Mae pawb sy'n cadw anifail anwes gartref yn eu caru. Fodd bynnag, a fyddai eich ci annwyl hyd yn oed yn fwy ciwt pe bai'n frid gwahanol? Diolch i offeryn newydd gan NVIDIA o'r enw GANimals, gallwch werthuso a fyddai'ch hoff anifail anwes yn edrych yn fwy ciwt pe bai'n anifail gwahanol.
Yn gynharach eleni, NVIDIA Research Defnyddwyr rhyngrwyd gyda'i offeryn GauGAN, a oedd yn caniatΓ‘u iddo droi brasluniau bras yn ddelweddau ffotorealistig bron. Roedd yr offeryn hwn yn ei gwneud yn ofynnol i ddefnyddwyr nodi pa rannau o'r ddelwedd ddylai fod yn ddΕ΅r, coed, mynyddoedd a thirnodau eraill trwy ddewis y lliw brwsh priodol, ond mae GANimals yn gweithio'n gwbl awtomatig. Y cyfan sy'n rhaid i chi ei wneud yw uwchlwytho llun o'ch anifail anwes, a bydd yn creu cyfres o ddelweddau ffotorealistig o anifeiliaid eraill sy'n cadw "mynegiant wyneb" y sbesimen.
Yr wythnos hon, mewn papur a gyflwynwyd yn y Gynhadledd Ryngwladol ar Weledigaeth Cyfrifiadurol yn Seoul, Korea, disgrifiodd ymchwilwyr yr algorithm a ddatblygwyd ganddynt - . Mae'n sefyll am Cyfieithu Delwedd-i-Ddelwedd Ychydig o ergyd, dan oruchwyliaeth y Cenhedloedd Unedig. Wrth ddefnyddio deallusrwydd artiffisial i drawsnewid nodweddion delwedd ffynhonnell yn ddelwedd darged, fel arfer mae angen hyfforddi deallusrwydd artiffisial ar gasgliad mawr o ddelweddau targed gyda gwahanol lefelau golau ac onglau camera i gynhyrchu canlyniadau sy'n edrych yn realistig. Ond mae creu cronfa ddata delweddau mor fawr yn cymryd amser hir ac yn cyfyngu ar alluoedd y rhwydwaith niwral. Os yw AI wedi'i hyfforddi i droi ieir yn dwrcΓ―od, dyna'r unig beth y bydd yn ei wneud yn dda.
Mewn cymhariaeth, gellir hyfforddi'r algorithm FUNIT gan ddefnyddio dim ond ychydig o ddelweddau o'r anifail targed y mae'n cael ei ymarfer arno dro ar Γ΄l tro. Unwaith y bydd yr algorithm wedi'i hyfforddi'n ddigonol, dim ond un ddelwedd o'r ffynhonnell a'r anifeiliaid targed sydd ei hangen arno, a all fod yn hollol ar hap ac nad yw erioed wedi'i phrosesu na'i dadansoddi o'r blaen.
Gall y rhai sydd Γ’ diddordeb roi cynnig ar GANanifeiliaid yn , ond hyd yn hyn mae'r canlyniadau yn eglur iawn ac nid ydynt yn addas at unrhyw beth heblaw dibenion addysgol nac i fodloni chwilfrydedd. Mae'r ymchwilwyr yn gobeithio gwella galluoedd yr AI a'r algorithm yn y pen draw fel y bydd yn bosibl newid wynebau pobl yn fuan heb ddibynnu ar gronfeydd data enfawr o ddelweddau wedi'u curadu'n ofalus.
Ffynhonnell: 3dnewyddion.ru