热门帖子

■Smilegate集团建立了一个专门从事娱乐业的AI中心■Fun AI追求乐趣和兴奋，而不是简单的信息提供，类似于人类的AI开发目标是追求全面的人性化技术，而不是实现人体的功能[2020-0803] Smilegate是一家基于AI（人工智能）技术的专注于娱乐行业的AI ...

Smilegate.AI的主页已更新和新打开。除了根据人类执行的功能提供适合Smilegate追求AI战略方向的技术和数据外，还将用于公开Smilegate.AI下未来项目的结果。每种技术都与人类的外观，视觉，听觉和脚部相对应。

大多数聊天机器人系统仍然基于规则运行，但是为了实现自然对话，最终将需要使用更复杂的语言模型，例如BERT。但是，人们已经认识到BERT既繁琐又复杂，我们简要介绍了游戏平台公司Roblox为使用BERT提供服务而做了的工作。基本上，使用GPU进行维修...

日本的虚拟人类项目，Saya项目。它是日语的，所以我无法理解所有的进度，但是视觉效果很高，表达很自然。据说将来计划增加诸如添加人类情感，行为识别和对话之类的功能...为了创建人类AI，各种事物，例如外观，声音，对话和情感...

最近的趋势之一是使用超大型模型，即参数数量，以及常规学习方法的应用。除了人脑显示的“软件功能”之外，我想知道要增加多少才能达到人脑的“硬件”功能？ （如果达到相同的硬件功能，现在可以看到人类与人工智能的算法效率...

介绍Danbooru 2019版本链接，这是一个动画角色图像数据库。大约有370万张图像，每个图像附有约29个标签。标签的示例包括“ 1girl”，“ solo”，“ long_hair”，“ highres”，“ smile”和“ open_mouth”，它们可以用于各种目的。环...

TikTok添加了一个过滤器，可将人脸实时转换为动画角色。金俊镐（Kim Joon-ho）制作的Selfie2Anime和UGatIT可以作为参考，但是TikTok的技术在完整性方面似乎已经达到相当高的水平。 Live2D需要单独标记精致的面部零件，而FaceRi需要预先制作的3D模型...

日本的虚拟人类项目，Saya项目。它是日语的，所以我无法理解所有的进度，但是视觉效果很高，表达很自然。据说将来计划增加诸如添加人类情感，行为识别和对话之类的功能...为了创建人类AI，各种事物，例如外观，声音，对话和情感...

TikTok添加了一个过滤器，可将人脸实时转换为动画角色。金俊镐（Kim Joon-ho）制作的Selfie2Anime和UGatIT可以作为参考，但是TikTok的技术在完整性方面似乎已经达到相当高的水平。 Live2D需要单独标记精致的面部零件，而FaceRi需要预先制作的3D模型...

介绍Danbooru 2019版本链接，这是一个动画角色图像数据库。大约有370万张图像，每个图像附有约29个标签。标签的示例包括“ 1girl”，“ solo”，“ long_hair”，“ highres”，“ smile”和“ open_mouth”，它们可以用于各种目的。环...

它是GANimation的代码存储库，该技术可通过输入单个图像来创建可更改面部表情的动画。基本上，它是一个有条件的GAN，它使用FACS（面部动作编码系统）来描述面部的解剖运动。根据FACS的说法，我们的脸部总共使用了43条肌肉。

摇滚明星（Rockstars）于2011年拍摄的电影《洛杉矶黑色》（Los Angeles Noir）使面部动画效果远胜于其他游戏，许多人对此感到惊讶。这时使用的技术称为MotionScan，基本上，成本很高，因为它是一种方法，在这种方法中，演员坐在房间里，房间里精心布置了几个摄像头来执行，捕获和重新处理它。因此，一家大型游戏公司...

Rosebud.ai（https://rosebud.ai/）瞄准了市场营销市场，其技术可以在为营销活动创建的图像上创建和合成虚拟模型人脸。结果非常自然，其优点是可以随时替换模型的外观而无需再次拍照。主要优点是您可以节省昂贵的模型许可费...

