एनवीडिया न्यूरल नेटवर्क सरल रेखाचित्रों को सुंदर परिदृश्य में बदल देता है

धूम्रपान करने वाले का झरना और स्वस्थ व्यक्ति का झरना

हम सभी जानते हैं कि उल्लू कैसे बनाया जाता है। पहले आपको एक अंडाकार, फिर एक और चक्र खींचने की जरूरत है, और फिर - यह एक भव्य उल्लू निकला। बेशक, यह एक मजाक है, और बहुत पुराना है, लेकिन एनवीडिया इंजीनियरों ने कल्पना को सच करने की कोशिश की।

नया विकास, जिसे गौगण कहा जाता है, बहुत ही सरल रेखाचित्रों (वास्तव में सरल - वृत्त, रेखाएँ और सभी) से भव्य परिदृश्य बनाता है। बेशक, यह विकास आधुनिक तकनीकों पर आधारित है - अर्थात्, जनरेटिव एडवरसैरियल न्यूरल नेटवर्क।

गौगान आपको रंगीन आभासी दुनिया बनाने की अनुमति देता है - और न केवल मनोरंजन के लिए, बल्कि काम के लिए भी। तो, आर्किटेक्ट, लैंडस्केप डिज़ाइनर, गेम डेवलपर - ये सभी कुछ उपयोगी सीख सकते हैं। आर्टिफिशियल इंटेलिजेंस तुरंत "समझता है" कि एक व्यक्ति क्या चाहता है और मूल विचार को बड़ी मात्रा में विवरण के साथ पूरक करता है।

एक गौगन डेवलपर ने कहा, "गौगन की मदद से डिजाइन विकास के मामले में मंथन करना बहुत आसान है, क्योंकि एक स्मार्ट ब्रश प्रारंभिक स्केच को पूरक बना सकता है।"

इस उपकरण के उपयोगकर्ता मूल विचार को बदल सकते हैं, परिदृश्य या अन्य छवि को संशोधित कर सकते हैं, आकाश, रेत, समुद्र आदि जोड़ सकते हैं। वह सब कुछ जो आपका दिल चाहता है, और जोड़ने में बस कुछ ही सेकंड लगते हैं।

लाखों छवियों के डेटाबेस का उपयोग करके तंत्रिका नेटवर्क को प्रशिक्षित किया गया था। इसके लिए धन्यवाद, सिस्टम समझ सकता है कि एक व्यक्ति क्या चाहता है और जो चाहता है उसे कैसे प्राप्त किया जाए। इसके अलावा, तंत्रिका नेटवर्क सबसे छोटे विवरण के बारे में नहीं भूलता है। इसलिए, यदि आप योजनाबद्ध रूप से एक तालाब और उसके बगल में कुछ पेड़ बनाते हैं, तो परिदृश्य को पुनर्जीवित करने के बाद, आस-पास की सभी वस्तुएँ तालाब के पानी के दर्पण में परिलक्षित होंगी।

आप सिस्टम को बता सकते हैं कि दिखाई देने वाली सतह कैसी होनी चाहिए - इसे घास, बर्फ, पानी या रेत से ढका जा सकता है। यह सब एक सेकंड में रूपांतरित किया जा सकता है, ताकि बर्फ रेत बन जाए और कलाकार को बर्फीली बंजर भूमि के बजाय एक रेगिस्तानी परिदृश्य मिल जाए।

"यह एक रंग भरने वाली किताब की तरह है जो कहती है कि पेड़ कहाँ रखना है, सूरज कहाँ है और आकाश कहाँ है। फिर, प्रारंभिक कार्य के बाद, तंत्रिका नेटवर्क चित्र को एनिमेट करता है, आवश्यक विवरण और बनावट जोड़ता है, प्रतिबिंब बनाता है। यह सब वास्तविक छवियों पर आधारित है, ”डेवलपर्स में से एक का कहना है।

हालांकि सिस्टम में वास्तविक दुनिया की "समझ" का अभाव है, सिस्टम शानदार परिदृश्य बनाता है। ऐसा इसलिए है क्योंकि यहां दो तंत्रिका नेटवर्क का उपयोग किया जाता है, एक जनरेटर और एक विवेचक। जनरेटर एक छवि बनाता है और इसे विवेचक को दिखाता है। वह, पहले देखी गई लाखों छवियों के आधार पर, सबसे यथार्थवादी विकल्प चुनता है।

यही कारण है कि जनरेटर "जानता है" जहां प्रतिबिंब होना चाहिए। यह ध्यान देने योग्य है कि टूल बहुत लचीला है और बड़ी संख्या में सेटिंग्स से लैस है। तो, इसके साथ, आप पेंट कर सकते हैं, किसी विशेष कलाकार की शैली को समायोजित कर सकते हैं, या बस सूर्योदय या सूर्यास्त के त्वरित जोड़ के साथ खेल सकते हैं।

डेवलपर्स का दावा है कि सिस्टम सिर्फ कहीं से तस्वीरें नहीं लेता है, उन्हें एक साथ जोड़ता है और परिणाम प्राप्त करता है। नहीं, सभी प्राप्त "चित्र" उत्पन्न होते हैं। यही है, तंत्रिका नेटवर्क एक वास्तविक कलाकार (या इससे भी बेहतर) की तरह "बनाता है"।

अब तक, कार्यक्रम स्वतंत्र रूप से उपलब्ध नहीं है, लेकिन जल्द ही काम में इसका परीक्षण करना संभव होगा। यह जीपीयू टेक्नोलॉजी कॉन्फ्रेंस 2019 में किया जा सकता है, जो फिलहाल कैलिफोर्निया में चल रहा है। जो भाग्यशाली लोग प्रदर्शनी का दौरा करने में सक्षम थे, वे पहले से ही गौगण का परीक्षण कर सकते हैं।

रचनात्मक प्रक्रिया में भाग लेने के लिए तंत्रिका नेटवर्क को लंबे समय से सिखाया गया है। उदाहरण के लिए, पिछले साल उनमें से कुछ 3डी मॉडल बना सकते हैं. इसके अलावा, डीपमाइंड के डेवलपर्स ने ड्राइंग, फोटोग्राफ और स्केच से त्रि-आयामी रिक्त स्थान और वस्तुओं को पुनर्स्थापित करने के लिए तंत्रिका नेटवर्क को प्रशिक्षित किया। एक साधारण आकृति को फिर से बनाने के लिए, तंत्रिका नेटवर्क को एक चित्र की आवश्यकता होती है; अधिक जटिल वस्तुएँ बनाने के लिए, "प्रशिक्षण" के लिए पाँच चित्रों की आवश्यकता होती है।

गौगन के लिए, यह उपकरण स्पष्ट रूप से एक योग्य व्यावसायिक अनुप्रयोग खोजेगा - व्यवसाय और विज्ञान के कई क्षेत्रों में ऐसी सेवाओं की आवश्यकता है।

स्रोत: www.habr.com