Nors mokslininkai sėkmingai panaudojo neuroninius tinklus įsivaizduojamoms 15D scenoms paversti vaizdais, šie mašininio mokymosi metodai nėra pakankamai greiti, kad būtų tinkami daugeliui realaus pasaulio programų. Naujasis metodas, kurį demonstravo Masačusetso technologijos instituto ir kitų organizacijų tyrėjai, gali atvaizduoti trimates vaizdų scenas maždaug 000 XNUMX kartų greičiau nei kai kurie kiti modeliai. Apie tai praneša organizacijos svetainė.
Specialistai patikslino, kad daugelyje gyvenimo sričių, pavyzdžiui, tiksliojoje chirurgijoje ar žemės ūkyje, reikalinga trimatė objektų vizualizacija. Paprastai neuroniniai tinklai gauna dvimatį vaizdą ir pagal jį sukuria 3D objektą. MIT mokslininkai teigė, kad jų naujasis metodas leidžia pagreitinti šį procesą apie 15 tūkstančių kartų, palyginti su esamais modeliais.
Kūrimo autoriai sukūrė šviesos lauko tinklą (LFN), kurio pagrindu dirbtinis intelektas išmoko atgaminti trimačius objektus po vieno stebėjimo ir kadrų dažniu realiu laiku. Šis metodas vaizduoja sceną kaip 360° šviesos lauką ir funkciją, apibūdinančią visus šviesos spindulius trimatėje erdvėje, einančioje per kiekvieną tašką ir visomis kryptimis. Šviesos laukas yra užkoduotas į neuroninį tinklą, kuris pagreitina 3D scenos atvaizdavimą.
Specialistai išbandė modelį keliose scenose. Jie nustatė, kad naudojant LFN, neuronų tinklas galėjo generuoti 500D objektus daugiau nei 1,6 kadrų per sekundę greičiu, maždaug trimis dydžiais greičiau nei kitais metodais. Mokslininkai taip pat paaiškino, kad naujasis šviesos lauko tinklas racionaliau naudoja išteklius, kuriems reikia apie XNUMX MB atminties.
„Neuroninis atvaizdavimas įgalino fotorealistinį atvaizdavimą ir vaizdų redagavimą remiantis tik nedideliu įvesties vaizdų rinkiniu. Deja, visi esami metodai yra labai brangūs skaičiavimo požiūriu, o tai neleidžia jų naudoti programose, kurioms reikalingas apdorojimas realiuoju laiku, pavyzdžiui, vaizdo konferencijose. Šis projektas žengia didelį žingsnį link naujos kartos skaičiavimo požiūriu efektyvių ir matematiškai elegantiškų neuronų atvaizdavimo algoritmų. Tikiuosi, kad jis bus plačiai pritaikytas kompiuterinėje grafikoje, kompiuterinėje vizijoje ir kitose srityse“, – sakė tyrimo dalyvis docentas Gordonas Wetzsteinas. Anot jo, naujoji technologija ras pritaikymą kompiuterinėje grafikoje ir kitose srityse.
Beje, lapkričio pabaigoje tapo žinoma apie programą „Ricult“, padedančią ūkininkams padidinti derlių. Paslauga analizuoja orų pokyčius, kad padėtų Tailando ir Pakistano ūkininkams pasirinkti geriausią laiką sodinti javus.
Taip pat skaitykite: