Αν και οι επιστήμονες έχουν χρησιμοποιήσει με επιτυχία νευρωνικά δίκτυα για να αποδώσουν φανταστικές σκηνές 15D σε εικόνες, αυτές οι τεχνικές μηχανικής μάθησης δεν είναι αρκετά γρήγορες ώστε να τις κάνουν κατάλληλες για πολλές εφαρμογές του πραγματικού κόσμου. Η νέα μέθοδος, που επιδείχθηκε από ερευνητές στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης και άλλους οργανισμούς, μπορεί να αποδώσει τρισδιάστατες σκηνές από εικόνες περίπου 000 φορές πιο γρήγορα από κάποια άλλα μοντέλα. Γι 'αυτό Αναφορές ιστοσελίδα του οργανισμού.
Οι ειδικοί διευκρίνισαν ότι σε πολλούς τομείς της ζωής, για παράδειγμα, τη χειρουργική ακριβείας ή τη γεωργία, απαιτείται τρισδιάστατη απεικόνιση αντικειμένων. Κατά κανόνα, τα νευρωνικά δίκτυα λαμβάνουν μια δισδιάστατη εικόνα και δημιουργούν ένα τρισδιάστατο αντικείμενο με βάση αυτήν. Οι επιστήμονες του MIT είπαν ότι η νέα τους μέθοδος επιτρέπει την επιτάχυνση αυτής της διαδικασίας κατά περίπου 3 χιλιάδες φορές, σε σύγκριση με τα υπάρχοντα μοντέλα.
Οι συντάκτες της ανάπτυξης δημιούργησαν ένα δίκτυο φωτεινού πεδίου (LFN), βάσει του οποίου η τεχνητή νοημοσύνη έμαθε να αναπαράγει τρισδιάστατα αντικείμενα μετά από μία μόνο παρατήρηση και με ρυθμό καρέ σε πραγματικό χρόνο. Αυτή η μέθοδος αντιπροσωπεύει μια σκηνή ως πεδίο φωτός 360° και μια συνάρτηση που περιγράφει όλες τις ακτίνες φωτός σε τρισδιάστατο χώρο που διέρχονται από κάθε σημείο και προς όλες τις κατευθύνσεις. Το φωτεινό πεδίο κωδικοποιείται σε ένα νευρωνικό δίκτυο, το οποίο επιταχύνει την απόδοση της τρισδιάστατης σκηνής.
Οι ειδικοί δοκίμασαν το μοντέλο σε πολλές σκηνές. Διαπίστωσαν ότι με το LFN, το νευρωνικό δίκτυο ήταν σε θέση να δημιουργήσει τρισδιάστατα αντικείμενα με ταχύτητα άνω των 500 καρέ ανά δευτερόλεπτο, περίπου τρεις τάξεις μεγέθους ταχύτερα από άλλες μεθόδους. Οι επιστήμονες διευκρίνισαν επίσης ότι το νέο δίκτυο του φωτεινού πεδίου χρησιμοποιεί πιο ορθολογικά πόρους που απαιτούν περίπου 1,6 MB μνήμης.
«Η νευρωνική απόδοση έχει ενεργοποιήσει τη φωτορεαλιστική απόδοση και την επεξεργασία εικόνας με βάση μόνο ένα αραιό σύνολο εικόνων εισόδου. Δυστυχώς, όλες οι υπάρχουσες μέθοδοι είναι πολύ ακριβές από υπολογιστική άποψη, γεγονός που εμποδίζει τη χρήση τους σε εφαρμογές που απαιτούν επεξεργασία σε πραγματικό χρόνο, όπως η τηλεδιάσκεψη. Αυτό το έργο κάνει ένα μεγάλο βήμα προς μια νέα γενιά υπολογιστικά αποδοτικών και μαθηματικά κομψών αλγορίθμων νευρικής απόδοσης. Αναμένω ότι θα βρει ευρεία εφαρμογή στα γραφικά υπολογιστών, στην όραση υπολογιστών και σε άλλους τομείς», δήλωσε ο αναπληρωτής καθηγητής Gordon Wetzstein που συμμετέχει στην έρευνα. Σύμφωνα με τον ίδιο, η νέα τεχνολογία θα βρει εφαρμογή στα γραφικά υπολογιστών και σε άλλους τομείς.
Παρεμπιπτόντως, στα τέλη Νοεμβρίου, έγινε γνωστό για το πρόγραμμα Ricult, το οποίο βοηθά τους αγρότες να αυξήσουν τη σοδειά τους. Η υπηρεσία αναλύει τις καιρικές αλλαγές για να βοηθήσει τους αγρότες στην Ταϊλάνδη και το Πακιστάν να επιλέξουν την καλύτερη στιγμή για να φυτέψουν καλλιέργειες.
Διαβάστε επίσης: