slashCAM
Administrator
Administrator
Beiträge: 11262

Kann Chat GPT Bilder besser verlustfrei komprimieren als PNG?

Beitrag von slashCAM »


Was passiert eigentlich, wenn man ein Bild verlustfrei komprimiert? Um Daten zu komprimieren, muss man in den Daten wiederkehrende Muster finden. Daraufhin kann man diese...
Bild
Hier geht es zur Newsmeldung auf den slashCAM Magazin-Seiten:
Kann Chat GPT Bilder besser verlustfrei komprimieren als PNG?



AndySeeon
Beiträge: 743

Re: Kann Chat GPT Bilder besser verlustfrei komprimieren als PNG?

Beitrag von AndySeeon »

Bei „Erraten“ fällt mir doch gleich wieder Xerox ein (Stichwort „David Kriesel“).

Gruß, Andreas
Gesegnet seien jene,die nichts zu sagen haben und trotzdem den Mund halten.
-Karl Valentin-



Skeptiker
Beiträge: 5627

Re: Kann Chat GPT Bilder besser verlustfrei komprimieren als PNG?

Beitrag von Skeptiker »

slashCAM hat geschrieben: .. ..
Zudem sollte man nicht die Größe des "Decoders" aus dem Auge verlieren. Um eine PNG-Datei zu dekomprimieren reicht in der Regel ein sehr kleines Programm mit wenigen KB-Code aus, während ein Chinchilla 70B Modell als Decoder mehrere parallel geschaltete Hochleistungs-GPUs und hunderte GB GPU-RAM benötigt.
.. ..
Wichtiger Hinweis, vielen Dank für den interessanten Artikel.
AndySeeon hat geschrieben: Mo 02 Okt, 2023 12:33 Bei „Erraten“ fällt mir doch gleich wieder Xerox ein (Stichwort „David Kriesel“).

Gruß, Andreas
Da ging's um die Entdeckung 2013, dass Xerox-Kopierer systematisch "Zahlendreher" (bzw. Ersatzzahlen) als Kopierergebnis liefern konnten, also Dinge erfanden, die in der Vorlage gar nicht vorkamen. Und der deutsche Informatiker David Kriesel hatte das entdeckt.

Übrigens, wer an Logik/Mathematik/Informatik interessiert ist und einen etwas tieferen Blick hinter die Kulissen von ChatGPT werfen möchte, der kann das mit einen Blick in Stephen Wolfram's "What Is ChatGPT Doing … and Why Does It Work?" (auch in deutscher Übersetzung als "Das Geheimnis hinter CHATGPT - Wie die KI arbeitet und warum sie funktioniert") werfen. Da geht's neben einfachen Regeln und Wahrscheinlichkeiten u. a. auch um Schlagworte wie "neuronale Netze".

Wolfram ist ein Mathe-Genius und Programmierer des Mathematik-Programms Mathematica (wer wissen will, wie 1 Million Nachkommastellen von Pi aussehen - damit geht's!), das auch eine Programmiersprache ist/bietet plus eine Wissenschafts-Frage/Antwort-Suchmaschine namens Wolfram Alpha (die evtl. mit ChatGPT verknüpft werden könnte - das ist als Anhang samt Ausblick in der deutschen Buchversion nachzulesen). Sein Buch von 2002 mit dem sehr ambitionierten Titel "A New Kind of Science" (Eine neue Art von Wissenschaft) verursachte nach dem Erscheinen neben Erstaunen auch einiges Kopfschütteln in der Wissenschaftsgemeinde und ist bis heute durchaus auch umstritten. Es geht dabei um sogenannte zelluläre Automaten (cellular automata) und die Möglichkeit, durch die Anwendung sehr einfacher Regeln und Voraussetzungen in x-facher Wiederholung komplexe Ergebnisse / Muster zu erzeugen oder Fragen zu beantworten / Problemstellungen zu lösen.

Wolfram hat seither auch ein Forschungsprogramm initiiert mit dem Ziel, auf diese Weise neue physikalische bzw. wissenschaftliche Gesetze und Gesetzmässigkeiten zu entdecken bzw. existierende Gesetze auf eine Basis von möglichst einfachen Regeln/Formeln zu stellen, also etwas, das seinem Buchtitel gerecht werden könnte.
Erinnert an das, was nun ChatGPT mit Backup durch einen Riesen-Lerndatensatz zum Erstaunen aller (selbst der Programmentwickler) zustandebringt, nämlich aufgrund von Wahrscheinlichkeitsanalysen (welches Wort in einem zu erzeugenden Satz folgt mit grösster Wahrscheinlichkeit als nächstes aufgrund der Wörter, die bereits dastehen (Stichworte "Wahrscheinlichkeiten/Gesetzmässigkeiten/Mustererkennung")?) Wort für Wort zusammengesetzt vernünftig klingende Sätze zu erzeugen.

Mit dem Wissen, dass diese Sätze SO entstehen, sollte man (siehe auch Xerox-Beispiel) vorläufig sehr vorsichtig sein, die so generierten (und vielleicht überzeugend formulierten) Aussagen für bare Münze zu nehmen. Aber faszinierend ist diese Möglichkeit, Inhalte zu generieren, zweifellos!

