Znovuobjevení vesmírné fotografie NASA k jasnějšímu výsledku. Vesmírný let teď
NVIDIA je již dlouho známá svými bezvadnými grafickými jednotkami (GPU), jejímž hlavním produktem je karta NVIDIA GeForce. Díky tomu byla společnost vždy v čele výzkumu a vývoje zkušeností zvyšujících umělou inteligenci ve videohrách, grafickém designu, zpracování dat a automobilových vozidlech.
V poslední době se NVIDIA začala soustředit na umělou inteligenci izolovaně, přičemž její nejnovější projekt se zaměřuje na inteligentní opětovné zobrazování již existujících fotografií pomocí gaussovských algoritmů k vyhodnocení nejmenších rozdílů mezi stovkami jasných a rozmazaných obrazů kategorizovaných na základě teploty a odstínu, a poté zadáním těchto hodnot do regresních výrazů jednotlivých rozmazaných fotografií a vrátit se zpět k tomu, jak mohly vypadat jejich původní jasné snímky. Tento proces se provádí individuálně pro každý bod na fotografii a pro generování obecné hodnoty nejmenšího rozdílu se používá součet.
Kancelář NVIDIA. Nasdaq na Twitteru
Algoritmus pracuje s poučením z minulých pokusů o to, co naznačují určité barvy a vzory na obrazovce. Když byl systém vyvinut, byly to tisíce rozmazaných a originálních obrazů, aby stroj mohl identifikovat, které vzory a barvy na obrazovce odpovídají kterým drážkám a hranám v původním obrazu. NVIDIA, která byla mnohokrát testována, dokázala naučit svůj čip AI učit se z předchozích pokusů a ukládat databázi shodných grafických kódů, které jsou převedeny do matematického kódu na základě umístění, odstínu a teploty. S využitím minulých zkušeností a vztahů mezi rozmazaným a jasným obrazem stejného místa a odstínu stroj praskne s novými obrázky a použije vzorce, které nejlépe odpovídají odstínu a teplotě nové fotografie. NVIDIA prošla svým algoritmem dostatečným počtem pokusů, aby měla dostatečně silnou retenční databázi, do které může umělá inteligence proniknout při práci na novějších obrázcích, a mechanismus nyní stojí sám za sebe, díky svému tréninku v posilování učení (RL) dokáže odhalit prakticky jakýkoli obrázek . Po odhalení dostatečného počtu tváří může například stroj při testování rozeznat rozmazané tváře, protože chápe, které rozmazané drážky odpovídají těm rysům obličeje. Do databáze algoritmů bylo přidáno také vystavení různým druhům šumu, jako jsou přetížené, nabílené, filtrované a texturované obrázky.
V algoritmu matematický jazyk, program načte odpovídající poškozená a jasná místa na odpovídajících obrázcích a přihlásí x, y, x 'a y' do své databáze. Poté vytvoří gaussovu regresní křivku, aby odpovídala rozdílům mezi těmito dvěma, což umožňuje převod na základě obecného fotografického šumu. V generovaném regresním výrazu nejmenších čtverců se vezme nejnižší hodnota, která splňuje podmínku, a vynese se nová křivka gaussovské hodnoty. Při převodu obrazu zpět na původní čistou kvalitu se teplota každého bodu změní na základě rozdílu regresního vzoru v databázi stroje AI, který odpovídá dané konkrétní barvě a vzoru, a každý bod se převrátí, aby vytvořil celý jasný obraz. Gaussovský zakřivovací mechanismus ovlivňuje nejobecnější formy šumu, ale pokud je zařízení schopno identifikovat jiné formy šumu, které se často připisují špatně načasovaným rychlostem závěrky nebo obecnému zastínění obrazu, hodnota gaussovského nejmenšího rozdílu se průměruje Poisson datové sady (pro první) a Bernoulli (pro druhou) také hodnoty nejmenšího rozdílu.
Zobrazování fotografií podporované umělou inteligencí. BT
Laicky řečeno, role, kterou v tom hraje umělá inteligence, je inteligentní detekce a převod jedinečných fotografií na základě sady praktik, kterou již zařízení vyzkoušelo. Pokud jde o dosaženou úroveň umělé inteligence, která je stále ve fázi, kdy není nijak zvlášť nezávislá a její úsilí je omezeno na řadu již procvičených scénářů, dosáhla NVIDIA značného úspěchu při vytváření stroje, který se může pokusit a znovu vytvořit neviditelné fotografie s nejvyšší úrovní přesnosti důsledným přizpůsobováním a rozšiřováním své databáze s cílem zlepšit úspěšnost následných fotografických obratů.
