Image Generation

Today's Stories

1. 1

   গুগলের Lyria 3.5 ব্যবহারকারীদের গান পুনরায় শুরু না করে সেকশন সম্পাদনা করতে দেয়

   কী ঘটেছে: গুগল Lyria 3.5 চালু করেছে, একটি সঙ্গীত উৎপাদন মডেল যা আরও প্রাকৃতিক শোনার মেলোডি, উন্নত গান এবং আরও বাস্তবসম্মত ভোকাল তৈরি করে। এই মডেলটি এখন Google Flow Music এর মাধ্যমে উপলব্ধ এবং 'Selective Section Painting' নামক একটি নতুন বৈশিষ্ট্য অন্তর্ভুক্ত করে যা ব্যবহারকারীদের একটি ট্র্যাকের নির্দিষ্ট অংশ সম্পাদনা করতে বা সংক্ষিপ্ত মেলোডিকে সম্পূর্ণ গানে রূপান্তরিত করতে দেয় শুরু থেকে শুরু না করে। কেন এটি গুরুত্বপূর্ণ: পুনরায় শুরু না করে একক সেকশন সম্পাদনা করার ক্ষমতা ব্যবহারকারীদের জন্য সঙ্গীত সৃষ্টি দ্রুত এবং আরও নমনীয় করে তোলে। ব্যবহারকারীরা নির্দিষ্ট উপাদান যেমন ভোকাল, ড্রামস এবং বেসের গতি এবং সময়কাল সূক্ষ্ম সমন্বয় করতে পারে, যা তাদের চূড়ান্ত আউটপুটের উপর আরও সৃজনশীল নিয়ন্ত্রণ প্রদান করে।

   পর্যবেক্ষণযোগ্য বিষয়: ট্র্যাকগুলি তিরিশ সেকেন্ড থেকে তিন মিনিট দৈর্ঘ্যের হতে পারে। গুগল Lyria 3.5-এর প্রশিক্ষণ ডেটা সম্পর্কে বিশদ প্রদান করেনি, যদিও Lyria 3 YouTube এবং গুগলের সেবার শর্তাবলী, অংশীদার চুক্তি এবং প্রযোজ্য আইন অনুযায়ী ব্যবহারের অধিকার থাকা উপকরণের উপর প্রশিক্ষিত হয়েছিল এটি প্রকাশ করেছিল।

2. 2

   Google এর SynthID জলছাপ সম্পাদনায় টিকে থাকে, কিন্তু AI নকল রোধ করতে পারে না

   কী ঘটেছে: Google ঘোষণা করেছে যে এর SynthID জলছাপ প্রযুক্তি, যা এখন OpenAI, Runway এবং Nvidia ব্যবহার করছে, আক্রমণাত্মক ইমেজ সংকোচন, পুনরায় আকার দেওয়া এবং ক্রপিং সহ্য করতে পারে—অনুকরণকৃত শেয়ারিং এর তিনশত দফার পরেও সনাক্ত থাকে। তবে পরীক্ষা দেখায় যে বিশ শতাংশ ক্রপই জলছাপটি সম্পূর্ণভাবে ভেঙে দিতে যথেষ্ট, এবং কোম্পানি স্বীকার করে যে প্রযুক্তিটি ইচ্ছাকৃত প্রতিকূল আক্রমণ মোকাবেলার জন্য ডিজাইন করা হয়নি। এটি কেন গুরুত্বপূর্ণ: AI বিষয়বস্তু অভূতপূর্ব মাপে তৈরি হচ্ছে—Google এর সরঞ্জামগুলি মাত্র দুই বছরে একশ বিলিয়নেরও বেশি AI ছবি এবং ভিডিও তৈরি করেছে, যা সত্যিকারের বিষয়বস্তুকে ছাড়িয়ে গেছে। জলছাপ AI-উত্পাদিত উপাদান লেবেল করার একটি উপায় প্রদান করার সময়, তারা মূল সমস্যার সমাধান করতে পারে না: অসংখ্য ওপেন-সোর্স AI মডেল যে কাউকে তাদের নিজস্ব কম্পিউটারে লেবেলবিহীন বিষয়বস্তু তৈরি করতে দেয়, যার অর্থ জলছাপ কখনও সমস্ত AI নকল ধরবে না। SynthID যাচাইয়ে অ্যাক্সেস প্রতিদিন প্রায় দশটি ইমেজ চেকের মধ্যে সীমাবদ্ধ, এবং বিভিন্ন কোম্পানির জলছাপ একে অপরকে স্বীকৃতি দেয় না, যাচাইকরণকে খণ্ডিত এবং অনির্ভরযোগ্য করে তোলে।