Noch ein Nachtrag:
Wer eine überschaubare Kritik zu Stephen Wolframs 2002 erschienenem Buch "A New Kind of Science" bzw. zu dessen Anspruch auf wissenschaftliche Revolution nachlesen möchte (verfasst von einem Astrophysiker namens Ethan Siegel), kann das z. B. hier tun:
3 Simple Reasons Why Wolfram’s New ‘Fundamental Theory’ Is Not Yet Science (erschienen 13. Mai 2020)
https://www.forbes.com/sites/startswith ... t-science/

Eine deutsche Übersetzung des Artikels fand ich hier (auf einer etwas seltsamen Webseite), allerdings ohne Angabe des Autors (am Ende werden nur sein Vorname und 2 Bücher von ihm erwähnt):
3 einfache Gründe, warum Wolframs neue "Fundamentaltheorie" noch keine Wissenschaft ist
https://ichi.pro/de/3-einfache-grunde-w ... 4357567069

HInweis: Die 3 Änderungen betreffen nur den Nachtrag
Zuletzt geändert von Skeptiker am Mo 02 Okt, 2023 15:00, insgesamt 3-mal geändert.



dienstag_01
Beiträge: 13063

Re: Kann Chat GPT Bilder besser verlustfrei komprimieren als PNG?

Beitrag von dienstag_01 »

Skeptiker hat geschrieben: Mo 02 Okt, 2023 13:33
slashCAM hat geschrieben: .. ..
Zudem sollte man nicht die Größe des "Decoders" aus dem Auge verlieren. Um eine PNG-Datei zu dekomprimieren reicht in der Regel ein sehr kleines Programm mit wenigen KB-Code aus, während ein Chinchilla 70B Modell als Decoder mehrere parallel geschaltete Hochleistungs-GPUs und hunderte GB GPU-RAM benötigt.
.. ..
Wichtiger Hinweis, vielen Dank für den interessanten Artikel.
AndySeeon hat geschrieben: Mo 02 Okt, 2023 12:33 Bei „Erraten“ fällt mir doch gleich wieder Xerox ein (Stichwort „David Kriesel“).

Gruß, Andreas
Da ging's um die Entdeckung 2013, dass Xerox-Kopierer systematisch "Zahlendreher" (bzw. Ersatzzahlen) als Kopierergebnis liefern konnten, also Dinge erfanden, die in der Vorlage gar nicht vorkamen. Und der deutsche Informatiker David Kriesel hatte das entdeckt.

Übrigens, wer an Logik/Mathematik/Informatik interessiert ist und einen etwas tieferen Blick hinter die Kulissen von ChatGPT werfen möchte, der kann das mit einen Blick in Stephen Wolfram's "What Is ChatGPT Doing … and Why Does It Work?" (auch in deutscher Übersetzung als "Das Geheimnis hinter CHATGPT - Wie die KI arbeitet und warum sie funktioniert") werfen. Da geht's neben einfachen Regeln und Wahrscheinlichkeiten u. a. auch um Schlagworte wie "neuronale Netze".

Wolfram ist ein Mathe-Genius und Programmierer des Mathematik-Programms Mathematica (wer wissen will, wie 1 Million Nachkommastellen von Pi aussehen - damit geht's!), das auch eine Programmiersprache ist/bietet plus eine Wissenschafts-Frage/Antwort-Suchmaschine namens Wolfram Alpha (die evtl. mit ChatGPT verknüpft werden könnte - das ist als Anhang samt Ausblick in der deutschen Buchversion nachzulesen). Sein Buch von 2002 mit dem sehr ambitionierten Titel "A New Kind of Science" (Eine neue Art von Wissenschaft) verursachte nach dem Erscheinen neben Erstaunen auch einiges Kopfschütteln in der Wissenschaftsgemeinde und ist bis heute durchaus auch umstritten. Es geht dabei um sogenannte zelluläre Automaten (cellular automata) und die Möglichkeit, durch die Anwendung sehr einfacher Regeln und Voraussetzungen in x-facher Wiederholung komplexe Ergebnisse / Muster zu erzeugen oder Fragen zu beantworten / Problemstellungen zu lösen.

Wolfram hat seither auch ein Forschungsprogramm initiiert mit dem Ziel, auf diese Weise neue physikalische bzw. wissenschaftliche Gesetze und Gesetzmässigkeiten zu entdecken bzw. existierende Gesetze auf eine Basis von möglichst einfachen Regeln/Formeln zu stellen, also etwas, das seinem Buchtitel gerecht werden könnte.
Erinnert an das, was nun ChatGPT mit Backup durch einen Riesen-Lerndatensatz zum Erstaunen aller (selbst der Programmentwickler) zustandebringt, nämlich aufgrund von Wahrscheinlichkeitsanalysen (welches Wort in einem zu erzeugenden Satz folgt mit grösster Wahrscheinlichkeit als nächstes aufgrund der Wörter, die bereits dastehen (Stichworte "Wahrscheinlichkeiten/Gesetzmässigkeiten/Mustererkennung")?) Wort für Wort zusammengesetzt vernünftig klingende Sätze zu erzeugen.

