهد. در این زمینه، توانایی برقراری ارتباط فوری و درک اطلاعات به هر زبانی بیش از هر زمان دیگری حیاتی شده است. در حالی که این قابلیت برای مدت طولانی در داستان های علمی تخیلی یک رویا بوده است، هوش مصنوعی اکنون در آستانه تبدیل این دیدگاه به یک واقعیت فنی است.

بر این اساس، SeamlessM4T را معرفی می کنیم، یک مدل پایه که بدون زحمت، گفتار و متن را به زبان های مختلف ترجمه و رونویسی می کند. SeamlessM4T ویژگی های زیر را ارائه می دهد:

تشخیص خودکار گفتار برای نزدیک به 100 زبان.

ترجمه گفتار به متن برای نزدیک به 100 زبان ورودی و خروجی.

ترجمه گفتار به گفتار، پشتیبانی از نزدیک به 100 زبان ورودی و 35 زبان اضافی (از جمله انگلیسی) برای خروجی.

ترجمه متن به متن برای نزدیک به 100 زبان.

ترجمه متن به گفتار، پشتیبانی از نزدیک به 100 زبان ورودی و 35 زبان اضافی (از جمله انگلیسی) برای خروجی.

صنعت:

چگونه هوش مصنوعی در بازی ها صنعت بازی را متحول می کند

هوش مصنوعی (AI) سابقه استفاده در بازی‌های ویدیویی به دهه 1950 دارد، همانطور که در بازی‌های اولیه مانند Nim دیده می‌شود. با این حال، در زمان‌های اخیر، ابزارهایی مانند ChatGPT، عصر "هوش مصنوعی مولد" را آغاز کرده‌اند. با ظهور فناوری‌های پیشرفته‌ای مانند یادگیری ماشین و یادگیری عمیق، هوش مصنوعی مولد آماده است تا صنعت بازی را متحول کند و تجربه‌های بازی فوق‌العاده همه جانبه، متناسب و واقعی را نوید دهد. بیایید به برخی از کاربردهای قابل توجه هوش مصنوعی در بازی بپردازیم:

.روایات در حال تحول

.ساخت سطوح، ماموریت ها و ماموریت های جانبی

.تولید موسیقی

.بهبود بصری در زمان واقعی

.توسعه و تست بازی

.تشخیص تقلب و متعادل کردن گیم پلی

مقاله:

Dense Text-to-Image Generation with Attention Modulation

مدل‌های کنونی انتشار متن به تصویر هنگام ایجاد تصاویر واقعی از زیرنویس‌های متراکم، با چالش‌هایی مواجه می‌شوند، که در آن هر پیام متنی شرح مفصلی برای بخش خاصی از تصویر ارائه می‌کند. برای مقابله با این مشکل، DenseDiffusion معرفی شده است، تکنیکی که نیازی به آموزش اضافی ندارد و یک مدل متن به تصویر از پیش آموزش‌دیده را قادر می‌سازد تا چنین زیرنویس‌های متراکمی را مدیریت کند و در عین حال کنترل بر ترتیب عناصر در صحنه را نیز ارائه دهد. در ابتدا، در این مقاله بررسی می شود که چگونه نقشه های توجه میانی مدل از پیش آموزش داده شده با طرح بندی تصاویر تولید شده مرتبط است. متعاقبا، یک رویکرد مدولاسیون توجه ابداع می‌شود که اشیاء را هدایت می‌کند تا بر اساس راهنمای طرح‌بندی در مناطق تعیین‌شده ظاهر شوند. قابل توجه است، بدون نیاز به تنظیم دقیق بیشتر یا مجموعه داده‌های اضافی، عملکرد تولید تصویر را هنگامی که با زیرنویس‌های متراکم ارائه می‌شود، افزایش می‌ یابد، همانطور که توسط ارزیابی‌های خودکار و انسانی مشهود است. علاوه بر این،  نتایج بصری قابل مقایسه ای با مدل هایی که به طور خاص با شرایط چیدمان آموزش داده شده اند، حاصل می شود.

آموزش:

مدل‌های انتشار

مدل‌های انتشار(Diffusion Models)، از جمله مدل‌های مولد هستند، به این معنی که برای تولید داده‌هایی مشابه داده‌هایی که بر روی آن آموزش دیده‌اند، استفاده می‌شوند. اساساً، مدل‌های انتشار با از بین بردن داده‌های آموزشی از طریق افزودن پی در پی نویز گاوسی کار می‌کنند و سپس یاد می‌گیرند که داده‌ها را با معکوس کردن این فرآیند نویزینگ بازیابی کنند. پس از آموزش، می‌توانیم از مدل انتشار برای تولید داده‌ها با عبور دادن نویز نمونه‌گیری تصادفی از طریق فرآیند حذف نویز یاد گرفته شده استفاده کنیم.

کدینگ:

تعویض مقادیر دو متغیر در یک خط

در اینجا به  یک ترفند ساده  کد نویسی پایتون اشاره می کنیم که شامل یک خط کد برای تعویض مقادیر دو متغیر بدون استفاده از یک متغیر موقت است:

a, b = b, a

این کد از ویژگی بسته بندی و باز کردن بسته بندی تاپل پایتون برای انجام مبادله استفاده می کند. این یک روش مختصر و ظریف برای مبادله مقادیر a و b بدون نیاز به متغیر اضافی است. این ترفند می تواند کد شما را در مواقعی که نیاز به تعویض متغیرها انجام دهید خواناتر و کارآمدتر کند.

راههای ارتباطی با ما:

اینستاگرام:

princeofai@

وبسایت:

https://princeofai.com

تلگرام:

https://t.me/princeofaii