ہر کوئی جو گھر میں پالتو جانور رکھتا ہے وہ ان سے پیار کرتا ہے۔ تاہم، کیا آپ کا پیارا کتا اور بھی پیارا نظر آئے گا اگر وہ مختلف نسل کا ہوتا؟ GANimals نامی NVIDIA کے ایک نئے ٹول کی بدولت، آپ اندازہ کر سکتے ہیں کہ آیا آپ کا پسندیدہ پالتو جانور اس سے بھی پیارا نظر آتا ہے اگر وہ کوئی مختلف جانور ہوتا۔
اس سال کے شروع میں، NVIDIA ریسرچ اپنے GauGAN ٹول کے ساتھ انٹرنیٹ استعمال کرنے والے، جس کی وجہ سے وہ کھردرے خاکوں کو تقریباً فوٹو ریئلسٹک امیجز میں بدل سکتا ہے۔ اس ٹول کے لیے صارفین کو یہ بتانے کی ضرورت ہوتی ہے کہ تصویر کے کون سے حصے پانی، درخت، پہاڑ اور دیگر نشانات ہونے چاہئیں، برش کا مناسب رنگ منتخب کر کے، لیکن GANimals خود بخود کام کرتا ہے۔ آپ کو بس اپنے پالتو جانور کی ایک تصویر اپ لوڈ کرنی ہے، اور یہ دوسرے جانوروں کی تصویری حقیقت پسندانہ تصاویر کا ایک سلسلہ بنائے گی جو نمونے کے "چہرے کے تاثرات" کو برقرار رکھتی ہیں۔
اس ہفتے، سیول، کوریا میں کمپیوٹر وژن پر بین الاقوامی کانفرنس میں پیش کیے گئے ایک مقالے میں، محققین نے اپنے تیار کردہ الگورتھم کو بیان کیا۔ . اس کا مطلب ہے چند شاٹ، غیر زیر نگرانی تصویر سے تصویری ترجمہ۔ مصنوعی ذہانت کا استعمال کرتے ہوئے ماخذ امیج کی خصوصیات کو ٹارگٹ امیج میں تبدیل کرتے وقت، مصنوعی ذہانت کو عام طور پر ٹارگٹ امیجز کے ایک بڑے مجموعے پر تربیت دینے کی ضرورت ہوتی ہے جس میں روشنی کی مختلف سطحوں اور کیمرہ کے زاویے ہوتے ہیں تاکہ حقیقت پسندانہ نظر آتے ہوں۔ لیکن اتنا بڑا امیج ڈیٹا بیس بنانے میں کافی وقت لگتا ہے اور نیورل نیٹ ورک کی صلاحیتوں کو محدود کر دیتا ہے۔ اگر ایک AI کو مرغیوں کو ٹرکی میں تبدیل کرنے کی تربیت دی جاتی ہے، تو یہ صرف وہی چیز ہے جو یہ بہتر کرے گی۔
اس کے مقابلے میں، FUNIT الگورتھم کو ہدف والے جانور کی صرف چند تصاویر کا استعمال کرتے ہوئے تربیت دی جا سکتی ہے جن پر اسے بار بار مشق کیا جاتا ہے۔ ایک بار جب الگورتھم کافی تربیت یافتہ ہو جاتا ہے، تو اسے صرف ماخذ اور ہدف والے جانوروں کی ایک تصویر کی ضرورت ہوتی ہے، جو مکمل طور پر بے ترتیب ہو سکتی ہے اور اس سے پہلے کبھی اس پر کارروائی یا تجزیہ نہیں کیا گیا ہے۔
دلچسپی رکھنے والے GANanimals پر آزما سکتے ہیں۔ لیکن ابھی تک نتائج کم ریزولیوشن ہیں اور تعلیمی مقاصد کے علاوہ کسی اور چیز کے لیے یا تجسس کو پورا کرنے کے لیے موزوں نہیں ہیں۔ محققین کو امید ہے کہ آخر کار AI اور الگورتھم کی صلاحیتوں کو بہتر بنایا جائے گا تاکہ احتیاط سے کیوریٹ کی گئی تصاویر کے بڑے ڈیٹا بیس پر انحصار کیے بغیر لوگوں کے چہروں کو بدلنا جلد ممکن ہو سکے۔
ماخذ: 3dnews.ru