Đăng ký newsletter của Xào để cập nhật thông tin & phân tích chiến lược công nghệ & khởi nghiệp hàng tháng nhé: mailchi.mp/456...
Опубликовано:
27 окт 2024
Поделиться:
Ссылка:
Скачать:
Готовим ссылку...
Добавить в:
Мой плейлист
Посмотреть позже
Комментарии : 44
7 месяцев назад
Cám ơn các bạn đã comment và đề nghị các chủ đề liên quan. Video lần tới mình sẽ làm thêm về chủ đề đạo đức & các vụ kiện vi phạm bản quyền khi sử dụng AI nhé. Nếu bạn có thêm chủ đề gì muốn mình đi sâu vào thì xin comment bên dưới, nếu có cơ hội thì mình sẽ làm video về nó :) Đăng ký kênh nho nhỏ của mình để theo dõi video tiếp theo nha!
Hiện tại em dg làm hoạ sĩ minh hoạ 2D, em cảm thấy AI khá thú vị, tuy nhiên em cũng thấy buồn vì nhờ nó mà nghề của em lương bị giảm đi đáng kể, cơ hội vc làm không còn như trc. Em đồng ý là hình ảnh của AI dựng lên nó k chính xác về mặt kỹ thuật nếu so với tranh do mình tự vẽ ra (khối, ánh sáng,...) nhưng khách hàng thông thường yêu cầu của họ k cao đến vậy. Cái họ cần là bắt mắt, giá rẻ và năng xuất, thứ yêu cầu mà 100% AI đáp ứng nhu cầu của họ. Thực sự hiện tại mọi thứ khá khó khăn với em và hầu hết những người làm chuyên ngành của em. Về mặt nào đấy, em rất vui vì công nghệ có thể phát triển như vậy. Dù thế em cũng k thể ủng hộ AI được.
Em cảm ơn Chị Trân nhiều lắm, rất dễ hiểu đối với các bạn sinh viên AI năm 2 như em ạ!!!! Dạ kính chúc Chị cùng gia đình thật nhiều sức khỏe và may mắn ạ!!!!
Cám ơn chị đã giải thích. Em mong chị làm thêm video về góc nhìn đạo đức khi sử dụng A.I cho các sản phẩm sáng tạo, vì theo cách hoạt động của nó thì ở phần nguồn ảnh để Train A.I vẫn đang dùng sản phẩm trí óc của người khác, ví dụ như để tạo ra mấy bức minh họa trong sách của chị thì phải sử dụng tranh mà ông họa sĩ phải mất cả đời luyện tập để vẽ ra. Điều này dẫn đến 1 số vấn đề như: 1/ Việc khai thác lợi nhuận trên thành phẩm được tạo ra từ việc dung hợp thành quả sáng tạo của người khác thông qua A.I, có phải là hình thức bốc lột lao động sáng tạo kiểu mới ? Khi mà người tạo ra bản gốc không được hưởng gì từ vật phẩm họ tạo ra --> Điều này có thể nào dẫn đến sự thui chột của ngành sáng tạo và sắp tới chỉ còn A.I lấy tranh của nhau mà train không ? 2/ Xét về vấn đề bản quyền, nếu tranh được sử dụng trong sách là làm từ A.I thì mình có đăng kí bản quyền được không ? Nếu không thì tất cả những thứ A.I tạo ra sẽ là của công cả, vậy thì chúng ta không thật sự sở hữu sản phẩm ta tạo ra từ A.I, và ai cũng có thể sử dụng nó, vậy thì rất khó khăn trong việc bảo vệ sản phẩm của mình trước việc bị tuồn lậu.
7 месяцев назад
Cám ơn em đã đề nghị chủ đề này nhé - chị cũng thấy chủ đề này rất cần thảo luận. Để video hôm tới c sẽ làm về mảng này :)
6 месяцев назад
Chị vừa làm video mới về chủ đề này. Cám ơn em đã đề nghị :) ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-pdFo6VG119o.html
Rất cám ơn bạn đã giải thích, vậy mà trước giờ mình nghĩ là A.I nó nhận diện vật thể, tách nền rồi cắt ghép như kiểu manip ảnh cho ra một ảnh mới hoàn chỉnh, hóa ra không phải như thế 😅
Hi bạn. Mình làm trong lĩnh vực automation. Gần đây có AI Devin. Bạn có thể làm video sâu hơn về nó. Liệu nó ảnh hưởng nhiều đến ngành tự động hóa công nghiệp?
