Opera GX otrzymuje znaczne ulepszenia sztucznej inteligencji w zakresie generowania tekstu, dźwięku i obrazu

Opera GX otrzymała właśnie zestaw ulepszeń do asystenta Aria Asystenta opartego na sztucznej inteligencji, który przekształca go w kompleksowe rozwiązanie dla tych, którzy chcą generować obrazy na podstawie tekstu, analizować zawartość obrazu, generować odpowiedzi na różne pytania, które wymagałyby poświęcenia kilku minut na wyszukiwanie online i nie tylko.

Generowanie obrazu polega na wprowadzeniu szczegółowego opisu pożądanego wyniku, a po uzyskaniu obrazu użytkownik może również wprowadzić więcej tekstu, aby go zmienić. Jedynym problemem jest limit 30 obrazów na użytkownika dziennie, który nie będzie wystarczający dla zagorzałych fanów obrazów generowanych przez sztuczną inteligencję. Aby wykonać te zadania, Aria wykorzystuje model Imagen2 firmy Google.

Funkcje zamiany tekstu na mowę w Arii mogą być przydatne, gdy użytkownik jest zaangażowany w czynność, której nie można opóźnić, taką jak sesja gry online, ale musi uzyskać informacje na określony temat w locie (na przykład przewodnik dotyczący pokonania określonego poziomu gry wieloosobowej, w którą użytkownik jest zaangażowany).

Aby lepiej zrozumieć obrazy, użytkownik musi przesłać plik graficzny do Aria, a następnie sprawdzić opis dostarczony przez narzędzie AI. Zgodnie z oczekiwaniami, należy unikać obraźliwych obrazów, ponieważ wynikiem będzie zastrzeżenie, nawet w przypadku łagodnych treści, takich jak zdjęcia bikini bez topu. Na szczęście Aria potrafi znacznie więcej niż tylko rozpoznawać obiekty lub ludzi, ponieważ może również rozwiązywać problemy matematyczne lub podstawowe zadania programistyczne.

Co nie mniej ważne, prosząc Arię o zbadanie określonego tematu, wynik będzie również zawierał linki do źródeł wykorzystanych do wygenerowania odpowiedzi. W ten sposób badania generowane przez sztuczną inteligencję stanowią duży krok naprzód.

Programiści Pythona, którzy interesują się tą dziedziną, powinni sięgnąć po Using Stable Diffusion with Python: Leverage Python to control and automate high-quality AI image generation using Stable Diffusion, książkę autorstwa Andrew Zhu (Shudong Zhu), która dostępna jest w formatach Kindle (35,99 USD) i paperback (42,74 USD).