Η NVIDIA πειραματίζεται ενεργά στον τομέα της βαθιάς μάθησης και τα αποτελέσματα της δουλειάς της είναι μερικές φορές αρκετά ενδιαφέροντα. Η εταιρεία ανακοίνωσε στο GDC 2019 τη δημιουργία του GauGAN, μιας έξυπνης εφαρμογής σχεδίασης που χρησιμοποιεί ένα μοντέλο βαθιάς μάθησης για να δημιουργήσει φωτορεαλιστικές εκδόσεις απλών σχεδίων. Το όνομα της εφαρμογής παραπέμπει στον Γάλλο μετα-ιμπρεσιονιστή καλλιτέχνη Paul Gauguin και τη χρήση του λογισμικού των δικτύων αντιπαράθεσης (GAN) για τη δημιουργία εικόνων που μιμούνται ρεαλιστικά πίνακες.
Πώς λειτουργεί το GauGAN; Σύμφωνα με την εξήγηση της εταιρείας, η εφαρμογή μοιάζει με ένα «έξυπνο πινέλο» που συμπληρώνει τις λεπτομέρειες του σκίτσου ενός χρήστη (η NVIDIA το αποκαλεί «χάρτη τμηματοποίησης»). Ουσιαστικά, ο χρήστης ή ο καλλιτέχνης απλώς ορίζει ένα σχέδιο για το τι θέλει να δει στο τέλος και επισημαίνει κάθε τμήμα, υποδεικνύοντας τι πρέπει να είναι. Στη συνέχεια, η GauGAN αναλαμβάνει, συμπληρώνοντας πρόσθετες λεπτομέρειες και κάνοντας τα σχέδια πιο ρεαλιστικά.
Εκπαιδευμένο σε εκατομμύρια καλλιτεχνικές εικόνες, το μοντέλο βαθιάς μάθησης γεμίζει στη συνέχεια το τοπίο με εντυπωσιακά (αλλά όχι πάντα τέλεια) αποτελέσματα. Εάν σχεδιάσετε μια λίμνη, τα κοντινά στοιχεία όπως δέντρα και βράχοι θα αντανακλώνται στο νερό. Αρκεί να αλλάξετε την ετικέτα τμήματος από "γρασίδι" σε "χιόνι" και ολόκληρη η εικόνα θα αλλάξει, μετατρέποντας σε χειμερινή και τα φυλλώδη δέντρα θα γίνουν γυμνά. Για να καταλάβετε για τι πράγμα μιλάμε, μπορείτε να παρακολουθήσετε το παρακάτω βίντεο.
Αξίζει επίσης να σημειωθεί ότι παρόλο που το GauGAN χρησιμοποιεί εκτεταμένες γνώσεις που βασίζονται σε μια σειρά από άλλες εικόνες για τη δημιουργία των τελικών έργων, οι τελευταίες εξακολουθούν να θεωρούνται πρωτότυπες, καθώς η εφαρμογή δημιουργεί εντελώς νέες εικόνες που προκύπτουν.
Το νέο έξυπνο πρόγραμμα επεξεργασίας γραφικών της NVIDIA δεν περιορίζεται μόνο σε φυσικές σκηνές ή τοπία — η εφαρμογή μπορεί να προσθέσει κτίρια, δρόμους, ακόμη και ανθρώπους. Το GauGAN επιτρέπει επίσης στους χρήστες να εφαρμόζουν φίλτρα, διαμορφώνοντας το αποτέλεσμα ώστε να ταιριάζει στο στυλ που επιθυμούν. Τέτοια φίλτρα, μεταξύ άλλων, μπορούν να μιμηθούν το στυλ ενός συγκεκριμένου καλλιτέχνη (για παράδειγμα, του Van Gon) ή να προσαρμόσουν τον φωτισμό μιας σκηνής, αλλάζοντας τις εικόνες από μέρα σε νύχτα.
Δεν είναι σαφές εάν το GauGAN θα κυκλοφορήσει ποτέ για καθημερινή χρήση από τους καταναλωτές, αλλά νομίζω ότι αργά ή γρήγορα οι απλοί χρήστες μπορεί να αποκτήσουν αρκετά χρήσιμα εργαλεία όπως αυτό, απλοποιώντας τη δουλειά σε διάφορους τομείς: από την αρχιτεκτονική και την εικονογράφηση μέχρι την ανάπτυξη παιχνιδιών.
Ωστόσο, στον πόρο NVIDIA AI Playground, οι ενδιαφερόμενοι μπορούν να εξοικειωθούν με ορισμένες δυνατότητες μηχανικής εκμάθησης. Για παράδειγμα, στην επίδειξη Artistic Style Transfer που υπάρχει εκεί, μπορείτε να επεξεργαστείτε οποιαδήποτε φωτογραφία στο στυλ διάσημων καλλιτεχνών.
Άλλα παρόμοια πειράματα από τη NVIDIA περιλαμβάνουν μια μελέτη που δείχνει πώς τα οπτικά εφέ που δημιουργούνται από την τεχνητή νοημοσύνη μπορούν να συνδυαστούν με μια παραδοσιακή γραμμή ραστεροποίησης. Το αποτέλεσμα είναι ένα υβριδικό σύστημα γραφικών που θα μπορούσε να χρησιμοποιηθεί σε παιχνίδια, ταινίες και εικονική πραγματικότητα. Ένα άλλο παρόμοιο παράδειγμα είναι ένας αλγόριθμος για τη μετατροπή των χιονισμένων δρόμων σε καλοκαιρινούς, που αναπτύχθηκε από ειδικούς της εταιρείας για πιο αποτελεσματική εκπαίδευση αυτόματων πιλότων.
Πηγή: 3dnews.ru