# #062 ML Александр Резанов. Генеративный ИИ в компьютерном зрении

An episode of [Подкаст о машинном обучении (Machine Learning Podcast)](https://invisiblenetwork.ai/podcast/1495052772), 24 Sep 2024, 1 h 04 min.

Audio: https://api.mave.digital/storage/podcasts/f3c83e68-bc7c-4af0-b21a-e4269bae6dc9/episodes/b3f1e9ee-d9ab-4cb6-a8d2-e14547e9f5cc.mp3

В гостях выпуска Александр Резанов - ML Engineer в Higgsfield AI, специалист по генеративному компьютерному зрению, о котором мы и будем говорить. Как развивалась область генеративного AI, какие подходы к генерации картинок применялись тогда и какие применяются сейчас. Нормализующие потоки, состязательные сети и диффузионные модели. Что с генерацией видео? Можно ли уже сейчас генерировать качественные видеоролики по текстовому описанию? Имеет ли смысл тягаться с корпорациями, вваливающими миллиарды долларов в вычислительные мощности, если у тебя одна не самая мощная видеокарточка? Где происходит все самое интересное по теме для обычного пользователя? Как учатся GAN'ы и как из шума получать фотореалистичные изображения? Reddit как источник идей и вдохновения для современных исследователей. Обо всем этом, и даже немного про сверхпроводимость в условиях комнатных температур, в выпуске! Ссылки выпуска: Статья на arxiv про вариационные автоэнкодеры (https://arxiv.org/abs/1312.6114) Статья на arxiv про генеративно-состязательные сети (https://arxiv.org/abs/1406.2661) Сайт с фотографиями несуществующих людей (https://thispersondoesnotexist.com/) Статья на arxiv про Latent Diffusion Model (https://arxiv.org/abs/2112.10752) OpenSource интерфейсы для диффузионных сетей: 1. AUTOMATIC1111 (https://github.com/AUTOMATIC1111/stable-diffusion-webui) 2. ComfyUI (https://github.com/comfyanonymous/ComfyUI) Буду благодарен за обратную связь! Мой телеграм для связи (https://t.me/kmsint) Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist) Я сделал бесплатный курс по созданию телеграм-ботов на Python и aiogram на Степике (https://stepik.org/120924). Присоединяйтесь, если хотите научиться разрабатывать телеграм-ботов! Также в соавторстве с крутыми разработчиками я пишу курс по продвинутой разработке телеграм-ботов с элементами микросервисной архитектуры (https://stepik.org/a/153850?utm_source=mlpodcast&utm_campaign=ep_62). Выразить благодарность можно добрым словом и/или донатом (https://www.tinkoff.ru/rm/kryzhanovskiy.mikhail11/NkwE718878/)

Shows are listed from Apple Podcasts' charts and directory, and Podcast Index where it is used. Every show and episode belongs to its publisher and plays from the publisher's own feed; this site hosts none of them.