NVIDIA este o companie care, pe lângă dezvoltarea plăcilor grafice, este această inteligență profesională, care este o inteligență profesională puternică. GauGAN, un instrument dezvoltat de producător capabil să creeze peisaje false dintr-o singură rețea (Confruntare generativă, confruntare sau rețea) href="https://www.Serviciul Secret de Inteligență.com/robotica-e-ia/esta-persona-no-existe-inquietante-web-que-usa-inteligencia-artificial-para-generar-rostros-personas-que-no-reales">a dat viață StyleGAN (rețeaua capabilă să creeze fotografii cu oameni care nu există).
Acum, compania a prezentat DIB-R, un cadru de randare care folosește învățarea automată pentru a crea modele tridimensionale dintr-o imagine bidimensională, adică o fotografie. DIB-R funcționează într-un mod foarte asemănător cu ochii noștri, combinând imaginile capturate de cele două retine ale noastre pentru a genera profunzime și tridimensionalitate. NVIDIA face acest lucru folosind interpolarea diferenţială.
De la o fotografie la un model tridimensional
Pornind de la o imagine, DIB-R este capabil să creeze un model 3D cu aceeași culoare, textură și dimensiune.
Conform NVIDIA, „în grafica tradițională pe computer, o conductă redă un model 3D pe un ecran 2D. Dar există informații care pot fi obținute făcând invers – un model care ar putea deduce un obiect 3D dintr-o imagine 2D ar putea urmări mai bine obiectul, de exemplu”. Este puțin abstract, dar cu un exemplu se înțelege mai bine.
Să ne imaginăm că avem un robot autonom care trebuie să interacționeze cu mediul său. Potrivit companiei, „trebuie să fie capabilă să simtă și să înțeleagă mediul înconjurător” pentru a face acest lucru „în siguranță și eficient”. „DIB-R ar putea îmbunătăți aceste capacități de percepție a adâncimii”. Ar putea fi util pentru un robot care trebuie să ridice și să mute rapid obiecte de diferite dimensiuni, de exemplu.
DIB-R folosește o arhitectură codificator-decodor, o rețea neuronală care transformă intrările (o fotografie) într-o hartă a caracteristicilor sau chiar a unui vector de culoare, pentru a prezice o hartă a caracteristicilor sau chiar a unei culori luminoase. imagine. AI a fost antrenat cu mai multe seturi de date, deși cel mai izbitor este cel al imaginilor cu păsări. După ce a fost antrenat și a văzut multe fotografii cu păsări, DIB-R poate folosi o fotografie a oricărei păsări și poate realiza o reprezentare 3D cu aceeași formă și textură.
Conform companiei, DIB-R a fost antrenat în doar două zile folosind un GPU NVIDIA V100 și rezultatul este că DIB-R poate, conform NVIDIA, să producă un obiect tridimensional dintr-o imagine în „mai puțin de 100 de milisecunde”. NVIDIA explică că face acest lucru „alterând o sferă poligonală”, astfel încât „se potrivește cu forma obiectului real portretizat în imaginile 2D”.
Nu numai că funcționează cu păsările, dar poate fi folosit și pentru a crea modele tridimensionale ale animalelor dispărute. Compania dă exemplul unui Tyrannosaurus Rex sau al unei păsări Dodo, dar posibilitățile sunt practic nelimitate. Trebuie remarcat faptul că DIB-R este bazat pe PyTorch și este inclus ca parte a Kaolin, biblioteca de învățare profundă tridimensională. Lucrarea cu cercetarea completă este disponibilă pe GitHub, deși rezultatele vor fi prezentate săptămâna aceasta la conferința NeurIPS de la Vancouver.
Via | The Next Web