ಮನೆಯಲ್ಲಿ ಸಾಕುಪ್ರಾಣಿಗಳನ್ನು ಸಾಕುವ ಪ್ರತಿಯೊಬ್ಬರೂ ಅವುಗಳನ್ನು ಪ್ರೀತಿಸುತ್ತಾರೆ. ಆದಾಗ್ಯೂ, ನಿಮ್ಮ ಪ್ರೀತಿಯ ನಾಯಿಯು ಬೇರೆ ತಳಿಯಾಗಿದ್ದರೆ ಇನ್ನೂ ಮುದ್ದಾಗಿ ಕಾಣುತ್ತದೆಯೇ? GANimals ಎಂಬ NVIDIA ದ ಹೊಸ ಪರಿಕರಕ್ಕೆ ಧನ್ಯವಾದಗಳು, ನಿಮ್ಮ ನೆಚ್ಚಿನ ಸಾಕುಪ್ರಾಣಿಗಳು ಬೇರೆ ಪ್ರಾಣಿಗಳಾಗಿದ್ದರೆ ಅದು ಇನ್ನಷ್ಟು ಮುದ್ದಾಗಿ ಕಾಣುತ್ತದೆಯೇ ಎಂದು ನೀವು ಮೌಲ್ಯಮಾಪನ ಮಾಡಬಹುದು.
ಈ ವರ್ಷದ ಆರಂಭದಲ್ಲಿ, NVIDIA ಸಂಶೋಧನೆ ಅವರ GauGAN ಉಪಕರಣದೊಂದಿಗೆ ಇಂಟರ್ನೆಟ್ ಬಳಕೆದಾರರು, ಒರಟು ರೇಖಾಚಿತ್ರಗಳನ್ನು ಬಹುತೇಕ ಫೋಟೊರಿಯಾಲಿಸ್ಟಿಕ್ ಚಿತ್ರಗಳಾಗಿ ಪರಿವರ್ತಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟರು. ಈ ಉಪಕರಣವು ಸೂಕ್ತವಾದ ಬ್ರಷ್ ಬಣ್ಣವನ್ನು ಆಯ್ಕೆ ಮಾಡುವ ಮೂಲಕ ಚಿತ್ರದ ಯಾವ ಭಾಗಗಳು ನೀರು, ಮರಗಳು, ಪರ್ವತಗಳು ಮತ್ತು ಇತರ ಹೆಗ್ಗುರುತುಗಳಾಗಿರಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸುವ ಅಗತ್ಯವಿದೆ, ಆದರೆ GANimals ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ನೀವು ಮಾಡಬೇಕಾಗಿರುವುದು ನಿಮ್ಮ ಸಾಕುಪ್ರಾಣಿಗಳ ಫೋಟೋವನ್ನು ಅಪ್‌ಲೋಡ್ ಮಾಡುವುದು ಮತ್ತು ಇದು ಮಾದರಿಯ "ಮುಖದ ಅಭಿವ್ಯಕ್ತಿ" ಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳುವ ಇತರ ಪ್ರಾಣಿಗಳ ಫೋಟೋರಿಯಾಲಿಸ್ಟಿಕ್ ಚಿತ್ರಗಳ ಸರಣಿಯನ್ನು ರಚಿಸುತ್ತದೆ.
