Mektupta: Birisi, çok eski, düşük çözünürlüklü, siyah beyaz bir videoyu 1896'dan saniyede 60 kare hızında kristal netliğinde bir 4K videoya yükseltmede olağanüstü sonuçlar elde edebildi. Bu, AI teknolojisinin normalde herhangi bir şekilde "geliştirmesi imkansız" gibi görünen içeriği geliştirmek için kullanılabileceğini kanıtlayan birçok deneyden biridir.

Son birkaç yıldır teknolojideki en önemli konulardan biri, iş liderlerinin makine öğrenimi, derin öğrenme, takviye öğrenme, sinir ağları, bilgisayar görme, doğal dil işleme gibi birçok buzzwords atmasıyla AI oldu.

Bunların hepsi şirketlerin, akıllı hizmetler ve tüketici elektroniğine ek "akıllı" nefesler verin. Örnekler bol, ancak Google tarafından geliştirilen ve aşağıdakileri yapabilen yapay zekayı duymuş olabilirsiniz: meme kanserini tespit etmekveya Instagram'ın kullandığı diğeri istismarla savaş platformunda.

Yapay zekanın karmaşık geçmişi, insan beyninin nasıl öğrendiğini taklit etmek amacıyla birkaç on yıl önce geliştirilen yazılıma kadar uzanabilir. Bugün, birçok şirket sinir ağları olarak adlandırılan bir şey kullanıyor, bunlar esasen birbirine büyük miktarda veri atarak ve parametrelerini ayarlayarak kalıpları tanımak için "eğitilebilen" yoğun şekilde birbirine bağlı düğüm katmanları.

Onlarla söylemek dışında neler yapılabileceğini merak ediyorsanız, otonom araçlarda doğruluğun artırılması, ünlü Lumière Brothers'ın 1896 kısa klibi "La Ciotat'a Bir Trenin Gelişi" ni, çok daha iyi görünen 4K, 60 fps videoya dönüştürmek için harika bir deney yapan YouTuber Denis Shiryaev'in yukarıdaki videosundan başka bir yere bakmayın. standart yükseltilmiş içeriğiniz.

orijinal saniyede sadece 20 kare hızında mütevazı bir 640 x 480 video ve 3D filmdeki en erken denemelerden bahsetmemek için bir dizi yaygın sinematik tekniğin ilk örneğidir. Gördüğünüz gibi, bugünün standartlarına göre tam olarak etkileyici değil, bu nedenle Denis, Gigapixel AI'den bir sinir ağı ve bir teknik kullandı. derinliğe duyarlı video karesi enterpolasyonu videonun çözünürlüğünü sadece yükseltmekle kalmaz, aynı zamanda kare hızını insan gözü için daha pürüzsüz görünen bir şeye arttırır.

Sözde, o zamanlar tiyatrolarda izleme ayrıcalığına sahip olan kişilerin, neredeyse ekrandan çıkmış gibi görünen hızlı yaklaşan bir trenin görmesiyle şaşırdıkları bir efsane var. Bununla birlikte, Denis tarafından yapılan yükseltilmiş versiyon, öznel kalite açısından orijinalin kilometrelerce önünde olmasına rağmen bu etkiyi oldukça iyi gösteriyor.




Üst ölçekleme işlemi için kullanılan Gigapixel AI, Topaz Labs tarafından geliştirilmiştir ve sonuçların orijinallerle karşılaştırılabilmesi için ölçeklendirilmiş büyük bir kaynak görüntü havuzunun desenleri ve yapıları kullanılarak bir görüntüdeki bilgileri "doldurmak" için eğitilmektedir. Geleneksel bilgelik, yükseltilmiş içeriğin genellikle netliği ve netliği kaybetmesi ve ayrıca kaynak görüntü ile sınırlı olduğunuzdan ek bir ayrıntıya sahip olmamasıdır, ancak Gigapixel AI, eksik piksellere eklemek için standart teknikler gibi enterpolasyona güvenmez.

Bu yeni yöntemin hatalı detaylar getirebileceği ve geleneksel tekniklerden (bi-cubic, Lanczos, spline) çok daha yavaş (Topaz Labs'a göre) olduğu söylenebilir. Bununla birlikte, sinir ağlarının görüntüleri renklendirmek ve zemin, pencere, bitki örtüsü vb. Şeylere çeşitli eksik desenler eklemek için eğitilebileceği yönündedir.




Bir deneme bile var sinir ağlarına nasıl boya yapılacağını öğretmekPyreor ve Fast.ai kütüphanelerini kullanarak bunu başarmak için Libre AI'den Ernesto Diaz Aviles tarafından yürütülen bir program. Buradaki fikir, bilgisayarlara manzaraları çizmenin Bob Ross'un izleyicilere basit teknikleri nasıl eğlenceli bir şekilde kullanacağını öğrettiği ünlü “Resim Sevinci” programında olduğu gibi çizmelerini sağlamaktır.

Ve zaten sinir ağlarını kullanarak neler yapılabileceğine dair örnekler gördük Doom gibi eski oyunları görsel olarak elden geçir ve oyun karakterlerine daha doğal ve inandırıcı animasyonlar.

Yapay zeka o kadar büyük ki Google gibi şirketler, elma, Intel, Microsoft,, Amazon ve diğerleri, çeşitli projeleri için yetenekleri geliştirmek için alandaki her yeni ve belirsiz girişime satın almak veya yatırım yapmak için yarışıyorlar. Hatta geniş bir konu bile tartışma telif hakkı ve ticari marka hukukunda yapay zekâ rolü üzerine ilerliyor. Önümüzdeki on yıl boyunca nelerin depolandığını görmek ilginç olacak ve Nvidia sayesinde, ipucu - Yapay zeka, etkileşimli sanal dünyalar, gerçek dünya görüntülerinin muazzam kütüphanelerine dayanır.