这是Synthesia博客上的一篇文章，该文章使用“ Synthetic media”一词将AI技术应用于媒体营销。该公司的主要领域是从另一个视频中转移视频中模型的面部表情和嘴唇形状并对其进行合成（调整？）。例如，当贝克汉姆（Beckham）拍摄视频（使用英语）时，该视频使用9种不同的语言...

有许多复杂的人类情感感知和表达方式（例如，愤怒的情感会影响面部表情，声音和语言），这是一个开放的数据集，其中音频视频捆绑在一起并进行了情感标记。它被称为情感语音和歌曲的瑞尔森视听数据库（RAVDESS）...

Facebook数字人类项目的演示视频以“ Codec Avatar”的名称发布。与2019年的视频相比，这是增加的一部分，并且头像外观已更改为更逼真，并显示了无需标记即可跟踪整个身体的技术。当Codec Avatar于2019年3月首次发布时，它精心模拟了人的头和脸...

在游戏制作方面，我们共享一个指向经常使用的Adobe Mixamo网站的链接。输入时，将上载121个3D字符和2484个字符动作，并且可以以称为（Autodesk）FBX的3D格式下载它们。该格式可以在3ds或Maya中读取，并且可以在Unity或Unreal Engine中使用。角色动作非常特别...

有许多复杂的人类情感感知和表达方式（例如，愤怒的情感会影响面部表情，声音和语言），这是一个开放的数据集，其中音频视频捆绑在一起并进行了情感标记。它被称为情感语音和歌曲的瑞尔森视听数据库（RAVDESS）...

在对53,000小时的未标记数据进行了表示训练之后，发布了Facebook的wav2vec 2.0的预训练模型，该模型成为热门话题，因为它创建了仅带有10分钟标记数据的语音识别器。表示模型无微调，10分钟，...

我听说过一些故事，如果您接受了特殊的培训，就可以通过嘴唇的移动来知道您在说什么，但是链接中的研究是通过AI实现的。^^这项名为Lip2Wav的技术使用ConvNet从图像中提取特征。 ，基于注意力的语音解码器会产生梅尔倒谱。之后...

TensorflowTTS是基于Tensorflow 2的开源，它支持几种最新的TTS模型，例如Tacotron2，MelGan，FastSpeech等，终于开始支持Microsoft FastSpeech2。 FastSpeech2表现出与Transformer系列TTS类似的性能，但训练时间减少了2倍以上，并且...

以其集成的自然语言处理程序包而闻名的HuggingFace增加了语音识别。这里是相关的链接：facebook / wav2vec2-base-960h·拥抱面孔我们正在通过自然的语言解决人工智能并使之民主化的旅程。

麻省理工学院的Speech2Face是一项通过语音信号生成说话者面部的研究。但是，它不使用一种模型执行语音到面对面的转换，而是将现有研究的结果用于不同目的进行组合以产生令人印象深刻的结果。 （第一作者是浦项大学的吴泰-教授）第一是面部美容。

LipGAN是一项利用语音信号生成脸部图像的嘴唇形状的技术，并将其应用于视频时，在视觉伪影和运动自然度方面存在一些令人失望的问题。为了改善这一点，鉴别器不是单个帧，而是多个连续的连续帧。考虑使用帧的时间相关性，简单...

Corona 19尚未在全球范围内表现出平静的迹象。在麻省理工学院，我们学习了一种AI模型，该模型可以检查手机记录的咳嗽声是否感染了COVID-19，并在论文中发表了该方法和实验结果。根据实验结果，不仅可以以98%的准确性预测Corona 19感染的存在，而且甚至可以无症状感染...

我们共享去噪器github的链接，这是在INTERSPEech 2020上宣布的Facebook实时降噪技术。 facebookresearch / denoiser波形域中的实时语音增强（Interspeech 2020）我们提供PyTorch ...

