論文の概要: Exploring the Potential of Generative AI for the World Wide Web

• arxiv url: http://arxiv.org/abs/2310.17370v1
• Date: Thu, 26 Oct 2023 13:02:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-27 20:42:33.907981
• Title: Exploring the Potential of Generative AI for the World Wide Web
• Title（参考訳）: World Wide Webのための生成AIの可能性を探る
• Authors: Nouar AlDahoul, Joseph Hong, Matteo Varvello, Yasir Zaki
• Abstract要約: 我々は、World Wide Webの領域における生成AIの可能性を探る。 Web開発者は、すでに生成AIを使用してテキストや画像の作成を支援している。 Webブラウザは将来、壊れたWebページの修復、帯域幅の保存、プライバシーの強化といったタスクのために、ローカルに画像を生成するためにそれを使うかもしれない。
• 参考スコア（独自算出の注目度）: 0.94491536689161
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative Artificial Intelligence (AI) is a cutting-edge technology capable of producing text, images, and various media content leveraging generative models and user prompts. Between 2022 and 2023, generative AI surged in popularity with a plethora of applications spanning from AI-powered movies to chatbots. In this paper, we delve into the potential of generative AI within the realm of the World Wide Web, specifically focusing on image generation. Web developers already harness generative AI to help crafting text and images, while Web browsers might use it in the future to locally generate images for tasks like repairing broken webpages, conserving bandwidth, and enhancing privacy. To explore this research area, we have developed WebDiffusion, a tool that allows to simulate a Web powered by stable diffusion, a popular text-to-image model, from both a client and server perspective. WebDiffusion further supports crowdsourcing of user opinions, which we use to evaluate the quality and accuracy of 409 AI-generated images sourced from 60 webpages. Our findings suggest that generative AI is already capable of producing pertinent and high-quality Web images, even without requiring Web designers to manually input prompts, just by leveraging contextual information available within the webpages. However, we acknowledge that direct in-browser image generation remains a challenge, as only highly powerful GPUs, such as the A40 and A100, can (partially) compete with classic image downloads. Nevertheless, this approach could be valuable for a subset of the images, for example when fixing broken webpages or handling highly private content.
• Abstract（参考訳）: Generative Artificial Intelligence (AI) は、生成モデルとユーザープロンプトを利用したテキスト、画像、各種メディアコンテンツを生成できる最先端技術である。 2022年から2023年の間に、AIを使った映画からチャットボットまで、数多くのアプリケーションによって、生成AIの人気が高まった。 本稿では,ワールドワイドウェブの領域における生成AIの可能性について,特に画像生成に焦点を当てて検討する。 webブラウザは将来、壊れたwebページを修復したり、帯域幅を節約したり、プライバシの強化といったタスクのためにローカルに画像を生成するのにそれを使うかもしれません。 この研究領域を探索するために、クライアントとサーバの両方の観点から、人気のあるテキスト・ツー・イメージ・モデルである、安定した拡散を利用したWebをシミュレートするツールであるWebDiffusionを開発した。 WebDiffusionはさらに、60のWebページから生成された409のAI生成画像の品質と精度を評価するために、ユーザの意見のクラウドソーシングをサポートする。 この結果から,生成AIは,Webページ内で利用可能なコンテキスト情報を活用するだけで,Webデザイナが手動でプロンプトを入力しなくても,関連する高品質なWebイメージを生成可能であることが示唆された。 しかし、A40やA100のような強力なGPUだけが(部分的には)古典的なイメージダウンロードと競合できるため、ブラウザ内での直接画像生成は依然として課題であることを認めています。 それでも、このアプローチは、壊れたウェブページを修正したり、非常にプライベートなコンテンツを扱う場合など、画像のサブセットに有用である。

関連論文リスト

• The Adversarial AI-Art: Understanding, Generation, Detection, and Benchmarking [47.08666835021915]
  本稿では,AI生成画像(AI-art)を敵のシナリオで理解し,検出するための体系的な試みを提案する。 ARIAという名前のデータセットには、アートワーク(絵画)、ソーシャルメディアイメージ、ニュース写真、災害シーン、アニメ画像の5つのカテゴリに140万以上の画像が含まれている。
  論文  参考訳（メタデータ） (2024-04-22T21:00:13Z)
• ArchiGuesser -- AI Art Architecture Educational Game [0.5919433278490629]
  生成AIは、単純な入力プロンプトに基づいて、テキスト、音声、画像から教育コンテンツを作成することができる。 本稿では,様々なAI技術を組み合わせた多感覚学習ゲームArchiGuesserについて述べる。
  論文  参考訳（メタデータ） (2023-12-14T20:48:26Z)
• State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
  本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。 また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。 利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
  論文  参考訳（メタデータ） (2023-10-11T05:32:29Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• Beyond Reality: The Pivotal Role of Generative AI in the Metaverse [98.1561456565877]
  本稿では、生成型AI技術がMetaverseをどう形成しているかを包括的に調査する。 我々は、AI生成文字による会話インタフェースを強化しているChatGPTやGPT-3といったテキスト生成モデルの応用を探求する。 また、現実的な仮想オブジェクトを作成する上で、Point-EやLumimithmicのような3Dモデル生成技術の可能性についても検討する。
  論文  参考訳（メタデータ） (2023-07-28T05:44:20Z)
• AI for the Generation and Testing of Ideas Towards an AI Supported Knowledge Development Environment [2.0305676256390934]
  生成AIが人間のバイアスを排除してアイデア生成を促進する方法について論じる。 また、検索が事実、論理、文脈をどう検証できるかについても記述する。 本稿では,知識労働者のためのシステムであるジェネレーション・アンド・サーチ・テスト(Generate and Search Test)を紹介し,個人が効率的にソリューションを作成できるようにする。
  論文  参考訳（メタデータ） (2023-07-17T22:17:40Z)
• The Cultivated Practices of Text-to-Image Generation [5.498355194100662]
  人間は誰でも生成人工知能(AI)を使ってデジタル情報を合成できる新しい創造的時代に入った 特にテキスト・ツー・イメージ・ジェネレーションは非常に人気があり、何百万人もの実践者がAI生成画像やAIアートをオンラインで制作している。 この章ではまず、健全な共同創造型オンラインエコシステムが急速に出現する上で重要な展開の概要を紹介します。 AIアートコミュニティによって受け入れられた創造的なプラクティスである、プロンプトエンジニアリングに特に焦点が当てられている。
  論文  参考訳（メタデータ） (2023-06-20T08:59:51Z)
• DeepfakeArt Challenge: A Benchmark Dataset for Generative AI Art Forgery and Data Poisoning Detection [57.51313366337142]
  悪意ある目的のために生成的AIを使用することについて懸念が高まっている。 生成AIを用いた視覚コンテンツ合成の領域では、画像偽造とデータ中毒が重要な関心事となっている。 DeepfakeArt Challenge(ディープフェイクアートチャレンジ)は、AIアートのジェネレーションとデータ中毒検出のための機械学習アルゴリズムの構築を支援するために設計された、大規模なチャレンジベンチマークデータセットである。
  論文  参考訳（メタデータ） (2023-06-02T05:11:27Z)
• Seeing is not always believing: Benchmarking Human and Model Perception of AI-Generated Images [66.20578637253831]
  人工知能(AI)技術の進歩が偽写真を生み出すのではないかという懸念が高まっている。 本研究の目的は、最先端のAI生成視覚コンテンツを識別するためのエージェントを包括的に評価することである。
  論文  参考訳（メタデータ） (2023-04-25T17:51:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。