Mit dem Wissen, dass diese Sätze SO entstehen, sollte man (siehe auch Xerox-Beispiel) vorläufig sehr vorsichtig sein, die so generierten (und vielleicht überzeugend formulierten) Aussagen für bare Münze zu nehmen. Aber faszinierend ist diese Möglichkeit, Inhalte zu generieren, zweifellos!
Danke für den Tipp.



 Aktuelle Beiträge [alle Foren]
 
» Neon Idol - Concept-Trailer
von darth_brush - Sa 10:01
» RTX 3080 Ti vs RTX 4070 for video editing
von Jost - Sa 10:01
» Godzilla Minus One
von macaw - Sa 9:54
» Was schaust Du gerade?
von Frank Glencairn - Sa 9:46
» SHURE SM7B selber bauen!
von Frank Glencairn - Sa 8:09
» Linsen (Vintage, Anamorphic & Co.)
von Frank Glencairn - Sa 8:01
» Panasonic G9II erhält Blackmagic RAW und ProRes RAW Aufnahme via HDMI
von sardinien - Sa 7:47
» Eine vernünftige Kamera
von pillepalle - Sa 5:36
» Größere Final Cut Pro Updates für iOS und MacOS verfügbar: Autom. Timelinescrolling, Voice-Over uvm.
von Drushba - Sa 2:03
» Sony FX30 für Low Budget Spielfilm
von scrooge - Sa 0:30
» Mastering Codec Mac für H265-Footage
von Darth Schneider - Fr 21:27
» - Erfahrungsbericht - DJI Pocket 3
von Bruno Peter - Fr 21:15
» KI - Text zu Bild (um ein Drehbuch zu bebildern)
von Tee - Fr 20:34
» Hilfe, Open Office Dokument korrupt...
von cantsin - Fr 20:34
» Ein Camcorder wie es früher einmal gab...
von Paraglider - Fr 19:13
» MagicYUV 2.4.0 - schneller Intermediate Codec in neuer Version
von cantsin - Fr 13:23
» Fuji X-Mount Objektive an Nikon Z-Mount (inkl. AF) nutzen: Boryoza FX-Z AF Lens Adapter
von slashCAM - Fr 13:21
» SDXL-Turbo - Neuer KI-Algorithmus beschleunigt Stable Diffusion extrem
von medienonkel - Fr 12:38
» 6K Material in 4K Multicam-edit: Cropped (?)
von phili2p - Fr 12:15
» Nach 7 Jahren mit der OG BMPCC finde ich das Bild noch immer schön.
von stip - Fr 11:54
» Neue Zcam E2-M5G
von markusG - Fr 10:54
» After Effects goes 3D
von -paleface- - Fr 10:15
» RF-S Kitobjektiv Erfahrungen?
von GeorgeM - Fr 5:03
» Z Cam E2G, E2C, E2-6F, E2-S6, E2-F8
von roki100 - Do 21:44
» Neue Low-Cost Anamorphoten aus China: Remus 1.5x Anamorphic (Fullframe) für unter 1000,- Euro
von Darth Schneider - Do 20:11
» Meta Emu KI-Bildgenerator - online kostenlos, jedoch aktuell nur in den USA
von slashCAM - Do 15:15
» Tokina stellt Vintage Varianten seiner „Ted Lasso“ - Optiken vor: Cinema Vista-P
von slashCAM - Do 12:18
» Canon EOS R5 C im Praxistest - die beste Foto-Video-DSLM? 8K 50p RAW, Hauttöne, LOG/LUT uvm.
von AndySeeon - Do 11:18
» Youtube - schluß mit lustig
von MrMeeseeks - Do 8:50
» TEARDOWN / MODDING / REPAIR etc.
von roki100 - Do 1:47
» iPhone 15 Pro Dynamic Range, Rolling Shutter and Exposure Latitude
von iasi - Mi 21:49
» Ein echter Grund zum Nachdenken: Adapter von Fujinon Xf auf Nikon
von cantsin - Mi 15:37
» MagicYUV 2.0 - rasanter Intermediate Codec sucht Anschluss
von MK - Mi 15:36
» Interview bei Panasonic: wie gehts weiter?
von GaToR-BN - Mi 15:11
» Reichweite von Funkschärfe erhöhen?
von Zinedine - Mi 14:51
 
neuester Artikel
 
Apple M3 und M3 Max - Resolve Performance

Auch in der dritten Generation sind Apples Prozessoren eine geeigneter Unterbau für DaVinci Resolve. Doch müssen Besitzer von älteren Macs jetzt neidisch werden? weiterlesen>>

MacBook Pro 16 M3 Max

Das neue Apple MacBook Pro 16" mit M3 Max CPU ist in der slashCAM Redaktion angekommen und wir haben uns die Schnittperformance mit 4K-12K Material von ARRI, Sony, RED, Canon, Panasonic, Nikon und Blackmagic mit erstaunlichen Ergebnissen angeschaut. weiterlesen>>