大多数聊天机器人系统仍然基于规则运行，但是为了实现自然对话，最终将需要使用更复杂的语言模型，例如BERT。但是，人们已经认识到BERT既繁琐又复杂，我们简要介绍了游戏平台公司Roblox为使用BERT提供服务而做了的工作。基本上，使用GPU进行维修...

AI聊天机器人的主要任务是回答问题，例如解释产品信息，通知日程安排和检查天气。也许，当这些技术被最大化使用时，我们可以在某些被称为“知识”的人类领域达到“超级人类AI”。但是，使用“类似人类的AI”，您需要担心整体人类的能力，而不是最大化特定功能。

这是IBM情感机器人Nao-mi的视频。 [内容提要]机器人说他不想与一个要求摧毁难以建造的塔的人打交道。机器人会按需求不断哭泣，并最终将其分解。观看视频，我的心很痛。表达思想并与之互动的机器人可以移动人的思想。认为这是一个类似于人类的机器人...

我最近阅读了有关人类能力和神经网络之间的关系的信息。尽管它出现在文章中，但是人脑和神经网络的运作方式有着相似的角落，但我认为它们不必相同。您可以模仿潜水而不是模仿鱼去游泳，而不是模仿鸟来飞（这是作者的例子）。

由BERT代表的基于深度学习的大规模语言模型在与自然语言相关的各种任务（例如问答，文档摘要，文档生成和对话）中表现出优异的性能，特别是最近出现的GPT-3，它具有更多的人工智能通用方法（AGI）。有人将其评为。 ONTOLOGIK（一家专门从事自然语言理解（NLU）的公司）的首席AI科学家...

来自著名游戏公司King的Candy Crush Saga是一款具有大量关卡的益智游戏。这是2018年的数据，但据说每周增加约15个水平。 （每年大约3700）我需要测量难度水平并平衡它，但是问题是对于人类测试人员来说，每个难度水平需要一周的时间。为了解决这个问题，一种类似于人的方式...

有许多复杂的人类情感感知和表达方式（例如，愤怒的情感会影响面部表情，声音和语言），这是一个开放的数据集，其中音频视频捆绑在一起并进行了情感标记。它被称为情感语音和歌曲的瑞尔森视听数据库（RAVDESS）...

迄今为止提出的许多MRC模型在各种任务和数据集中都显示出超越人类能力的评估值，但我认为在被问到时很难轻易说是，您是否比人类更了解给定的背景？首先，关于当前的MRC技术是否真的“了解”存在各种问题。

文本到SQL是自动将自然语言转换为SQL的任务。我在底部分享的帖子是由Microsoft的Aerin Kim撰写的，它是关于Text-to-SQL的良好组织。在世界上，许多数据是作为关系数据库构建的，用于从该数据库获取信息的标准语言是S ...

在日常对话研究中脱颖而出的Scatterlab（https://scatterlab.co.kr/）是乒乓球队博客上的一篇文章。我仍然将GPT-3视为“怀疑之眼”，但是再次审视它一定很奇怪^^但是，与其将GPT-3与现有的语言模型进行比较，不如...

最近的趋势之一是使用超大型模型，即参数数量，以及常规学习方法的应用。除了人脑显示的“软件功能”之外，我想知道要增加多少才能达到人脑的“硬件”功能？ （如果达到相同的硬件功能，现在可以看到人类与人工智能的算法效率...

这是IBM情感机器人Nao-mi的视频。 [内容提要]机器人说他不想与一个要求摧毁难以建造的塔的人打交道。机器人会按需求不断哭泣，并最终将其分解。观看视频，我的心很痛。表达思想并与之互动的机器人可以移动人的思想。认为这是一个类似于人类的机器人...

