Čeprav so znanstveniki uspešno uporabili nevronske mreže za upodabljanje namišljenih 15D prizorov v slike, te tehnike strojnega učenja niso dovolj hitre, da bi bile primerne za številne aplikacije v resničnem svetu. Nova metoda, ki so jo pokazali raziskovalci na Tehnološkem inštitutu v Massachusettsu in drugih organizacijah, lahko tridimenzionalne prizore upodablja iz slik približno 000-krat hitreje kot nekateri drugi modeli. O tem poročila spletna stran organizacije.
Strokovnjaki so pojasnili, da je na mnogih področjih življenja, na primer v natančni kirurgiji ali kmetijstvu, potrebna tridimenzionalna vizualizacija predmetov. Nevronske mreže praviloma prejmejo dvodimenzionalno sliko in na njeni podlagi ustvarijo 3D objekt. Znanstveniki MIT so povedali, da njihova nova metoda omogoča pospešitev tega procesa za približno 15 tisočkrat v primerjavi z obstoječimi modeli.
Avtorji razvoja so ustvarili mrežo svetlobnega polja (LFN), na podlagi katere se je umetna inteligenca naučila reproducirati tridimenzionalne predmete po enem samem opazovanju in s hitrostjo sličic v realnem času. Ta metoda predstavlja sceno kot 360° svetlobno polje in funkcijo, ki opisuje vse svetlobne žarke v tridimenzionalnem prostoru, ki gredo skozi vsako točko in v vse smeri. Svetlobno polje je zakodirano v nevronsko mrežo, ki pospeši izris 3D scene.
Strokovnjaki so model testirali na več prizorih. Ugotovili so, da je nevronska mreža z LFN lahko ustvarila 500D-predmete s hitrostjo več kot 1,6 sličic na sekundo, približno tri stopnje velikosti hitreje kot druge metode. Znanstveniki so tudi pojasnili, da nova mreža svetlobnega polja bolj racionalno uporablja vire, ki zahtevajo približno XNUMX MB pomnilnika.
»Nevronsko upodabljanje je omogočilo fotorealistično upodabljanje in urejanje slik na podlagi le redkega nabora vhodnih slik. Na žalost so vse obstoječe metode z računalniškega vidika zelo drage, kar onemogoča njihovo uporabo v aplikacijah, ki zahtevajo obdelavo v realnem času, kot so videokonference. Ta projekt naredi velik korak k novi generaciji računalniško učinkovitih in matematično elegantnih algoritmov nevronskega upodabljanja. Pričakujem, da bo našel široko uporabo v računalniški grafiki, računalniškem vidu in na drugih področjih,« je povedal udeleženec raziskave izredni profesor Gordon Wetzstein. Po njegovih besedah bo nova tehnologija našla uporabo v računalniški grafiki in na drugih področjih.
Mimogrede, konec novembra je postalo znano o programu Ricult, ki kmetom pomaga povečati letino. Storitev analizira vremenske spremembe, da kmetom na Tajskem in v Pakistanu pomaga izbrati najboljši čas za sajenje pridelkov.
Preberite tudi: