NVIDIA ਨਿਊਰਲ ਨੈਟਵਰਕ ਤੁਹਾਨੂੰ ਇੱਕ ਪਾਲਤੂ ਜਾਨਵਰ ਦੀ ਕਲਪਨਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਹੋਰ ਜਾਨਵਰ

ਹਰ ਕੋਈ ਜੋ ਘਰ ਵਿੱਚ ਪਾਲਤੂ ਜਾਨਵਰ ਰੱਖਦਾ ਹੈ ਉਨ੍ਹਾਂ ਨੂੰ ਪਿਆਰ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਕੀ ਤੁਹਾਡਾ ਪਿਆਰਾ ਕੁੱਤਾ ਹੋਰ ਵੀ ਪਿਆਰਾ ਦਿਖਾਈ ਦੇਵੇਗਾ ਜੇਕਰ ਇਹ ਇੱਕ ਵੱਖਰੀ ਨਸਲ ਸੀ? GANimals ਨਾਮਕ NVIDIA ਦੇ ਇੱਕ ਨਵੇਂ ਟੂਲ ਲਈ ਧੰਨਵਾਦ, ਤੁਸੀਂ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦੇ ਹੋ ਕਿ ਕੀ ਤੁਹਾਡਾ ਮਨਪਸੰਦ ਪਾਲਤੂ ਜਾਨਵਰ ਹੋਰ ਵੀ ਪਿਆਰਾ ਦਿਖਾਈ ਦੇਵੇਗਾ ਜੇਕਰ ਇਹ ਇੱਕ ਵੱਖਰਾ ਜਾਨਵਰ ਹੁੰਦਾ।

ਇਸ ਸਾਲ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, NVIDIA ਖੋਜ ਪਹਿਲਾਂ ਹੀ ਹੈਰਾਨ ਉਸਦੇ ਗੌਗਨ ਟੂਲ ਨਾਲ ਇੰਟਰਨੈਟ ਉਪਭੋਗਤਾ, ਜਿਸ ਨੇ ਉਸਨੂੰ ਲਗਭਗ ਫੋਟੋਰੀਅਲਿਸਟਿਕ ਚਿੱਤਰਾਂ ਵਿੱਚ ਮੋਟੇ ਸਕੈਚਾਂ ਨੂੰ ਬਦਲਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ। ਇਸ ਟੂਲ ਲਈ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਉਚਿਤ ਬੁਰਸ਼ ਰੰਗ ਦੀ ਚੋਣ ਕਰਕੇ ਚਿੱਤਰ ਦੇ ਕਿਹੜੇ ਹਿੱਸੇ ਪਾਣੀ, ਦਰੱਖਤ, ਪਹਾੜ ਅਤੇ ਹੋਰ ਭੂਮੀ ਚਿੰਨ੍ਹ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਪਰ GANimals ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਪਣੇ ਆਪ ਕੰਮ ਕਰਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਬਸ ਆਪਣੇ ਪਾਲਤੂ ਜਾਨਵਰ ਦੀ ਇੱਕ ਫੋਟੋ ਅਪਲੋਡ ਕਰਨੀ ਹੈ, ਅਤੇ ਇਹ ਦੂਜੇ ਜਾਨਵਰਾਂ ਦੀਆਂ ਫੋਟੋਰੀਅਲਿਸਟਿਕ ਤਸਵੀਰਾਂ ਦੀ ਇੱਕ ਲੜੀ ਬਣਾਏਗੀ ਜੋ ਨਮੂਨੇ ਦੇ "ਚਿਹਰੇ ਦੇ ਸਮੀਕਰਨ" ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦੀਆਂ ਹਨ।