据说，超大规模语言模型的代名词GPT-3的学习成本估计为40亿韩元，这是仅通过少量射击学习就可以将其应用于所有自然语言任务的可能性。 GPT-2约4000万韩元。不管它具有多高的可回收性，对于大多数公司而言，在研发上进行投资都是一项艰巨的任务。 （有人制作并分发了KoGPT-3 ...

由BERT代表的基于深度学习的大规模语言模型在与自然语言相关的各种任务（例如问答，文档摘要，文档生成和对话）中表现出优异的性能，特别是最近出现的GPT-3，它具有更多的人工智能通用方法（AGI）。有人将其评为。 ONTOLOGIK（一家专门从事自然语言理解（NLU）的公司）的首席AI科学家...

随着数字化的到来以及Internet和Web的到来，知识被分发和存储在世界各地的服务器上，彼此连接并可以搜索，因此可访问性和可用性得到了极大的改善。与其从图书馆借书并在顺序阅读时“搜索”信息，不如使用搜索引擎在庞大的，已全文索引的知识库中找到所需的信息。但是，思科小子...

在预测领域，Algorithm Aversion用于表示一旦意识到算法可能会犯错误，即使它比人工预测更好，也倾向于避免使用它。例如，在AI访谈，疾病预测，自动驾驶和AI法官的情况下，即使解决了所有技术难题并且平均性能也比人类更好，也要使用...

假设配备了类似AI的类人动物的类人角色得到了极大的改善，仅将它们显示在2D平面（例如计算机或智能手机屏幕）上并与鼠标，键盘和触摸进行交互将无法充分利用它们的潜力。我认为。替代方法是AR或VR之类的技术，但要考虑现实性和操作性...

在日常对话研究中脱颖而出的Scatterlab（https://scatterlab.co.kr/）是乒乓球队博客上的一篇文章。我仍然将GPT-3视为“怀疑之眼”，但是再次审视它一定很奇怪^^但是，与其将GPT-3与现有的语言模型进行比较，不如...

NVidia推出了一个基于云的视频通讯平台，名为Maxine。 Maxine的特点是全面引入了AI技术，具体地说，它不是使用H.264等图像编码技术压缩和发送面部图像的方法，而是检测并发送面部标志，接收方使用GAN生成。道路...

在Ping-Pong博客上，发布了文章“ Luda梦想着一个超人AI的对话组成”，在设计开放域聊天机器人时有很多事情要担心，因此我们分享一下。 Eruda是Scatter Lab开发的一种开放域聊天机器人，它正在发展日常对话技术，它是在Facebook Messenger平台上开发的，可以轻松进行测试。规划开放域聊天机器人...

AI聊天机器人的主要任务是回答问题，例如解释产品信息，通知日程安排和检查天气。也许，当这些技术被最大化使用时，我们可以在某些被称为“知识”的人类领域达到“超级人类AI”。但是，使用“类似人类的AI”，您需要担心整体人类的能力，而不是最大化特定功能。

它是GANimation的代码存储库，该技术可通过输入单个图像来创建可更改面部表情的动画。基本上，它是一个有条件的GAN，它使用FACS（面部动作编码系统）来描述面部的解剖运动。根据FACS的说法，我们的脸部总共使用了43条肌肉。

摇滚明星（Rockstars）于2011年拍摄的电影《洛杉矶黑色》（Los Angeles Noir）使面部动画效果远胜于其他游戏，许多人对此感到惊讶。这时使用的技术称为MotionScan，基本上，成本很高，因为它是一种方法，在这种方法中，演员坐在房间里，房间里精心布置了几个摄像头来执行，捕获和重新处理它。因此，一家大型游戏公司...

在对53,000小时的未标记数据进行了表示训练之后，发布了Facebook的wav2vec 2.0的预训练模型，该模型成为热门话题，因为它创建了仅带有10分钟标记数据的语音识别器。表示模型无微调，10分钟，...

文本到SQL是自动将自然语言转换为SQL的任务。我在底部分享的帖子是由Microsoft的Aerin Kim撰写的，它是关于Text-to-SQL的良好组织。在世界上，许多数据是作为关系数据库构建的，用于从该数据库获取信息的标准语言是S ...

