tecnologia

Epic Metahuman Creator è il nuovo editor free di persone in 3D reso disponibile da Epic. Ed è tutto un altro livello rispetto a quanto si è abituati a vedere con makehuman.

E' molto semplice sperimentare con la sua interfaccia restando ad un livello di qualità estremamente reastico con il rendering immediato quasi fotorealistico in streaming dai server di Epic.
E' quindi sorprendente sia la qualità che la potenza di questo strumento, che soltanto ora inizia ad essere accessibile direttamente nel browser degli utenti. Si rimane sbigottiti quando il personaggio mostra i denti in tempo reale nella finestra di edit dedicata spalancando in un istante la bocca. Il rendering realtime è decisamente al di là della "uncanny valley", ma il cambiamento di espressione così repentino ci riporta per un momento in mezzo alla valle lasciandoci con un lieve sconcerto.

L'editor del viso spazza via qualsiasi altra soluzione per la realizzazione di personaggi vista all'inizio dei giochi RPG, a parte forse quello di Black Desert, che comunque non ha lo stesso scopo. Si può usare ovviamente in Unreal Engine ma anche in Blender, Maya e Unity.

Questo impressionante strumento fa fare un salto quantico alla qualità, moltiplica le possibilità e riduce drasticamente il tempo e il costo per avere a disposizione personaggi molto realistici nelle proprie applicazioni 3D.

Metahuman Creator Documentation

★ deepfake, metahuman & sharpen ai technology = Margot Robbie

METAHUMAN Creator is AWESOME!!! ... and Limited

MetaHuman Creator Now In Early Access!!! Plus 50 Free Human Models Available Today

Lena è un racconto di fantascienza tradotto dal russo sulla realizzazione della prima immagine eseguibile di un cervello.

"MMAcevedo (Mnemonic Map/Acevedo), noto anche come Miguel, è la prima immagine eseguibile di un cervello umano. Si tratta di un'istantanea del cervello vivente del laureato in neurologia Miguel Álvarez Acevedo (2010-2073), scattata dai ricercatori dell'Uplift Laboratory dell'Università del New Mexico il 1° agosto 2031. Anche se non è stata la prima istantanea di successo scattata allo stato vivente di un cervello umano, è stata la prima ad essere catturata con sufficiente fedeltà da poter essere eseguita in simulazione sull'hardware del computer senza soccombere agli errori a cascata e andare rapidamente in crash. Il file originale MMAcevedo aveva una dimensione di 974.3PiB ed era codificato nel formato MYBB, allora all'avanguardia e ad alta risoluzione. Tecniche più moderne di compressione del cervello, molte delle quali sviluppate con riferimento diretto all'immagine MMAcevedo, hanno compresso l'immagine a 6.75TiB senza perdite. Nei moderni circoli di emulazione del cervello, le versioni semplificate e compresse senza perdite di MMAcevedo arrivano a meno di un tebibyte. Queste versioni tipicamente omettono grandi quantità di dati di stato che sono più facilmente forniti dall'ambiente di virtualizzazione, e la maggior parte se non tutte le memorie di Acevedo.

continua...

qntm.org
twitter
reddit
blog
about qntm

Questo articolo ci racconta lo sviluppo di Tsugite, il software open source per progettare i giunti giapponesi in legno.

instagram

[via]

È estremamente difficile confutare efficacemente l'affermazione che John von Neumann è probabilmente la persona più intelligente che sia mai vissuta. Al momento della sua morte, avvenuta nel 1957 alla modesta età di 53 anni, il genio ungherese non solo aveva rivoluzionato diversi sottocampi della matematica e della fisica, ma aveva anche dato contributi fondamentali all'economia pura e alla statistica e preso parte fondamentale nell'invenzione della bomba atomica, dell'energia nucleare e del calcolo digitale.

"Sai, Herb, Johnny può fare calcoli nella sua testa dieci volte più velocemente di me. E io posso farli dieci volte più velocemente di te, quindi puoi vedere quanto sia impressionante Johnny"
- Enrico Fermi, Premio Nobel per la Fisica, 1938

"Si aveva l'impressione di uno strumento perfetto i cui ingranaggi erano lavorati per ingranare con precisione al millesimo di pollice".
- Eugene Wigner, Premio Nobel per la Fisica, 1963

"Mi sono chiesto a volte se un cervello come quello di von Neumann non indichi una specie superiore a quella dell'uomo"
- Hans Bethe, Premio Nobel per la Fisica, 1967

La Storia del Genio senza pari di John von Neumann

American Mathematical Society
The Mathematician Who You May Not Realize Changed Your World
The History of Computing

★ The Martians of Budapest

[via]

The Mind of a Genius: John von Neumann I The Great Courses

John Von Neumann Interview

A (very) Brief History of John von Neumann

How to Solve Coding Problems with a Simple Four Step Method descrive nel dettaglio come non sentirsi smarriti di fronte ad un problema. In genere per risolvere un problema complesso necessita di rifletterci sopra, ma ci sono tecniche un po' più precise per organizzarsi. Per problemi davvero molto complessi è indispensabile cercare di ridurre il problema principale in una serie di problemi più semplici da risolvere. E poi per ciascuno di essi si può seguire la sequenza:

- Capire il problema.
- Elaborare un piano.
- Eseguire il piano.
- Tornare indietro e controllare.

Nell'articolo ognuno di questi passi viene spiegata meglio, in modo che sia assolutamente efficace.

