Bilim adamları, hayali 15B sahneleri görüntülere dönüştürmek için sinir ağlarını başarıyla kullanmış olsalar da, bu makine öğrenimi teknikleri, onları birçok gerçek dünya uygulamasına uygun hale getirmek için yeterince hızlı değil. Massachusetts Teknoloji Enstitüsü ve diğer kuruluşlardaki araştırmacılar tarafından gösterilen yeni yöntem, diğer bazı modellerden yaklaşık 000 kat daha hızlı görüntülerden üç boyutlu sahneler oluşturabiliyor. Bunun hakkında bilgi verir organizasyonun web sitesi.
Uzmanlar, hassas cerrahi veya tarım gibi yaşamın birçok alanında nesnelerin üç boyutlu görselleştirilmesinin gerekli olduğunu açıkladılar. Kural olarak, sinir ağları iki boyutlu bir görüntü alır ve buna dayalı bir 3B nesne oluşturur. MIT bilim adamları, yeni yöntemlerinin bu süreci mevcut modellere kıyasla yaklaşık 15 bin kat hızlandırmaya izin verdiğini söyledi.
Geliştirmenin yazarları, yapay zekanın tek bir gözlemden sonra ve gerçek zamanlı olarak bir kare hızıyla üç boyutlu nesneleri yeniden üretmeyi öğrendiği bir ışık alan ağı (LFN) oluşturdu. Bu yöntem, bir sahneyi 360° ışık alanı olarak temsil eder ve üç boyutlu uzayda her noktadan ve her yönden geçen tüm ışık ışınlarını tanımlayan bir fonksiyondur. Işık alanı, 3D sahnenin oluşturulmasını hızlandıran bir sinir ağına kodlanmıştır.
Uzmanlar, modeli birkaç sahnede test etti. LFN ile, sinir ağının, diğer yöntemlerden yaklaşık üç büyüklük sırası daha hızlı, saniyede 500 kareden fazla 1,6D nesneler oluşturabildiğini buldular. Bilim adamları ayrıca, yeni ışık alanı ağının yaklaşık XNUMX MB bellek gerektiren kaynakları daha rasyonel bir şekilde kullandığını da açıkladılar.
"Nöral işleme, fotogerçekçi işleme ve yalnızca seyrek bir dizi girdi görüntüsüne dayalı görüntü düzenlemeyi mümkün kıldı. Ne yazık ki, mevcut tüm yöntemler, video konferans gibi gerçek zamanlı işleme gerektiren uygulamalarda kullanılmalarını engelleyen, hesaplama açısından çok pahalıdır. Bu proje, yeni nesil hesaplama açısından verimli ve matematiksel olarak zarif sinirsel işleme algoritmalarına doğru büyük bir adım atıyor. Araştırma katılımcısı doçent Gordon Wetzstein, bunun bilgisayar grafikleri, bilgisayarla görme ve diğer alanlarda geniş uygulama bulmasını bekliyorum" dedi. Ona göre, yeni teknoloji bilgisayar grafiklerinde ve diğer alanlarda uygulama bulacaktır.
Bu arada, Kasım ayının sonunda, çiftçilerin hasatlarını artırmalarına yardımcı olan Ricult programı hakkında bilgi sahibi oldu. Servis, Tayland ve Pakistan'daki çiftçilerin ekin dikmek için en iyi zamanı seçmelerine yardımcı olmak için hava değişikliklerini analiz ediyor.
Ayrıca okuyun: