නිවසේ සුරතල් සතෙකු ඇති කරන සෑම කෙනෙකුම ඔවුන්ට ආදරෙයි. කෙසේ වෙතත්, ඔබේ ආදරණීය බල්ලා වෙනත් වර්ගයක් නම් එය වඩාත් හුරුබුහුටි වනු ඇත්ද? NVIDIA වෙතින් GANimals නම් නව මෙවලමකට ස්තුතිවන්ත වන්න, ඔබේ ප්‍රියතම සුරතලා වෙනත් සතෙකු නම් එය වඩාත් හුරුබුහුටි වනු ඇත්ද යන්න ඔබට තක්සේරු කළ හැකිය.
මෙම වසර මුලදී, NVIDIA පර්යේෂණ ඔහුගේ GauGAN මෙවලම සමඟ අන්තර්ජාල භාවිතා කරන්නන්, රළු කටු සටහන් පාහේ ඡායාරූප යථාර්ථවාදී රූප බවට පත් කිරීමට ඔහුට ඉඩ සලසයි. මෙම මෙවලම භාවිතා කරන්නන්ට සුදුසු බුරුසු වර්ණය තෝරා ගැනීමෙන් රූපයේ කුමන කොටස් ජලය, ගස්, කඳු සහ වෙනත් බිම් සලකුණු විය යුතුද යන්න සඳහන් කිරීමට අවශ්‍ය වේ, නමුත් GANimals සම්පූර්ණයෙන්ම ස්වයංක්‍රීයව ක්‍රියා කරයි. ඔබ කළ යුත්තේ ඔබේ සුරතලාගේ ඡායාරූපයක් උඩුගත කිරීම පමණක් වන අතර, එය නිදර්ශකයේ "මුහුණු ඉරියව්ව" රඳවා ගන්නා අනෙකුත් සතුන්ගේ ඡායාරූප යථාර්ථවාදී රූප මාලාවක් නිර්මාණය කරයි.
මෙම සතියේ, කොරියාවේ සෝල් හි පැවති පරිගණක දැක්ම පිළිබඳ ජාත්‍යන්තර සම්මන්ත්‍රණයේ දී ඉදිරිපත් කරන ලද ලිපියක, පර්යේෂකයන් විසින් ඔවුන් විසින් වර්ධනය කරන ලද ඇල්ගොරිතම විස්තර කළේ - . එය කෙටි-වෙඩි, අධීක්‍ෂණය නොකළ රූපයට-රූප පරිවර්තනය යන්නයි. ප්‍රභව රූපයක ලක්ෂණ ඉලක්ක රූපයක් බවට පරිවර්තනය කිරීම සඳහා කෘතිම බුද්ධිය භාවිතා කරන විට, කෘත්‍රිම බුද්ධිය සාමාන්‍යයෙන් යථාර්ථවාදී ලෙස පෙනෙන ප්‍රතිඵල නිපදවීමට විවිධ ආලෝක මට්ටම් සහ කැමරා කෝණ සහිත ඉලක්කගත රූප විශාල එකතුවක් මත පුහුණු කළ යුතුය. නමුත් එවැනි විශාල රූප දත්ත ගබඩාවක් නිර්මාණය කිරීම සඳහා දිගු කාලයක් ගත වන අතර ස්නායු ජාලයේ හැකියාවන් සීමා කරයි. කුකුළන් කළුකුමල බවට පත් කිරීමට AI පුහුණු කළහොත් එය හොඳින් කළ හැකි එකම දෙයයි.
සංසන්දනාත්මකව, FUNIT ඇල්ගොරිතම එය නැවත නැවතත් භාවිතා කරන ඉලක්ක සත්වයාගේ රූප කිහිපයක් භාවිතයෙන් පුහුණු කළ හැකිය. ඇල්ගොරිතම ප්‍රමාණවත් ලෙස පුහුණු කළ පසු, එයට අවශ්‍ය වන්නේ ප්‍රභවයේ සහ ඉලක්කගත සතුන්ගේ එක් රූපයක් පමණි, එය සම්පූර්ණයෙන්ම අහඹු විය හැකි අතර මින් පෙර කිසි විටෙක සැකසූ හෝ විශ්ලේෂණය කර නොමැත.
කැමති අයට GANanimals හිදී උත්සාහ කළ හැකිය , නමුත් මෙතෙක් ප්‍රතිඵල අඩු විභේදනයක් වන අතර අධ්‍යාපනික අරමුණු හෝ කුතුහලය තෘප්තිමත් කිරීමට හැර වෙනත් කිසිවක් සඳහා සුදුසු නොවේ. පර්යේෂකයන් අවසානයේ AI සහ ඇල්ගොරිතමයේ හැකියාවන් වැඩිදියුණු කිරීමට බලාපොරොත්තු වන අතර එමඟින් ඉතා පරිස්සමින් සකස් කරන ලද පින්තූර විශාල දත්ත සමුදායන් මත රඳා නොසිට මිනිසුන්ගේ මුහුණු වෙනස් කිරීමට ඉක්මනින් හැකි වනු ඇත.
මූලාශ්රය: 3dnews.ru