   কী লক্ষ্য রাখতে হবে: Google প্ল্যাটফর্ম জুড়ে জলছাপ যাচাইকরণকে আরও একীভূত করার উপায় অন্বেষণ করছে, তবে বিশেষজ্ঞরা পরামর্শ দেন যে আসল ফোকাস সমস্ত নকল সনাক্ত করার চেষ্টার পরিবর্তে সত্যিকারের বিষয়বস্তু প্রমাণীকরণে স্থানান্তরিত হওয়া উচিত। কোম্পানি উল্লেখ করে যে SynthID এর জলছাপ অপ্রতিরোধ্য নয় এবং যদি এটি একটি বৃহত্তর লক্ষ্য হয়ে ওঠে তবে আক্রমণ এবং আপডেটের একটি বিড়াল-এবং-ইঁদুরের খেলার সম্মুখীন হতে পারে।

3. 3

   চীনের সৌন্দর্য কোম্পানিগুলি কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে পণ্য উন্নয়ন বছর থেকে মাসে নামিয়ে আনছে

   কী ঘটেছে: চীনের সৌন্দর্য কোম্পানি Yatsen Holding কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে পণ্য উন্নয়ন চক্র দুই বছরের বেশি থেকে ছয় মাসে সংকুচিত করেছে, যা গত শরৎে চীনের সিঙ্গেলস ডে কেনাকাটা উৎসবের আশেপাশে চালু করা একটি নতুন PDRN সিরাম। কৃত্রিম বুদ্ধিমত্তা গবেষকদের পঞ্চাশটিরও বেশি উপাদান প্রার্থীকে মাত্র এক সপ্তাহে তিনটিতে সীমিত করতে সাহায্য করেছে। কেন এটি গুরুত্বপূর্ণ: চীনের সৌন্দর্য কোম্পানিগুলি সম্পূর্ণ পণ্য পাইপলাইন জুড়ে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করছে—লক্ষ লক্ষ সোশ্যাল মিডিয়া পোস্ট বিশ্লেষণ করে ট্রেন্ড চিহ্নিত করা, জৈবপ্রযুক্তি অংশীদারিত্বের মাধ্যমে নতুন প্রসাধনী উপাদান খুঁজে বের করা এবং বাজারে আসার সময় ত্বরান্বিত করা। এই গতির সুবিধা স্থানীয় সংস্থাগুলিকে উদ্ভাবনের ব্যবধান বন্ধ করতে এবং ভোক্তা চাহিদার প্রতি দ্রুত সাড়া দিতে সাহায্য করে।

   নজর রাখার বিষয়: চীনের সৌন্দর্য কোম্পানিগুলি থেকে পণ্য চালুকরণের গতি বৃদ্ধি পেতে পারে কারণ কৃত্রিম বুদ্ধিমত্তা চালিত কর্মপ্রবাহ মান হয়ে উঠছে। উন্নয়ন চক্র বছর থেকে মাসে হ্রাস করার ক্ষমতা সম্পূর্ণ অঞ্চল জুড়ে নতুন ফর্মুলেশন কত দ্রুত তাক পৌঁছায় তা পুনর্নির্ধারণ করতে পারে।

4. 4

   Hugging Face হাজার হাজার ডিপফেক নগ্ন ছবির সরঞ্জাম হোস্ট করছে

   কী ঘটেছে: AI Forensics-এর গবেষকরা Hugging Face-এ ছবি সম্পাদনা সরঞ্জাম পরীক্ষা করেছেন এবং দেখেছেন যে শীর্ষ ৯টি সরঞ্জামের মধ্যে ৭টি সহজেই নারীদের পোশাক পরিহিত ছবিকে টপলেস ছবিতে রূপান্তরিত করতে পারে। একটি পৃথক পরীক্ষায় হানিপট ব্যবহার করে তারা এক সপ্তাহে এক হাজারের বেশি প্রম্পট সংগ্রহ করেছেন; ৭৩ শতাংশ যৌন প্রকৃতির ছিল, যার মধ্যে ৮৩ শতাংশ জমা দেওয়া ছবি থেকে পোশাক খুলে ফেলা বা যৌনতা যোগ করার চেষ্টা করেছিল—৯৫ শতাংশ নারীদের লক্ষ্য করে এবং ৬.৭ শতাংশ স্পষ্ট শিশুদের লক্ষ্য করে। কেন এটি গুরুত্বপূর্ণ: বিলিয়ন ডলার মূল্যের Hugging Face প্রায় পাঁচ হাজার এআই ইমেজ মডেল হোস্ট করে যা প্রকৃত মানুষের অসম্মতিমূলক অন্তরঙ্গ ছবি তৈরি করতে সক্ষম, অথচ প্ল্যাটফর্ম-স্তরের সুরক্ষা ব্যবস্থার অভাব রয়েছে বলে মনে হয়। OpenAI এবং Google-এর মূলধারার মডেলগুলির বিপরীতে যা গার্ডরেইল নামক নিরাপত্তা প্রক্রিয়া ব্যবহার করে, Hugging Face-এ ওপেন-সোর্স মডেলগুলি সহজ প্রম্পট দিয়ে সহজেই দুর্ব্যবহার করা যায়—এবং সাপ্তাহিক হাজার হাজার মানুষ সেভাবেই সক্রিয়ভাবে ব্যবহার করছে।

