211service.com
Mākslīgais intelekts tagad var izveidot reālistiskus video un spēļu attēlus
Ja aizverat acis un iztēlojaties ķieģeļu sienu, iespējams, jūs varat izveidot diezgan labu garīgo tēlu. Pēc daudzu šādu sienu redzēšanas jūsu smadzenes zina, kā tām vajadzētu izskatīties.
Jaunuzņēmums Apvienotajā Karalistē izmanto mašīnmācīšanos, lai datori un viedtālruņi varētu modelēt vizuālo informāciju līdzīgā veidā. Dators varētu izmantot šos vizuālos modeļus dažādiem uzdevumiem, sākot no video straumēšanas uzlabošanas līdz reālistiskas virtuālās pasaules elementu automātiskai ģenerēšanai.
Magic Pony tehnoloģija , ko izveidojuši Londonas Imperiālās koledžas absolventi ar pieredzi statistikā, datorredzē un neirozinātnēs, apmāca lielus neironu tīklus, lai apstrādātu vizuālo informāciju.
Tiešraides videospēļu plūsma parāda, kā sistēma var uzlabot izplūdušos kadrus reāllaikā.
Uzņēmums ir izstrādājis veidu, kā izveidot augstas kvalitātes video vai attēlus no zemas izšķirtspējas. Tas padod piemēru attēlus datoram, kas tos pārvērš zemākā izšķirtspējā un pēc tam uzzina atšķirību starp abiem. Citi ir demonstrējuši varoņdarbu jau iepriekš, taču uzņēmums to spēj izdarīt ar parastu grafikas procesoru, kas varētu atvērt lietojumprogrammas. Viens piemērs, kas tiek demonstrēts, izmanto paņēmienu, lai uzlabotu spēļu tiešraides plūsmu reāllaikā.
Magic Pony algoritmi var uzlabot pikseļu raksturu.
Robs Bišops , līdzdibinātājs, saka, ka Magic Pony pašlaik risina sarunas ar vairākiem lieliem uzņēmumiem, kas ir ieinteresēti šīs tehnoloģijas licencēšanā. Tiešsaistes video straumēšanas uzņēmumi lielā mērā paļaujas uz video saspiešanu, saka Bišops. Mūsu pirmais produkts parāda, ka attēla kvalitāti var ievērojami uzlabot, izmantojot dziļu mācīšanos, un ātrie mobilie GPU tagad ļauj mums to izvietot jebkurā vietā.
Bišops piebilst, ka šī tehnoloģija varētu uzlabot viedtālruņos ar zemas izšķirtspējas kamerām vai vājā apgaismojumā uzņemto attēlu kvalitāti. Uzņēmums meklē citas lietojumprogrammas, tostarp pikseļu datorgrafikas pārveidošanu augstas izšķirtspējas formātā vai automātiski ģenerē kilometrus reālistiska izskata reljefu un faktūras no iepriekšējiem piemēriem spēlēm vai virtuālās realitātes vidēm.
Uzņēmuma pieejā videomateriālu apstrādei ir neparasts tas, ka tai nav nepieciešami manuāli marķēti piemēri. Tā vietā tā atpazīst statistikas modeļus augstas izšķirtspējas un zemas izšķirtspējas piemēros un pēc tam iemāca, kā vajadzētu izskatīties malām, faktūrām, taisnām līnijām un citām iezīmēm.
Šāda veida mācīšanās varētu būt svarīga mākslīgā intelekta nākotnei (skatiet Mākslīgā intelekta trūkstošo saiti). Līdz šim padziļinātā mācīšanās galvenokārt ir izmantota kā veids, kā atpazīt augsta līmeņa objektus, piemēram, noteiktas sejas attēlos un video, un tas ir paveikts, apstrādājot daudzus marķētus piemērus (skatiet 10 Breakthrough Technologies 2013: Deep Learning ).
Sistēma var automātiski ģenerēt sarežģītas faktūras, piemēram, nomāktu ķieģeļu sienu.
Sistēma var automātiski ģenerēt sarežģītas faktūras, piemēram, nomāktu ķieģeļu sienu.
Pētnieki no Magic Pony šogad prezentēs referātu datorredzes konferencē. Taču Bišops saka, ka kopš dokumenta uzrakstīšanas viņa komanda ir ievērojami uzlabojusi tehnoloģiju, lai padarītu to vēl efektīvāku.
Bīskaps skaidro, ka Magic Pony vārds cēlies no sanāksmes, kurā agrākais investors tehnoloģiju raksturoja kā burvju poniju, jo neviens tam neticētu, to neredzot.