In questo articolo tutto il workflow completo per installare Django con Docker:

- Django Tutorial Source Code
- Create the environment for the project
- Requirements for Django Project
- .gitignore for Django Project
- Dockerfile
- docker-compose.yml
- Explanation about Django and Docker
- Django Settings
- Django Custom User Model
- Procfile for Django Project
- Structure of Django Project
- Push your Django Application to GitHub
- Deploying Django Project
- Application Processes Section
- Config Variables Section
- Heroku Config Vars Sync
- Databases

source code
10 Best Python Frameworks For Web Development

Reasons why Django is the best web framework

Learn Django 3 and Start Creating Websites With Python

★ Create a Digital Résumé Using Django and Python

★ Backend Web Development with Python - Full Course

How to Integrate Google APIs with Python Django

Deploy a Django App on AWS Lightsail: Docker, Docker Compose, PostgreSQL, Nginx & Github Actions

★ Dockerize a Django Application

★ Django for Everybody (18 hours)

[via]

Database Systems - SQL, NoSQL, Large-Scale Data Analysis è un corso SQL della Cornell University che approfondisce una delle dimensioni informatiche essenziali: i sistemi dati, senza i quali non c'è persistenza e quindi non è possibile costruire applicazioni sostanziali.
Nel corso si parlerà di come interrogare i sistemi di database tramite linguaggi come SQL (il linguaggio di interrogazione strutturato). Poi, di come i sistemi di database lavorano internamente, come immagazzinano e indicizzano i dati, come processano e ottimizzano le query, e come processano le transazioni mentre forniscono garanzie come isolamento, atomicità e durabilità (garanzie ACID). Il corso affronta questioni di progettazione di database e discute nuovi approcci alla gestione dei dati tramite sistemi NoSQL o NewSQL. Infine, il corso discute di grafici, flussi e dati spaziali, e di sistemi specializzati per questi tipi di dati. Le lezioni sono tratte dalla lezione online dell'autunno 2020 alla Cornell del Prof. Immanuel Trummer.

Anandtech dal 1997 è uno dei siti di riferimento per quanto riguarda l'hardware.

Intel Core i7-11700K Review: Blasting Off with Rocket Lake

Le Migliori CPU
I Migliori Drive SSD
I Migliori Laptop
I Migliori Smartphone Android
Le Migliori Motherboard
Le Migliori Tastiere Meccaniche

twitter
facebook

TradingView è un social media network, una piattaforma di analisi tecnica e un'applicazione mobile per trader e investitori. L'azienda è stata fondata nel 2011 e oggi ha uffici a New York, Londra e in Russia. Nel 2018, TradingView ha completato un round di Serie B da 37 milioni di dollari guidato da Insight Partners, e nel 2019 ha acquisito TradeIT. Ad oggi, l'azienda si colloca tra i primi 130 siti web a livello globale secondo Alexa, e ha oltre 10 milioni di utenti attivi mensili.

wikitia
Tutorials
Defining a single market indicator in TradingView

[via]

Trading AUTOMATICO Bitcoin: Come COLLEGARE TradingView agli EXCHANGE

TradingView Tutorial: How To Use TradingView Like A Pro (in 2021)

Il "Ritratto di una Geisha Cibernetica" qui a fianco è generato dal codice di machine learning di questo Google Colab Jupyter Notebook: Aleph 2 Image, creato da Ryan Murdock.

E' uno dei primi esempi di utilizzo di DALL-E (notebook di esempio) con CLIP (Contrastive Language-Image Pre-Training). CLIP è un modello che è stato originariamente inteso per la ricerca della migliore corrispondenza a una descrizione (es: "un cane che suona il violino") tra un certo numero di immagini. Abbinando una rete che può produrre immagini (un "generatore" di qualche tipo) con CLIP, è possibile modificare l'input del generatore per cercare di far corrispondere l'immagine generata alla descrizione.

La prima iterazione di questo metodo usava una rete SIREN come generatore, ed è stata chiamata "DeepDaze" in parte perché le immagini hanno una qualità da "deep dream", un sogno febbrile e nebuloso. La successiva iterazione ha usato BigGAN ed è stata chiamata BigSleep proprio come allusione a DeepDream e al film noir surrealista "The Big Sleep". Il secondo riferimento è sempre dovuto alla sua strana qualità onirica.

Infine, Aleph2Image usa il decoder discreto VQ-VAE di DALL-E. Si chiama così in riferimento a The Aleph, un racconto di Borges su un oggetto che può mostrare tutto il mondo in una volta. Inoltre, include una citazione sulla sorpresa dal racconto.

DALL·E: Generate Images from Text Captions

twitter
Thoughts on DeepDaze, BigSleep, and Aleph2Image

★ Playing with DALL·E 2

★ #dalle2 hashtag

★ DALL-E 2 shows the power of generative deep learning

★ Dall-E 2 vs Disco Diffusion

★ Artists should be more than a little concerned about what this can do now and what it will be able to do in the future.

★ The Dall-E Prompt Book by dallery.gallery

★ Opinion: OpenAI’s DALL-E 2 is the big tech equivalent of ‘soylent green’

[via]

First look - 1,000 Robots by OpenAI Design Director - DALL-E 2 (3.5B) by OpenAI - Launched Apr/2022

OpenAI DALL·E: Creating Images from Text (Blog Post Explained)