જોકે ઘણા વપરાશકર્તાઓ માટે સત્ય એ છે કે કોઈ પણ પ્રકારનો ક્રમ રેકોર્ડ કરવાની સંભાવના છે ધીમી ગતિ તે એવું કંઈક છે કે જેનો તેઓ તેમના જીવનમાં એક કે બે વારથી વધુ ઉપયોગ કરશે નહીં કે ઉપયોગ કરશે નહીં, સત્ય એ છે કે, ક્યાંય પણ તે બન્યું નથી વ્યવહારીક રીતે તમામ ઉચ્ચ-એન્ડ સ્માર્ટફોનમાં ડિફ defaultલ્ટ રૂપે ઇન્સ્ટોલ કરેલા વિકલ્પોમાંથી એક જે આજે બજારમાં હાજર છે અને તે પણ હજી બાકી છે.
જોકે આ તકનીકી ઓછી છે, આશ્ચર્યજનક ઓછી છે અને એવા ઘણા વપરાશકર્તાઓ છે જે શાબ્દિક રીતે તેની શક્યતાઓના પ્રેમમાં છે, સત્ય એ છે કે જીવનની લગભગ દરેક વસ્તુની જેમ, તેની પણ નકારાત્મક બાજુ છે. આ કિસ્સામાં આપણે લગભગ વિશેષ ધ્યાન કેન્દ્રિત કરવું જોઈએ, ખાસ કરીને સંગ્રહ જરૂરિયાતો આમાંથી કોઈપણ વિડિઓઝ, જે ખૂબ જ highંચી હોઈ શકે છે તેમ જ તેના પુનરુત્પાદન માટે જરૂરી સંસાધનો, કંઈક કે જે આખરે તેના અમલીકરણને મર્યાદિત કરે છે, જેમ કે આપણે કહ્યું છે, કોઈપણ ઉત્પાદકની ઉચ્ચતમ રેન્જના ટર્મિનલ્સ પર.
કોઈપણ વર્તમાન હાઇ-એન્ડ સ્માર્ટફોન સ્લો મોશન વિડિઓઝ બનાવી અને પ્લે કરી શકે છે
સ્લો મોશનમાં કોઈપણ કોઈપણ વિડિઓનું પ્રજનન કરી શકે છે તેની ખાતરી કરવા માટે, તેના પ્રજનન માટે જરૂરી સંસાધનો પ્રદાન કરવા માટે રેકોર્ડ કરવામાં આવી છે કે નહીં, આજે આપણને નવીનતા મળી છે Nvidia તે ચોક્કસપણે ઘણાને ખુશ કરશે કેમ કે તેના એન્જિનિયરોએ એ કરતાં ઓછી કશું વિકસિત કરવામાં વ્યવસ્થાપિત કર્યા છે નવું કૃત્રિમ બુદ્ધિ મંચ કે, પ્રસ્તુત પ્રથમ પુરાવા મુજબ, સ્લો મોશનમાં કોઈપણ પ્રકારની વિડિઓ ચલાવવાની મંજૂરી આપશે, બંને ટર્મિનલમાં હોસ્ટ કરેલા અને તે છે જે આપણે યુટ્યુબ જેવા સ્ટ્રીમિંગ પ્લેટફોર્મ પર onlineનલાઇન જોઈ શકીએ છીએ.
થોડી વધુ વિગતમાં જતા, એનવીડિયાએ જાહેર કરેલું, એવું લાગે છે કે આ નવલકથા એલ્ગોરિધમનો રેકોર્ડ થયા પછી છબીઓ ધીમું કરવા માટે વિકસાવવામાં આવ્યો છે. પ્રતિષ્ઠિત કંપની દ્વારા વિકસિત અને પ્રસ્તુત પ્લેટફોર્મ અને બજારમાં અસ્તિત્વમાં છે તે બાકીની તકનીકો વચ્ચેનો તફાવત એ છે કે, તેના બદલે ફ્રેમ્સ ખેંચવા, કંઈક કે જે પરિણામી છબીઓને ખૂબ ખરાબ લાગે છે, તેની કૃત્રિમ બુદ્ધિ એનવીડિયા એ ફ્રેમ્સ બનાવે છે જે આ જગ્યાઓ માં ક્યાંય પણ દાખલ નથી કરાઈ.