10:45 Đoạn này em đang hiểu, ý chị nói về SD (Stable Diffusion) tức là khi viết 1 prompt, AI không "tự vẽ mới", mà đang phục hồi từ 1 bức ảnh "trộn lẫn" rất nhiều ảnh đã được train trước đó, và dần dần tạo lại 1 ảnh rõ nét hoàn chỉnh. Tức, "ảnh hoàn chỉnh" này là kết quả của việc "khôi phục nhiều vật thể được xếp vào 1 ảnh" đúng không ta?
7 месяцев назад
Hi em, chỗ này chị không vào sâu quá nên để chị giải thích thêm ở đây. Khi AI bắt đầu quá trình denoise (làm hết nhiễu hình ảnh) thì nó sẽ bắt đầu từ một bức tranh hoàn toàn nhiễu 100% và không dựa vào hình ảnh nào trước đó cả. Sau đó, em có thể tưởng tượng nó bỏ đi vài chấm nhiễu, và thêm vài chấm màu thay thế vào các chấm nhiễu đó. Các chấm màu này cũng không dựa vào hình ảnh trước đó, mà nó sẽ theo / bị ảnh hưởng bởi các "đặc tính" đưa ra trong bước 2. Ví dụ nhé: Nếu người dùng đưa ra prompt "Vẽ quả chuối" thì các đặc tính có thể sẽ là "Màu vàng, hình cong như ông trăng, nền trằng, v.v.". Từ những đặc tính này, khi loại bỏ nhiễu đi và thêm màu sắc vào hình vẽ, AI nó sẽ cố gắng thêm màu vàng theo đường cong và nền trắng, v.v. Và hơn thế nữa, vì nó đã nhìn thấy nhiều hình quả chuối trước đó qua quá trình denoise như thế nào rồi, nó có thể sẽ tự làm được mà không cần phải dựa vào bất kỳ một hình mẫu nào cả.
@ Nếu vậy, tại sao nó không chỉ là "đổ màu - tạo hình" từ các data đã được train trước, mà phải bắt đầu từ việc "denoise" làm gì cho mất công vậy chị?
7 месяцев назад
@@taixaitech Em hỏi câu này chính xác quá :) Có nhiều lý do vì sao denoise lại là con được stable diffusion lựa chọn, để chị đưa ra 2 lý do quan trọng nhé: 1. Học cách denoise dễ hơn là học cách vẽ / đổ màu từng pixel một: Nếu em có một lượng ảnh lớn để luyện AI, em đưa ảnh hoàn chỉnh cho nó thì nó sẽ không biết học từ đâu vì mình không có nhiều ảnh để chỉ nó cách vẽ từng bước từng nét một, vẽ nét nào trước nét nào sau, v.v. AI nó cần phải theo dõi và học quá trình "vẽ" nhưng mình lại không có dữ liệu cho nó học quá trình này. Ngược lại, nếu ta lấy những tấm ảnh này và bắt đầu thêm nhiễu vào rất rất nhiều lần (500-1000 lần) để đến được một ảnh không nhiễu, thì AI nó có thể theo dõi quá trình này và học được quá trình denoise ngược lại từ ảnh nhiễu tới ảnh gốc. Vì thế, luyện AI denoise sẽ có nhiều dữ liệu hơn. 2. Chất lượng hình ảnh cao hơn: Các phương pháp vẽ từng pixel một như truyền thống thường gặp khó khăn trong việc vẽ các chi tiết và hình ảnh phức tạp. Khi người ta thử nghiệm phương pháp denoise thì chất lượng nó cao và giống thực hơn. >> Khi denoise, các pixel (chấm màu) cần hiểu được mối quan hệ của nó với các chấm màu xung quanh và của toàn hình ảnh. Chẳng hạn như các chấm màu cạnh nhau thường hơi giống màu nhau. Nhưng nếu các chấm nào đang vẽ góc cạnh của hình thì màu sẽ tương phản hơn, .v.v. >> Trong khi đó cách vẽ pixel by pixel theo truyền thống thì các chấm vẽ hình thường không có những chấm xung quanh ngay ban đầu để đối chiếu và tạo ra hoa văn / hình ảnh cho đúng. Nó không có khả năng học các khái niệm trừu tượng cấp cao hơn mà các mô hình học sâu (deep learning) có thể nắm bắt được. So sánh dễ hiểu hơn, nó giống như khi em vẽ hình em phải vẽ bố cục trước để hiểu các mảng trong hình tương tác và ảnh hưởng nhau như thế nào. Sau đó mới đi vào tô vẽ từng chi tiết. Denoise nó sẽ hiểu bố cục trước rồi dần đi vào chi tiết. Trong khi đó nếu mà em vẽ pixel by pixel thì giống như em ráng vẽ chi tiết trước khi hiểu bố cục toàn cảnh thế nào --> chất lượng sẽ kém hơn.
