La red neuronal ha aprendido a cifrar mensajes de texto en imágenes.
Las capacidades de la inteligencia artificial están creciendo a un ritmo tremendo. ¿Alguien podría haber imaginado en los albores del desarrollo de las redes neuronales que sería posible crear imágenes fotorrealistas y vídeos completos? No hace mucho se reveló otro talento de esta tecnología: la red neuronal Glif aprendió a escribir texto en imágenes.
La nueva característica de la red neuronal Glif ha provocado toda una ola de experimentos en la red. Los usuarios generan imágenes con gatos, mapaches, plantas e incluso electrodomésticos, cifrando mensajes en ellas. La inteligencia artificial, siguiendo la descripción del texto que se le da, crea imágenes en las que el texto está inscrito de diferentes maneras.
Las letras se forman a partir de los propios objetos, de sombras, pliegues, dobleces. El texto no siempre se puede leer de inmediato: algunas imágenes parecen imágenes de acertijos y es necesario mirarlas con atención antes de que se aclare la esencia. Por ejemplo, en esta linda foto con gatos rojos, la frase "Tenemos patas" está cifrada. Para verlo, debes alejarte del monitor o entrecerrar los ojos.
Cualquiera puede experimentar con una red neuronal. Para hacer esto, debe seguir el enlace, seleccionar la función Controlnet Any Word y completar tres campos. El primero contiene una descripción textual de la propia imagen en inglés. En el segundo, deberás ingresar una palabra o frase en cualquier idioma que quieras cifrar. En el tercer campo, indique el tamaño de las letras de 100 a 170. Los usuarios experimentados del servicio recomiendan elegir la "media dorada": 130.
El proceso es divertido y muy creativo. Los usuarios publican cientos de imágenes en línea, incluidas verdaderas obras maestras. Por ejemplo, en barcos con el telón de fondo de una puesta de sol, puede ocultar la inscripción "Sueño".
Los experimentos con Glif no siempre tienen éxito. En algunos casos, la red neuronal "oculta" demasiado el texto, haciéndolo ilegible, o corta palabras.
Desafortunadamente, las redes neuronales todavía cometen errores, pero sus errores a veces causan alegría por su imprevisibilidad y absurdo.