Uyda uy hayvonlari boqadigan har bir kishi ularni yaxshi ko'radi. Biroq, sizning sevimli itingiz boshqa zot bo'lsa, yanada yoqimliroq ko'rinarmidi? NVIDIA-ning GANimals nomli yangi vositasi tufayli sevimli uy hayvoningiz boshqa hayvon bo'lsa, undan ham yoqimliroq ko'rinishini baholashingiz mumkin.
Bu yil boshida NVIDIA Research Internet foydalanuvchilari o'zining GauGAN vositasi bilan qo'pol eskizlarni deyarli fotoreal tasvirlarga aylantirish imkonini berdi. Ushbu vosita foydalanuvchilardan tegishli cho'tka rangini tanlash orqali tasvirning qaysi qismlari suv, daraxtlar, tog'lar va boshqa diqqatga sazovor joylar bo'lishi kerakligini belgilashni talab qildi, ammo GANimals to'liq avtomatik ishlaydi. Siz qilishingiz kerak bo'lgan narsa - uy hayvoningizning fotosuratini yuklash va u namunaning "yuz ifodasini" saqlaydigan boshqa hayvonlarning fotoreal tasvirlarini yaratadi.
Shu hafta Koreyaning Seul shahrida bo‘lib o‘tgan Xalqaro kompyuter ko‘rish konferensiyasida taqdim etilgan maqolada tadqiqotchilar o‘zlari ishlab chiqqan algoritmni tasvirlab berishdi. . Bu “Bir necha suratli, nazoratsiz tasvirdan tasvirga tarjima” degan maʼnoni anglatadi. Manba tasvirining xususiyatlarini maqsadli tasvirga aylantirish uchun sun'iy intellektdan foydalanilganda, sun'iy intellekt odatda real ko'rinadigan natijalarni olish uchun turli yorug'lik darajalari va kamera burchaklariga ega bo'lgan maqsadli tasvirlarning katta to'plamida o'qitilishi kerak. Ammo bunday katta tasvirlar bazasini yaratish uzoq vaqt talab etadi va neyron tarmoq imkoniyatlarini cheklaydi. Agar sun'iy intellekt tovuqlarni kurkaga aylantirishga o'rgatilgan bo'lsa, shundagina u yaxshi ishlaydi.
Taqqoslash uchun, FUNIT algoritmini qayta-qayta mashq qilinadigan maqsadli hayvonning bir nechta tasvirlari yordamida o'rgatish mumkin. Algoritm etarlicha o'qitilgandan so'ng, unga faqat manba va maqsadli hayvonlarning bitta tasviri kerak bo'ladi, ular butunlay tasodifiy bo'lishi mumkin va hech qachon qayta ishlanmagan yoki tahlil qilinmagan.
Qiziqqanlar GANanimals-ni sinab ko'rishlari mumkin , lekin hozirgacha natijalar past piksellar soniga ega va ta'lim maqsadlaridan yoki qiziqishni qondirishdan boshqa hech narsa uchun mos emas. Tadqiqotchilar oxir-oqibat AI va algoritm imkoniyatlarini yaxshilashga umid qilmoqdalar, shunda tez orada odamlarning yuzlarini sinchkovlik bilan tuzilgan rasmlarning ulkan ma'lumotlar bazasiga tayanmasdan o'zgartirish mumkin bo'ladi.
Manba: 3dnews.ru