NVIDIA নিউরাল নেটওয়ার্ক আপনাকে একটি পোষা প্রাণীকে অন্যান্য প্রাণী হিসাবে কল্পনা করতে দেয়

যারা বাড়িতে পোষা প্রাণী রাখে তারা সবাই তাদের পছন্দ করে। যাইহোক, আপনার প্রিয় কুকুরটি কি আরও সুন্দর দেখাবে যদি এটি একটি ভিন্ন জাতের হয়? GANimals নামক NVIDIA-এর একটি নতুন টুলের জন্য ধন্যবাদ, আপনি মূল্যায়ন করতে পারেন যে আপনার প্রিয় পোষা প্রাণীটি অন্য প্রাণী হলে আরও সুন্দর দেখাবে কিনা।

এই বছরের শুরুর দিকে এনভিআইডিএ গবেষণা ইতিমধ্যে বিস্মিত তার GauGAN টুলের মাধ্যমে ইন্টারনেট ব্যবহারকারীরা, যা তাকে মোটামুটি স্কেচকে প্রায় ফটোরিয়ালিস্টিক ছবিতে পরিণত করতে দেয়। এই টুলটির জন্য ব্যবহারকারীদের নির্দেশ করতে হবে যে ছবির কোন অংশে জল, গাছ, পর্বত এবং অন্যান্য ল্যান্ডমার্ক হতে হবে উপযুক্ত ব্রাশের রঙ নির্বাচন করে, কিন্তু GANimals সম্পূর্ণ স্বয়ংক্রিয়ভাবে কাজ করে। আপনাকে যা করতে হবে তা হল আপনার পোষা প্রাণীর একটি ছবি আপলোড করা, এবং এটি অন্যান্য প্রাণীদের ফটোরিয়ালিস্টিক চিত্রগুলির একটি সিরিজ তৈরি করবে যা নমুনার "মুখের অভিব্যক্তি" ধরে রাখে।

এই সপ্তাহে, কোরিয়ার সিউলে কম্পিউটার ভিশনের আন্তর্জাতিক সম্মেলনে উপস্থাপিত একটি গবেষণাপত্রে, গবেষকরা তাদের তৈরি করা অ্যালগরিদম বর্ণনা করেছেন - FUNIT. এর অর্থ হল Few-shot, UNsupervised Image-to-Image Translation. কৃত্রিম বুদ্ধিমত্তা ব্যবহার করার সময় একটি উৎস চিত্রের বৈশিষ্ট্যগুলিকে একটি লক্ষ্য চিত্রে রূপান্তরিত করার জন্য, কৃত্রিম বুদ্ধিমত্তাকে সাধারণত বাস্তবসম্মত ফলাফল তৈরি করার জন্য বিভিন্ন আলোর স্তর এবং ক্যামেরা কোণ সহ লক্ষ্য চিত্রগুলির একটি বৃহৎ সংগ্রহে প্রশিক্ষণ দেওয়া প্রয়োজন৷ কিন্তু এত বড় ইমেজ ডাটাবেস তৈরি করতে অনেক সময় লাগে এবং নিউরাল নেটওয়ার্কের ক্ষমতা সীমিত করে। যদি একটি এআইকে মুরগিকে টার্কিতে পরিণত করার জন্য প্রশিক্ষণ দেওয়া হয়, তবে এটিই একমাত্র ভাল কাজ করবে।

তুলনামূলকভাবে, FUNIT অ্যালগরিদমকে লক্ষ্য করা প্রাণীর মাত্র কয়েকটি ছবি ব্যবহার করে প্রশিক্ষণ দেওয়া যেতে পারে যার উপর এটি বারবার অনুশীলন করা হয়। অ্যালগরিদমটি পর্যাপ্তভাবে প্রশিক্ষিত হয়ে গেলে, এটির শুধুমাত্র উৎস এবং লক্ষ্য প্রাণীর একটি চিত্র প্রয়োজন, যা সম্পূর্ণরূপে এলোমেলো হতে পারে এবং এর আগে কখনও প্রক্রিয়া বা বিশ্লেষণ করা হয়নি।

যারা আগ্রহী তারা GANanimals এ চেষ্টা করতে পারেন NVIDIA AI খেলার মাঠ, কিন্তু এখনও পর্যন্ত ফলাফলগুলি কম রেজোলিউশন এবং শিক্ষামূলক উদ্দেশ্যে বা কৌতূহল মেটানোর জন্য অন্য কিছুর জন্য উপযুক্ত নয়৷ গবেষকরা আশা করছেন শেষ পর্যন্ত এআই এবং অ্যালগরিদমের সক্ষমতা উন্নত করবেন যাতে খুব শীঘ্রই সাবধানে কিউরেট করা ছবির বিশাল ডাটাবেসের উপর নির্ভর না করে মানুষের মুখ পরিবর্তন করা সম্ভব হবে।

উত্স: 3dnews.ru