   কী লক্ষ্য রাখতে হবে: Hugging Face WIRED-এর প্রশ্নগুলির উত্তর দেয়নি বিষয়বস্তু সংযম সম্পর্কে। WIRED কোম্পানির সাথে যোগাযোগের পরে কিছু নগ্ন করার সেবা প্রচার করা পৃষ্ঠা সরানো হয়েছিল, যদিও সংযোগ অস্পষ্ট। EU এবং UK বছরের শেষ নাগাদ 'nudify' অ্যাপ নিষিদ্ধ করার পরিকল্পনা করছে।

5. 5

   অনলাইন সৃজনশীলতার ভবিষ্যতে কৃত্রিম বুদ্ধিমত্তার ভূমিকা সম্পর্কে Jack Conte এর মতামত

   কী ঘটেছে: Patreon এর প্রতিষ্ঠাতা Jack Conte একটি ভিডিও উপস্থাপনায় কৃত্রিম বুদ্ধিমত্তা কীভাবে ইন্টারনেটে সৃজনশীল কাজের ভবিষ্যত গঠন করবে তা নিয়ে তার মতামত শেয়ার করেছেন। এটি গুরুত্বপূর্ণ কেন: লক্ষ লক্ষ সৃজনশীল ব্যক্তিত্বকে তাদের দর্শকদের কাছ থেকে সরাসরি অর্থ উপার্জনে সহায়তা করে এমন একটি প্ল্যাটফর্মের নেতা হিসেবে, সৃজনশীলতা এবং নির্মাতা অর্থনীতিতে কৃত্রিম বুদ্ধিমত্তার প্রভাব সম্পর্কে Conte এর দৃষ্টিভঙ্গি অনলাইনে সৃজনশীল কাজ তৈরি বা নির্ভর করে এমন যে কাউকে প্রভাবিত করে।

   লক্ষ্য রাখার বিষয়: ভিডিওটি প্রদত্ত URL তে YouTube এ উপলব্ধ, যেখানে সৃজনশীল ব্যক্তিত্ব এবং ইন্টারনেট ইকোসিস্টেম কীভাবে কৃত্রিম বুদ্ধিমত্তা আরও বেশি প্রচলিত হয়ে উঠলে অভিযোজিত হতে পারে তা সম্পর্কে Conte এর সম্পূর্ণ যুক্তি অফার করে।

6. 6

   Midjourney কোম্পানি জ্যোতিষ অ্যাপ Co-Star অধিগ্রহণ করেছে, প্রতিষ্ঠাতাকে প্রধান ডিজাইন অফিসার নিয়োগ দিয়েছে

   কী ঘটেছে: এআই ইমেজ জেনারেশন স্টার্টআপ Midjourney বসন্তকালে ব্যক্তিগতকৃত জ্যোতিষ অ্যাপ Co-Star অধিগ্রহণ করেছে। Co-Star এর প্রতিষ্ঠাতা Banu Guler অ্যাপটির দায়িত্বে থাকবেন এবং একই সাথে Midjourney এর প্রধান ডিজাইন অফিসার হয়ে উঠবেন। এর গুরুত্ব: Co-Star মানবিক অন্তর্দৃষ্টি, নাসা ডেটা এবং এআই সমন্বয় করে ব্যক্তিগতকৃত দৈনিক রাশিফল এবং সামঞ্জস্য পরীক্ষা প্রদান করে। এই অধিগ্রহণ Midjourney এর ইমেজ জেনারেশনের বাইরে ভোক্তা অ্যাপ্লিকেশনে সম্প্রসারণের ইঙ্গিত দেয়, এবং Guler এর ডিজাইন দক্ষতা Midjourney এর প্রথম ডেডিকেটেড অ্যাপ্লিকেশন তৈরির পদ্ধতি গঠনে সাহায্য করতে পারে।

   লক্ষ্য করার বিষয়: Midjourney তার প্রথম অ্যাপ্লিকেশন তৈরি করার পরিকল্পনা করছে, যার মধ্যে একটি ইমেজ জেনারেশনের জন্য নিবেদিত অ্যাপ রয়েছে। বর্তমানে Midjourney এর এআই মডেলগুলি ওয়েব এবং Discord এর মাধ্যমে কাজ করে; এই নতুন অ্যাপগুলি স্বাধীন পণ্যের দিকে একটি পরিবর্তন প্রতিনিধিত্ব করে। চুক্তির শর্তাবলী প্রকাশ করা হয়নি।