„Nvidia Tag-Teaming AI“ įsivaizduoja naktį kaip dieną, o namų kates – kaip tigrus

Kategorija: Dirbtinis intelektas Paskelbta Gruodžio 04 d

Nauja mašininio mokymosi kryptis suteikia kompiuteriams galimybę svajoti, o rezultatai yra žavūs ir galbūt gana naudingi.

Nvidia Santa Klaroje, Kalifornijoje, mokslininkų sukurta sistema gali pažvelgti į saulėto kelio vaizdą ir stulbinančiai detaliai įsivaizduoti, kaip atrodytų lyjant, naktį ar sningant dieną. Taip pat galima įsivaizduoti, kaip atrodytų naminė katė, jei tai būtų leopardas, liūtas ar tigras.

The programinė įranga naudoja populiarų naują AI metodą, leidžiantį kompiuteriams mokytis be žmogaus pagalbos. Komanda naudojo generatyvius priešingus tinklus arba GAN, kurie yra neuroniniai tinklai, dirbantys kartu, kad išmoktų duomenų rinkinio savybes (žr. Inovatoriai iki 35 metų: Ian Goodfellow ).

GAN vienas neuroninis tinklas bando sukurti sintetinius duomenis, o kitas bando pasakyti, ar pavyzdys gaunamas iš tikro duomenų rinkinio, ar ne. Atsiliepimai iš antrojo tinklo padeda pagerinti pirmojo tinklo našumą. „Nvidia“ komandos atliktas triukas yra naudoti du GAN, apmokytus pagal skirtingus, bet panašius duomenis, ir naudoti dviejų parengtų modelių panašumus arba sutapimą, kad būtų galima sukurti naujus vaizdus.

Pavyzdžiui, gatvių vaizdų atveju vienas GAN buvo išmokytas įsisavinti kelių savybes, o kitas buvo mokomas naudojant naktinių, lietingų ar snieguotų scenų vaizdus. Sujungus du tinklus, kompiuteris gali įsivaizduoti, kaip scena atrodytų skirtingomis sąlygomis. Panašus triukas buvo atliktas su naminėmis katėmis ir didelėmis katėmis (galite patikrinti visas vaizdo įrašas čia). Tyrėjai pristato darbą Neuroninių informacijos apdorojimo sistemų konferencija Šią savaitę Long Byče, Kalifornijoje. Štai popierius (PDF), kuriame aprašomas darbas.

Iki šiol mašininis mokymasis buvo labiau orientuotas į atpažinimą, sako Ming-Yu Liu , kuris su kolegomis dirbo prie projekto Tomas Breuelis ir Janas Kautzas . Tačiau žmonės gali pasitelkti savo vaizduotę. Jei pateiksiu jums nuotrauką vasarą, galite įsivaizduoti, kaip ji bus padengta sniegu.

Liu teigia, kad ši technologija gali būti praktiškai pritaikyta vaizdų ir vaizdo įrašų redagavimui bei socialiniuose tinkluose paskelbtiems vaizdams ir vaizdo įrašams pridėti tikroviškų efektų. Įsivaizduokite, kad galite paskelbti tiesioginį vaizdo įrašą, kuriame esate, pavyzdžiui, labai tikroviškoje dirbtinėje aplinkoje arba kuris įtikinamai paverčia jūsų veidą kito žmogaus ar gyvūno veidu.

Šis metodas taip pat gali būti naudingas mokant savarankiško vairavimo sistemas, kad atpažintų daugiau scenarijų, nerenkant juokingo kiekio realaus pasaulio duomenų. Kalifornijoje sniego nėra daug, bet norime, kad mūsų savaeigis automobilis gerai veiktų sniege, sako Liu.