по модной теме
Dec. 9th, 2022 10:44 am![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
robert_ibatullinПлохо ещё изучены возможности нейросетей по генерации векторной графики. Тут должны работать языковые модели, как при генерации текста. И тот же ChatGPT вполне умеет генерировать валидный код SVG, в простейших случаях даже адекватный заданию (типа "напиши код SVG для красного круга на зелёном фоне"). С заданиями посложнее - например, нарисовать британский флаг или схему колебательного контура - он уже не справляется. Но если обучить специализированную, заточенную именно на векторную графику модель уровня ChatGPT, то можно будет генерировать не только логотипы и осмысленные надписи, но и чертежи, карты, блок-схемы по текстовым ТЗ. Можно будет получать чертёж в ответ на другой чертёж (например: "вот тебе поэтажные планы дома, нарисуй для него оптимальную схему водоснабжения"). Возможности открываются богатые.
Если же оставаться в пределах языковых моделей, то почему бы не сгенерировать новую архитектуру нейросети (в виде текстового json-файла с гиперпараметрами слоёв), встроить это в цепочку автоматизированного обучения и тестирования, и тем самым замкнуть петлю положительной обратной связи? Чтобы нейросеть "проектировала" новую нейросеть, и на каждом круге качество повышалось. Наверняка что-то такое уже пробуют, хотя понятно, что процесс безумно ресурсоёмкий, и повышение качества совершенно не гарантировано.
Если же оставаться в пределах языковых моделей, то почему бы не сгенерировать новую архитектуру нейросети (в виде текстового json-файла с гиперпараметрами слоёв), встроить это в цепочку автоматизированного обучения и тестирования, и тем самым замкнуть петлю положительной обратной связи? Чтобы нейросеть "проектировала" новую нейросеть, и на каждом круге качество повышалось. Наверняка что-то такое уже пробуют, хотя понятно, что процесс безумно ресурсоёмкий, и повышение качества совершенно не гарантировано.
