خلاقان به دلیل ادعای اینکه هوش مصنوعی هنر انسان را می کشد دست به دست می شوند

به طور خلاصه همه قبول دارند که مدل‌های تبدیل متن به تصویر می‌توانند باقی بمانند، اگرچه نظرات در مورد هنر تولید شده توسط هوش مصنوعی متفاوت است.

برخی از هنرمندان مجذوب توانایی ایجاد تصاویر دیجیتالی کاملاً جدید با استفاده از پیام های متنی هستند و آن را ابزاری جدید برای خلاقیت می دانند. با این حال، سایر افرادی که زندگی خود را از هنر می گذرانند، از این فناوری متنفرند - و معتقدند که این به قیمت کارشان تمام می شود و ارزش کارشان را بی ارزش می کند.

یک ماشین را می توان آموزش داد تا سبک یک هنرمند خاص را بازآفرینی کند و از هنرمندان انسانی پیشی بگیرد، همانطور که RJ Palmer، یک هنرمند مفهومی، گفته شده بی بی سی «در حال حاضر، اگر هنرمندی بخواهد از سبک من کپی کند، ممکن است یک هفته وقت بگذارد تا آن را تکرار کند. این یعنی یک نفر که یک هفته برای خلق یک چیز صرف می کند. با این دستگاه می توانید صدها عدد از آنها را در هفته تولید کنید.

پالمر گفت هوش مصنوعی "مستقیماً جوهر آنها را می دزدد"، پالمر گفت، و هنرمندان در حال حاضر برای جلوگیری از وقوع آن ناتوان هستند.

توسعه دهندگان این مدل ها را با تغذیه آنها با یک پایگاه داده بزرگ از تصاویر خراشیده شده از اینترنت آموزش می دهند، بنابراین برای یک هنرمند چندان تعجب آور نیست که کار خود را در مجموعه داده های آموزشی مدل پیدا کند. 

با این حال، خالق Stable Diffusion، یک مدل باز محبوب که اینترنت را طوفانی کرده است، گفت که او باور ندارد که هوش مصنوعی توانایی هنرمندان را برای امرار معاش از بین ببرد. اکسل «حسابداران را بیکار نکرد. عماد مستقي گفت: من هنوز به حسابدارانم حقوق مي دهم.

او گفت که این ابزار به هنرمندان مشاغل جدید می دهد: "این بخشی است که به طور گسترده رشد می کند. اگر می خواهید از این بخش درآمد کسب کنید، بسیار سرگرم کننده تر خواهد بود."

جیسون آلن، که بحث برانگیز است به دست آورد نمایشگاه هنر دولتی با تصویر دیجیتال، دارد قبلا گفت: «هنر مرده است. تمام شد. هوش مصنوعی برنده شد انسان ها از دست دادند.»

کروز در حال گسترش خدمات رباتاکسی هوش مصنوعی خود است

بیز خودروی خودران، کروز، خدمات تاکسی خودران خود را تا پایان سال جاری به شهرهای تگزاس و آریزونا راه اندازی خواهد کرد.

یکی از بنیانگذاران و مدیر عامل شرکت Kyle Vogt گفته شده TechCrunch این شرکت در حال برنامه ریزی برای راه اندازی ناوگان کوچکی از وسایل نقلیه خودران در جاده های آستین، تگزاس، و فینیکس، آریزونا در 90 روز آینده و قبل از پایان سال 2022 است. کروز اولین سرویس روباتاکسی خود را بدون راننده انسان در سانفرانسیسکو، کالیفرنیا راه اندازی کرد.

این سرویس فقط در چند منطقه منتخب در اواخر شب اجرا می شود - از ساعت 2200 تا 0530 برای جلوگیری از ترافیک ساعت شلوغی. همه نمی توانند ماشین بخوانند، با این حال، فقط گروه کوچکی از سواران از قبل غربال شده می توانند. لیست انتظار برای اعضای عمومی که باید در نظر گرفته شوند و بپیوندند باز است. 

وگت گفت که کروز همچنین امیدوار است سال آینده رانندگی با وسایل نقلیه جدید Origin را آغاز کند. این خودروهای جعبه ای فاقد فرمان و پدال خواهند بود و کاملاً خودکار خواهند بود. او گفت: «با نگاهی به سال 2023، در سال آینده، چیزها در سمت رشد بسیار جالب می شوند. 

هزاران خودروی AV از کارخانه جنرال موتورز خارج خواهند شد، از جمله اولین Origins. ما از آنها برای روشن کردن بسیاری از بازارها و شروع به تولید درآمد قابل توجه در آن بازارها استفاده خواهیم کرد."

آیا جامعه هوش مصنوعی با ترانسفورماتورها گیر خواهد کرد؟

یکی از خالق کتابخانه محبوب هوش مصنوعی، PyTorch، هشدار داد که روند فعلی بهینه سازی سخت افزار برای مدل های ترانسفورماتور، موفقیت معماری های جدید را دشوارتر می کند.

ترانسفورماتورها برای اولین بار در پردازش زبان طبیعی مورد استفاده قرار گرفتند و در پشت قدرتمندترین مدل‌های مولد هستند که قادر به ایجاد متن و تصویر هستند. آنها در انواع برنامه ها از بازی گرفته تا استفاده شده اند طراحی دارو. شرکت‌های سخت‌افزاری مانند Nvidia در حال بهینه‌سازی تراشه‌های خود برای سرعت بخشیدن به مدل‌های مبتنی بر ترانسفورماتور هستند و این می‌تواند مانع نوآوری در آینده شود.

سومیث چینتالا، که به ساخت PyTorch کمک کرد، گفته شده بیزینس اینسایدر او امیدوار است که نوع دیگری از مدل ظاهر شود.

ما در این قرعه کشی سخت افزاری عجیب هستیم. ترانسفورماتورها پنج سال پیش ظهور کردند و چیز بزرگ دیگری هنوز به وجود نیامده است. بنابراین ممکن است شرکت‌ها فکر کنند «ما باید سخت‌افزار را برای ترانسفورماتورها بهینه‌سازی کنیم.» این باعث می‌شود که هر مسیر دیگری بسیار سخت‌تر شود.

«معماری‌هایی که با ترانسفورماتورها متفاوت هستند، روی تراشه‌های فعلی و آینده به‌طور مؤثر اجرا نمی‌شوند و می‌توانند توسعه‌دهندگان را از ارائه مدل‌های دیگر منصرف کنند. 

چینتالا هشدار داد: «اگر فروشندگان سخت‌افزار در نهایت شتاب‌دهنده‌ها را برای الگوی فعلی تخصصی‌تر کنند، حتی امتحان ایده‌های دیگر برای ما بسیار سخت‌تر خواهد بود. ®