ಈ ವಾರ, ಕೊರಿಯಾದ ಸಿಯೋಲ್‌ನಲ್ಲಿ ನಡೆದ ಇಂಟರ್ನ್ಯಾಷನಲ್ ಕಾನ್ಫರೆನ್ಸ್ ಆನ್ ಕಂಪ್ಯೂಟರ್ ವಿಷನ್‌ನಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಿದ ಪ್ರಬಂಧದಲ್ಲಿ, ಸಂಶೋಧಕರು ತಾವು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ವಿವರಿಸಿದ್ದಾರೆ - . ಇದು ಕೆಲವು-ಶಾಟ್, ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡದ ಇಮೇಜ್-ಟು-ಇಮೇಜ್ ಅನುವಾದವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಮೂಲ ಚಿತ್ರದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗುರಿಯ ಚಿತ್ರವಾಗಿ ಪರಿವರ್ತಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವಾಗ, ನೈಜವಾಗಿ ಕಾಣುವ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ವಿಶಿಷ್ಟವಾಗಿ ವಿಭಿನ್ನ ಬೆಳಕಿನ ಮಟ್ಟಗಳು ಮತ್ತು ಕ್ಯಾಮೆರಾ ಕೋನಗಳೊಂದಿಗೆ ಗುರಿಯ ಚಿತ್ರಗಳ ದೊಡ್ಡ ಸಂಗ್ರಹದ ಮೇಲೆ ತರಬೇತಿ ಪಡೆಯಬೇಕು. ಆದರೆ ಅಂತಹ ದೊಡ್ಡ ಇಮೇಜ್ ಡೇಟಾಬೇಸ್ ಅನ್ನು ರಚಿಸುವುದು ಬಹಳ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ನರಮಂಡಲದ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಮಿತಿಗೊಳಿಸುತ್ತದೆ. ಕೋಳಿಗಳನ್ನು ಟರ್ಕಿಗಳಾಗಿ ಪರಿವರ್ತಿಸಲು AI ಗೆ ತರಬೇತಿ ನೀಡಿದರೆ, ಅದು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ಹೋಲಿಸಿದರೆ, FUNIT ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಪದೇ ಪದೇ ಅಭ್ಯಾಸ ಮಾಡುವ ಗುರಿ ಪ್ರಾಣಿಗಳ ಕೆಲವೇ ಚಿತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ತರಬೇತಿ ನೀಡಬಹುದು. ಒಮ್ಮೆ ಅಲ್ಗಾರಿದಮ್ ಸಾಕಷ್ಟು ತರಬೇತಿ ಪಡೆದರೆ, ಅದಕ್ಕೆ ಮೂಲ ಮತ್ತು ಗುರಿ ಪ್ರಾಣಿಗಳ ಒಂದು ಚಿತ್ರ ಮಾತ್ರ ಬೇಕಾಗುತ್ತದೆ, ಅದು ಸಂಪೂರ್ಣವಾಗಿ ಯಾದೃಚ್ಛಿಕವಾಗಿರಬಹುದು ಮತ್ತು ಹಿಂದೆಂದೂ ಸಂಸ್ಕರಿಸಲಾಗಿಲ್ಲ ಅಥವಾ ವಿಶ್ಲೇಷಿಸಲಾಗಿಲ್ಲ.
ಆಸಕ್ತರು GANanimals ನಲ್ಲಿ ಪ್ರಯತ್ನಿಸಬಹುದು , ಆದರೆ ಇಲ್ಲಿಯವರೆಗೆ ಫಲಿತಾಂಶಗಳು ಕಡಿಮೆ ರೆಸಲ್ಯೂಶನ್ ಮತ್ತು ಶೈಕ್ಷಣಿಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಅಥವಾ ಕುತೂಹಲವನ್ನು ಪೂರೈಸಲು ಬೇರೆ ಯಾವುದಕ್ಕೂ ಸೂಕ್ತವಲ್ಲ. ಸಂಶೋಧಕರು ಅಂತಿಮವಾಗಿ AI ಮತ್ತು ಅಲ್ಗಾರಿದಮ್‌ನ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸುಧಾರಿಸಲು ಆಶಿಸಿದ್ದಾರೆ ಆದ್ದರಿಂದ ಎಚ್ಚರಿಕೆಯಿಂದ ಸಂಗ್ರಹಿಸಲಾದ ಚಿತ್ರಗಳ ಬೃಹತ್ ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಅವಲಂಬಿಸದೆ ಜನರ ಮುಖಗಳನ್ನು ಬದಲಾಯಿಸಲು ಶೀಘ್ರದಲ್ಲೇ ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ಮೂಲ: 3dnews.ru