Voici les 3 articles scientifiques les plus intéressants du mois, au cas où vous en auriez manqué un. Il s’agit d’une liste organisée des plus récentes avancées en IA et en science des données, classées par date de parution, avec une explication vidéo claire, un lien vers un article plus détaillé et le code, s’il y a lieu. Bonne lecture ! Dites-moi dans les commentaires si j’ai oublié des articles importants, ou communiquez directement avec moi sur LinkedIn !
Article no 1 :
DALL·E : générez des images à partir de légendes ! Inspiré par GPT-3 et Image-GPT d’OpenAI [1]
OpenAI a réussi à entraîner un réseau capable de générer des images à partir de légendes textuelles. Il ressemble beaucoup à GPT-3 et à Image-GPT, et produit des résultats incroyables.
[
DALL·E : générez des images à partir de légendes ! Inspiré par GPT-3 et Image-GPT d’OpenAI
DALL-E est un nouveau réseau neuronal créé par OpenAI à partir de GPT-3. En fait, il s’agit d’une version plus petite de GPT-3 qui utilise 12 milliards de paramètres plutôt que 175 milliards. Mais il a été spécialement entraîné pour…
Article no 2 :
La cabine d’essayage en ligne propulsée par l’IA : VOGUE [2]
Google a utilisé une architecture StyleGAN2 modifiée pour créer une cabine d’essayage en ligne où vous pouvez automatiquement essayer n’importe quel pantalon ou chandail à partir d’une seule image de vous.
[
La cabine d’essayage en ligne propulsée par l’IA : VOGUE
Une équipe de chercheurs de Google, du MIT et de l’Université de Washington a récemment publié un article scientifique intitulé « VOGUE: Try-On by StyleGAN Interpolation Optimization ». Ils utilisent une architecture GAN pour…
Article no 3 :
Combiner l’expressivité des Transformers et l’efficacité des CNN pour la synthèse d’images à haute résolution [3]
En bref : ils ont combiné l’efficacité des GAN et des approches convolutives avec l’expressivité des Transformers pour créer une méthode puissante et rapide de synthèse d’images de grande qualité guidée par la sémantique.
[
Combiner l’expressivité des Transformers et l’efficacité des CNN pour la synthèse d’images à haute résolution…
Vous avez probablement déjà entendu parler d’iGPT, ou Image-GPT, récemment publié par OpenAI et que j’ai présenté sur ma chaîne. Il s’agit du modèle Transformer génératif le plus avancé. OpenAI a utilisé le Transformer…
Code : https://github.com/CompVis/taming-transformers
Plus de contenu de ma part :
- La meilleure façon de me soutenir est de me suivre sur Medium.
- Abonnez-vous à ma chaîne YouTube.
- Suivez mes projets sur LinkedIn.
- Apprenons l’IA ensemble. Rejoignez notre communauté Discord, partagez vos projets, vos articles scientifiques et vos meilleures formations, trouvez des coéquipiers pour Kaggle et bien plus encore !
- Abonnez-vous à mon infolettre !
Références
[1] Aditya RameshMikhail PavlovGabriel GohScott Gray, OpenAI, Dall·E, 2021.
[2] Lewis, Kathleen M et al. (2021), VOGUE: Try-On by StyleGAN Interpolation Optimization.
[3] Taming Transformers for High-Resolution Image Synthesis, Esser et al. (2020).
FAQ
Quels articles scientifiques ont marqué le résumé de janvier 2021 ?
La liste présente DALL-E, la cabine d’essayage virtuelle VOGUE et la synthèse d’images à haute résolution fondée sur les Transformers.
Qu’a démontré DALL-E ?
Il a montré qu’un modèle semblable à GPT pouvait générer de nouvelles images à partir de légendes en langage naturel.
À quel problème VOGUE s’est-il attaqué ?
VOGUE a exploré le transfert du style d’un vêtement sur une personne générée pour créer une cabine d’essayage virtuelle.
Pourquoi combiner les Transformers et les réseaux convolutifs ?
Les Transformers captent de larges relations, tandis que les convolutions traitent efficacement l’information locale des images à haute résolution.
Comment les lecteurs devraient-ils comparer ces premiers systèmes aux modèles actuels ?
Utilisez ces articles pour comprendre les idées, tout en sachant que les systèmes plus récents ont changé l’échelle, les données, la qualité et les contrôles.