ਇਸ ਹਫ਼ਤੇ, ਸੋਲ, ਕੋਰੀਆ ਵਿੱਚ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ 'ਤੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਕਾਨਫਰੰਸ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਇੱਕ ਪੇਪਰ ਵਿੱਚ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਉਨ੍ਹਾਂ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤੇ ਐਲਗੋਰਿਦਮ ਦਾ ਵਰਣਨ ਕੀਤਾ - FUNIT. ਇਸਦਾ ਅਰਥ ਹੈ ਕੁਝ-ਸ਼ਾਟ, ਅਣ-ਸੁਪਰਵਾਈਜ਼ਡ ਚਿੱਤਰ-ਤੋਂ-ਚਿੱਤਰ ਅਨੁਵਾਦ। ਜਦੋਂ ਇੱਕ ਸਰੋਤ ਚਿੱਤਰ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਇੱਕ ਨਿਸ਼ਾਨਾ ਚਿੱਤਰ ਵਿੱਚ ਬਦਲਣ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਪ੍ਰਕਾਸ਼ ਪੱਧਰਾਂ ਅਤੇ ਕੈਮਰਾ ਐਂਗਲਾਂ ਵਾਲੇ ਟੀਚੇ ਚਿੱਤਰਾਂ ਦੇ ਇੱਕ ਵੱਡੇ ਸੰਗ੍ਰਹਿ 'ਤੇ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਤਾਂ ਜੋ ਉਹ ਨਤੀਜੇ ਪੈਦਾ ਕਰ ਸਕਣ ਜੋ ਯਥਾਰਥਵਾਦੀ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ। ਪਰ ਇੰਨੇ ਵੱਡੇ ਚਿੱਤਰ ਡੇਟਾਬੇਸ ਨੂੰ ਬਣਾਉਣ ਵਿੱਚ ਲੰਮਾ ਸਮਾਂ ਲੱਗਦਾ ਹੈ ਅਤੇ ਨਿਊਰਲ ਨੈਟਵਰਕ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸੀਮਿਤ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਇੱਕ AI ਨੂੰ ਮੁਰਗੀਆਂ ਨੂੰ ਟਰਕੀ ਵਿੱਚ ਬਦਲਣ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਇਹ ਸਿਰਫ ਉਹੀ ਚੀਜ਼ ਹੈ ਜੋ ਇਹ ਵਧੀਆ ਕਰੇਗੀ।

ਇਸਦੇ ਮੁਕਾਬਲੇ, FUNIT ਐਲਗੋਰਿਦਮ ਨੂੰ ਨਿਸ਼ਾਨਾ ਜਾਨਵਰ ਦੀਆਂ ਕੁਝ ਤਸਵੀਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜਿਸ 'ਤੇ ਇਹ ਵਾਰ-ਵਾਰ ਅਭਿਆਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਵਾਰ ਜਦੋਂ ਐਲਗੋਰਿਦਮ ਨੂੰ ਕਾਫ਼ੀ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਸਰੋਤ ਅਤੇ ਨਿਸ਼ਾਨਾ ਜਾਨਵਰਾਂ ਦੀ ਸਿਰਫ਼ ਇੱਕ ਚਿੱਤਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬੇਤਰਤੀਬ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਪਹਿਲਾਂ ਕਦੇ ਵੀ ਪ੍ਰਕਿਰਿਆ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ।

ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲੇ GANanimals 'ਤੇ ਅਜ਼ਮਾ ਸਕਦੇ ਹਨ NVIDIA AI ਖੇਡ ਦਾ ਮੈਦਾਨ, ਪਰ ਹੁਣ ਤੱਕ ਨਤੀਜੇ ਘੱਟ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਹਨ ਅਤੇ ਵਿਦਿਅਕ ਉਦੇਸ਼ਾਂ ਜਾਂ ਉਤਸੁਕਤਾ ਨੂੰ ਸੰਤੁਸ਼ਟ ਕਰਨ ਲਈ ਕਿਸੇ ਹੋਰ ਚੀਜ਼ ਲਈ ਢੁਕਵੇਂ ਨਹੀਂ ਹਨ। ਖੋਜਕਰਤਾ ਆਖਰਕਾਰ AI ਅਤੇ ਐਲਗੋਰਿਦਮ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਨ ਤਾਂ ਜੋ ਧਿਆਨ ਨਾਲ ਤਿਆਰ ਕੀਤੀਆਂ ਤਸਵੀਰਾਂ ਦੇ ਵਿਸ਼ਾਲ ਡੇਟਾਬੇਸ 'ਤੇ ਭਰੋਸਾ ਕੀਤੇ ਬਿਨਾਂ ਲੋਕਾਂ ਦੇ ਚਿਹਰਿਆਂ ਨੂੰ ਬਦਲਣਾ ਜਲਦੀ ਹੀ ਸੰਭਵ ਹੋ ਸਕੇ।

ਸਰੋਤ: 3dnews.ru