Chào chị. Bản thân em có hoạt động trong mảng Technical Art thì em nhận thấy AI Generative Image còn đang gặp rất nhiều vấn đề về bản quyền, và cả vấn đề đe doạ việc làm và di sản sáng tạo của người hoạ sĩ. Em muốn biết ý kiến của chị về chuyện này, và với trường hợp sách của chị thì chị xử lý sao?
7 месяцев назад
Để video hôm tới c sẽ làm về mảng này nhé em. C cũng thấy đây là một chủ đề rất cần thảo luận đặc biệt là cho các bạn sử dụng GenAI để làm việc.
6 месяцев назад
C vừa làm video thiên về AI và vấn đề vi phạm bản quyền. Cám ơn em đã đề nghị chủ đề nhé! ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-pdFo6VG119o.html
Có thể đi vào chi tiết được không, cứ đưa ra ý chung chung nhiều kênh làm lắm rồi
7 месяцев назад
Cám ơn bạn đã đề nghị nhé! Mình muốn video này cho các bạn hiểu một cách cơ bản mặc dù không học hoặc theo mảng AI. Để hôm nào mình có thời gian mình có thể đi sâu vào mảng technical hơn cho những bạn nào muốn hiểu sâu. Nhưng để mình chia sẻ ở đây luôn một số bài viết khoa học là nguồn gốc của công nghệ stable diffusion. Nó viết bằng Tiếng Anh nhưng dùng Google dịch vẫn có thể đọc được sơ sơ ạ. Bài viết khoa học đầu tiên về Diffusion model: openaccess.thecvf.com/content/CVPR2022/papers/Rombach_High-Resolution_Image_Synthesis_With_Latent_Diffusion_Models_CVPR_2022_paper.pdf Bài viết về cách dùng các "đặc điểm" / dimension ở bước 2 để tạo hình ảnh trong bước 3: openaccess.thecvf.com/content/ICCV2023/papers/Zhang_Adding_Conditional_Control_to_Text-to-Image_Diffusion_Models_ICCV_2023_paper.pdf
Nói về con voi không ai mô tả vẽ một con vật 4 chân da như con đĩa mà họ nói thẳng là vẽ con voi luôn
7 месяцев назад
Hi bạn, chỗ này mình muốn giải thích rõ hơn một tí vì trong video không nói sâu vào lắm. Như comment của bạn, đúng là khi người dùng giải thích con voi, họ sẽ hỏi AI "vẽ con voi". Họ sẽ không đi vào chi tiết. Bước 1 mà mình giải thích trong video là để luyện AI khi người dùng hỏi "vẽ voi" thì thực tế là vẽ cái gì. Trí tuệ nhân tạo ban đầu không có khái niệm con voi là gì và nhìn nó như thế nào, nên sau quá trình luyện và xem rất nhiều hình ảnh con voi, nó mới hình dung ra được các đặc điểm hình ảnh con voi cần có gì (như voi cần có bốn chân lớn, da sậm, tai hình tròn tròn, to, v.v.) và từ đó nó vẽ dựa trên nhiều đặc điểm mà nó học này.
