Allir sem halda gæludýr heima elska þau. Hins vegar myndi elskaði hundurinn þinn líta enn sætari út ef hann væri öðruvísi tegund? Þökk sé nýju tóli frá NVIDIA sem heitir GANimals geturðu metið hvort uppáhalds gæludýrið þitt myndi líta enn sætara út ef það væri annað dýr.
Fyrr á þessu ári, NVIDIA Research Netnotendur með GauGAN tólinu sínu, sem gerði honum kleift að breyta grófum skissum í næstum ljósraunsæjar myndir. Þetta tól krafðist þess að notendur tilgreindu hvaða hlutar myndarinnar ættu að vera vatn, tré, fjöll og önnur kennileiti með því að velja viðeigandi burstalit, en GANimals virkar algjörlega sjálfkrafa. Allt sem þú þarft að gera er að hlaða inn mynd af gæludýrinu þínu, og það mun búa til röð af ljósraunsæjum myndum af öðrum dýrum sem halda „andlitssvip“ sýnisins.
Í þessari viku, í grein sem kynnt var á alþjóðlegri ráðstefnu um tölvusjón í Seoul, Kóreu, lýstu vísindamennirnir reikniritinu sem þeir þróuðu - . Það stendur fyrir Fáein skot, UN-eftirlit mynd-til-mynd þýðing. Þegar gervigreind er notuð til að umbreyta eiginleikum upprunamyndar í markmynd, þarf venjulega að þjálfa gervigreindina á stóru safni markmynda með mismunandi birtustigum og myndavélarhornum til að fá niðurstöður sem líta raunhæfar út. En að búa til svo stóran myndgagnagrunn tekur mikinn tíma og takmarkar getu taugakerfisins. Ef gervigreind er þjálfuð til að breyta kjúklingum í kalkúna, þá er það það eina sem það mun gera vel.
Til samanburðar er hægt að þjálfa FUNIT reikniritið með því að nota örfáar myndir af markdýrinu sem það er æft ítrekað á. Þegar reikniritið hefur verið nægilega þjálfað þarf það aðeins eina mynd af uppruna- og markdýrunum, sem getur verið algjörlega tilviljunarkennd og hefur aldrei verið unnin eða greind áður.
Áhugasamir geta prófað GANanimals á , en enn sem komið er eru niðurstöðurnar lágupplausnar og henta ekki í neitt annað en fræðslu eða til að seðja forvitni. Rannsakendur vonast til að bæta að lokum getu gervigreindar og reiknirit svo að það verði fljótlega hægt að breyta andliti fólks án þess að treysta á risastóra gagnagrunna með vandlega samsettum myndum.
Heimild: 3dnews.ru