我听说过一些故事，如果您接受了特殊的培训，就可以通过嘴唇的移动来知道您在说什么，但是链接中的研究是通过AI实现的。^^这项名为Lip2Wav的技术使用ConvNet从图像中提取特征。 ，基于注意力的语音解码器会产生梅尔倒谱。之后...

在日常对话研究中脱颖而出的Scatterlab（https://scatterlab.co.kr/）是乒乓球队博客上的一篇文章。我仍然将GPT-3视为“怀疑之眼”，但是再次审视它一定很奇怪^^但是，与其将GPT-3与现有的语言模型进行比较，不如...

以其集成的自然语言处理程序包而闻名的HuggingFace增加了语音识别。这里是相关的链接：facebook / wav2vec2-base-960h·拥抱面孔我们正在通过自然的语言解决人工智能并使之民主化的旅程。

Facebook AI Research（FAIR）发布的一项技术FrankMocap负责从单个图像或视频中提取3D模型的姿态。特别地，可以说它不仅可以估计身体，而且可以估计手的形状。通常，运动捕捉技术用于提取3D姿势，但是有多个摄像机...

StudioGAN是由浦项大学CVLab康敏国发布的基于pytorch的开源库，并且实现了各种GAN算法。包含的GAN算法包含许多主要算法，例如DCGAN，LSGAN和WGAN，因此被认为对于诸如相互性能比较之类的研究目的非常有用。根据代码说明...

介绍Danbooru 2019版本链接，这是一个动画角色图像数据库。大约有370万张图像，每个图像附有约29个标签。标签的示例包括“ 1girl”，“ solo”，“ long_hair”，“ highres”，“ smile”和“ open_mouth”，它们可以用于各种目的。环...

有许多复杂的人类情感感知和表达方式（例如，愤怒的情感会影响面部表情，声音和语言），这是一个开放的数据集，其中音频视频捆绑在一起并进行了情感标记。它被称为情感语音和歌曲的瑞尔森视听数据库（RAVDESS）...

迄今为止提出的许多MRC模型在各种任务和数据集中都显示出超越人类能力的评估值，但我认为在被问到时很难轻易说是，您是否比人类更了解给定的背景？首先，关于当前的MRC技术是否真的“了解”存在各种问题。

文本到SQL是自动将自然语言转换为SQL的任务。我在底部分享的帖子是由Microsoft的Aerin Kim撰写的，它是关于Text-to-SQL的良好组织。在世界上，许多数据是作为关系数据库构建的，用于从该数据库获取信息的标准语言是S ...

在游戏制作方面，我们共享一个指向经常使用的Adobe Mixamo网站的链接。输入时，将上载121个3D字符和2484个字符动作，并且可以以称为（Autodesk）FBX的3D格式下载它们。该格式可以在3ds或Maya中读取，并且可以在Unity或Unreal Engine中使用。角色动作非常特别...

我听说过一些故事，如果您接受了特殊的培训，就可以通过嘴唇的移动来知道您在说什么，但是链接中的研究是通过AI实现的。^^这项名为Lip2Wav的技术使用ConvNet从图像中提取特征。 ，基于注意力的语音解码器会产生梅尔倒谱。之后...

这是DriveSeg的数据集，用于研究道路状况（用于自动驾驶汽车等）。对于视频的每一帧，整个图像都是逐像素的语义标记。标签是“车辆，行人，道路，人行道，自行车，摩托车，建筑物，地面...

可视对话框任务是一种多模式任务，可将图像添加到由问答组成的Q＆A任务中。例如，如果您给一张白色的猫和一条黑色的狗一起拍照并问：“猫旁边的动物是什么颜色？”，您回答“黑色”。具体来说，如果您提供图像，对话历史记录和问题，请回答...