સ્લો મોશનમાં કોઈપણ વિડિઓ જોવા માટે એક કન્વ્યુશનલ ન્યુરલ નેટવર્ક પૂરતું છે
સ softwareફ્ટવેર સ્તરે, એનવીડિયા એન્જિનિયરોએ નિર્ણય લીધો છે કે આ વિધેય સાથે પ્લેટફોર્મ બનાવવાનો શ્રેષ્ઠ વિકલ્પ એક બનાવવા પર વિશ્વાસ મૂકીએ છે કન્વોલિશનલ ન્યુરલ નેટવર્ક icalપ્ટિકલ પ્રવાહ, ofબ્જેક્ટ્સની હિલચાલ પેટર્ન, સપાટીઓ અને પ્રશ્નમાંના દ્રશ્યની ધારનો અંદાજ કા toવામાં સક્ષમ. આ બધા માટે આભાર, જરૂરી ફ્રેમ્સ બનાવી શકાય છે, જેથી જ્યારે ક્ષણ આવે, ત્યારે આપણે જોઈ શકીએ કે બંને ઇનપુટ ફ્રેમ્સની વચ્ચે આગળ અને પાછળ બંનેનું પ્રજનન થાય.
આ બધા પ્રભાવશાળી કાર્યની અંદર, પ્લેટફોર્મ પણ આગાહી કરી શકે છે કે પિક્સેલ વર્તમાન ચારથી આગળના ફ્રેમમાં કેવી રીતે આગળ વધશે, તે માટે આગાહી કરવાનો અવકાશ છે, આ માટે એક દ્વિ-પરિમાણીય ચળવળ વેક્ટર બનાવવામાં આવ્યું છે, જે આગાહી કરવામાં સક્ષમ છે અને મધ્યવર્તી ફ્રેમમાં આશરે ફ્લો ફીલ્ડમાં મર્જ કરો. આ બધા કામ પછી, બીજું કન્વોલ્યુશનલ ન્યુરલ નેટવર્ક icalપ્ટિકલ પ્રવાહને ઇન્ટરપોલેટિંગ કરવા માટેનો હવાલો સંભાળે છે અને દૃશ્યતા નકશાની આગાહી કરવા અને ફ્રેમમાં objectsબ્જેક્ટ્સ દ્વારા પિક્સેલ્સને બાકાત રાખવા માટે અંદાજિત પ્રવાહ ક્ષેત્રને સુધારવાની કાળજી લો.
જો કે આ તકનીકી રસપ્રદ કરતાં વધુ છે, ખાસ કરીને જો આપણે એનવીડિયાના નેતાઓ દ્વારા પ્રસ્તુત કરાયેલા પ્રહારના પરિણામો ધ્યાનમાં લઈએ તો પણ, સત્ય એ છે કે તે અપેક્ષા રાખવામાં આવતી નથી કે તે થોડા સમય માટે વ્યવસાયિકૃત થઈ શકે. મુખ્ય સમસ્યા તે છે Nvidia દ્વારા બનાવેલ કૃત્રિમ બુદ્ધિ પ્લેટફોર્મ સંપૂર્ણ રીતે optimપ્ટિમાઇઝ થયેલ નથી અને રીઅલ ટાઇમમાં એક્ઝિક્યુટ કરી શકાય તેવી એપ્લિકેશનને અમલમાં મૂકવાની હકીકત હજી પણ આ પ્રોજેક્ટના વિકાસમાં સામેલ ઇજનેરો માટે એક પડકાર છે.