Բոլոր նրանք, ովքեր տանը ընտանի կենդանի են պահում, սիրում են նրանց։ Այնուամենայնիվ, ձեր սիրելի շունը ավելի գեղեցիկ տեսք կունենա՞ր, եթե այն այլ ցեղատեսակ լիներ: NVIDIA-ի նոր գործիքի շնորհիվ, որը կոչվում է GANimals, դուք կարող եք գնահատել, թե արդյոք ձեր սիրելի ընտանի կենդանուն ավելի գեղեցիկ տեսք կունենար, եթե այլ կենդանի լիներ:
Այս տարվա սկզբին NVIDIA Research Համացանցի օգտատերերն իր GauGAN գործիքով, որը թույլ տվեց նրան կոպիտ էսքիզները վերածել գրեթե ֆոտոռեալիստական պատկերների։ Այս գործիքը օգտատերերից պահանջում էր նշել, թե նկարի որ մասերը պետք է լինեն ջուր, ծառեր, լեռներ և այլ վայրեր՝ ընտրելով վրձնի համապատասխան գույնը, սակայն GANimals-ն աշխատում է ամբողջությամբ ավտոմատ կերպով։ Ձեզ մնում է միայն վերբեռնել ձեր ընտանի կենդանու լուսանկարը, և այն կստեղծի այլ կենդանիների ֆոտոռեալիստական պատկերների շարք, որոնք պահպանում են նմուշի «դեմքի արտահայտությունը»:
Այս շաբաթ Սեուլում (Կորեա) Համակարգչային տեսողության միջազգային կոնֆերանսում ներկայացված աշխատության մեջ հետազոտողները նկարագրեցին իրենց մշակած ալգորիթմը. . Այն նշանակում է «Քիչ կադր, չվերահսկվող պատկերից պատկեր» թարգմանություն: Արհեստական ինտելեկտը սկզբնաղբյուր պատկերի բնութագրերը թիրախային պատկերի վերածելու համար օգտագործելիս արհեստական ինտելեկտը սովորաբար պետք է վերապատրաստվի թիրախային պատկերների մեծ հավաքածուի վրա՝ տարբեր լուսային մակարդակներով և տեսախցիկի անկյուններով՝ իրատեսական արդյունքներ ստանալու համար: Բայց պատկերների նման մեծ տվյալների բազա ստեղծելը երկար ժամանակ է պահանջում և սահմանափակում է նեյրոնային ցանցի հնարավորությունները։ Եթե արհեստական ինտելեկտը վարժեցվի հավերին հնդկահավերի վերածելու համար, դա միակ բանն է, որ նա լավ կանի:
Համեմատության համար, FUNIT ալգորիթմը կարելի է վարժեցնել՝ օգտագործելով թիրախ կենդանու ընդամենը մի քանի պատկեր, որոնց վրա այն բազմիցս կիրառվում է: Երբ ալգորիթմը բավականաչափ պատրաստված է, նրան անհրաժեշտ է միայն աղբյուրի և թիրախային կենդանիների մեկ պատկեր, որոնք կարող են լինել բոլորովին պատահական և նախկինում երբեք չեն մշակվել կամ վերլուծվել:
Ցանկացողները կարող են փորձել GANanimals-ը , բայց մինչ այժմ արդյունքները ցածր լուծաչափ են և հարմար չեն որևէ այլ բանի համար, բացի կրթական նպատակներից կամ հետաքրքրությունը բավարարելու համար: Հետազոտողները հույս ունեն, որ ի վերջո կբարելավեն արհեստական ինտելեկտի և ալգորիթմի հնարավորությունները, որպեսզի շուտով հնարավոր լինի փոխել մարդկանց դեմքերը՝ առանց խնամքով մշակված պատկերների հսկայական տվյալների բազաների վրա հենվելու:
Source: 3dnews.ru