国立韩国语学院已经大规模发布了用于人工智能学习的韩国语材料（13种18亿个单词）。它是通过解决版权问题而构建的，据说任何人只要编写在线协议并获得“ All Corps”网站的批准，便可以下载和使用该文件。与上一个“ 21世纪世宗计划”相比，这次构建的数据是日常对话，信使，网络文档等口语材料的比率。

Huggingface数据集库的第一个稳定版本1.0已发布，使使用NLP数据集和评估指标变得容易。当前，支持大约100个数据集和每个数据集的评估指标（大约10个）。十...

■Smilegate集团建立了一个专门从事娱乐业的AI中心■Fun AI追求乐趣和兴奋，而不是简单的信息提供，类似于人类的AI开发目标是追求全面的人性化技术，而不是实现人体的功能[2020-0803] Smilegate是一家基于AI（人工智能）技术的专注于娱乐行业的AI ...

Smilegate.AI的主页已更新和新打开。除了根据人类执行的功能提供适合Smilegate追求AI战略方向的技术和数据外，还将用于公开Smilegate.AI下未来项目的结果。每种技术都与人类的外观，视觉，听觉和脚部相对应。

■SeAH，流媒体广播首次亮相！ 8月正式开始实况转播■期待Sandbox Network开展更多转播活动！ [2020-0730]韩国首个虚拟YouTuber“ S：A” Smilegate Entertainment（首席执行官In-ah Jang）与MCN行业领先的数字娱乐公司Sandbox Network独家合作，进行全面的广播...

基于AI的实时文本解释软件服务，为因COVID-19 MAP工具包众筹收入和未来实验室工作坊参与者的捐赠而导致的在线教育环境中盲点有听力障碍的儿童和青少年提供支持...有望传播“共享虚拟循环”的文化[2020-1021]创意环境研究中心Smilegate未来实验室（以下简称“未来实验室”）开发了自己的创意学习系统...

在“ Good”第2季开始的同时启动的SeAH Live Broadcasting Twitch广播中，与观众期望的内容进行积极的交流和反应，使订户增加到10,000名。[2020-0814] Smilegate Entertainment（首席执行官Jang In-ah）是韩国第一位在过去一个月的测试广播之后，虚拟YouTuber'SE：A'开始直播。

“创造力”是近期公司的人才观中没有遗漏的一项主要内容。为了在瞬息万变的时代成为领导者而不是追随者，必须具备创造性，以前所未有的方式解决问题。但是，在严格的环境中很难单独表达创造力。您可以自由梦想并提出想法的环境，以及可以一起思考时成长的关系...

Smilegate.AI的facebook页面已打开。在此主页上，主要共享技术和专业内容，而在facebook页面上，我们将简要介绍中心新闻，研究过程和生活。例如，最近发布的帖子是关于新员工受教育的日子^^今天是令人沮丧的一天。

Orange Planet Jeonju Center的租户Medi-K System是一家医疗保健公司，其开发基于ICT（信息和通信技术）的东方医学浴室解决方案。通过将第四次工业革命的新技术与东方医学产业相结合，它为东方医学界带来了新的风潮。近年来，在东方医学界对系统的草药制剂管理的需求在增加，但是还没有系统的系统来支持这一点。与东方诊所合作...

在受欢迎的电视剧《创业》中，出现了梦想创业的年轻人。在那些充满热情的人的背后，有隐藏的帮助者和指导者，可以帮助那些首先挑战自己的人，例如企业和组织。 Smilegate是Orange Planet的一家初创公司，是一位年轻的创造者，负责开发独立游戏，也是一名大学生，梦想成为一名IT开发人员。

排定从29日中午开始整整24小时还宣布了一个惊喜嘉宾的出现！广播的全部捐赠，已交付给Hope Studio ... [2020-1228] Smilegate Entertainment（CEO Jang In-ah）最初是韩国的第一位虚拟创作者，并且是网络名人，是的，这使世界变得更加美丽。