हालांकि कई उपयोगकर्ताओं के लिए सच्चाई यह है कि किसी भी प्रकार के अनुक्रम को रिकॉर्ड करने की संभावना है धीमी गति यह कुछ ऐसा है जो उन्होंने न तो उपयोग किया है और न ही वे अपने पूरे जीवन में एक या दो बार से अधिक उपयोग करेंगे, सच्चाई यह है कि, कहीं से भी, यह बन गया है व्यावहारिक रूप से सभी उच्च अंत स्मार्टफ़ोन में डिफ़ॉल्ट रूप से स्थापित विकल्पों में से एक वे आज भी बाजार में मौजूद हैं और उन लोगों में भी जो अभी तक आने वाले हैं।
इस तथ्य के बावजूद कि यह तकनीक है, कम हड़ताली और ऐसे कई उपयोगकर्ता हैं जो सचमुच इसकी संभावनाओं के प्यार में हैं, सच्चाई यह है कि, जीवन में लगभग हर चीज की तरह, इसका एक नकारात्मक पक्ष भी है। इस मामले में हमें लगभग विशेष रूप से ध्यान केंद्रित करना होगा भंडारण की जरूरत है इन वीडियो में से कोई भी, जो बहुत अधिक हो सकता है और साथ ही साथ इसके लिए आवश्यक संसाधन पुन: पेश करने के लिए, कुछ ऐसा है जो अंत में इसके कार्यान्वयन को सीमित करता है, जैसा कि हमने कहा, किसी भी निर्माता की उच्चतम श्रेणियों के टर्मिनलों के लिए।
कोई भी वर्तमान हाई-एंड स्मार्टफोन स्लो मोशन वीडियो बना और चला सकता है
यह सुनिश्चित करने के लिए कि कोई भी स्लो मोशन में किसी भी वीडियो को पुन: पेश कर सकता है, चाहे उसके प्रजनन के लिए आवश्यक संसाधनों की पेशकश करने के लिए रिकॉर्ड किया गया हो या नहीं, आज हम एक नवीनता पाते हैं Nvidia यह निश्चित रूप से कई लोगों को खुश करेगा क्योंकि उनके इंजीनियर कुछ भी कम विकसित करने में कामयाब रहे हैं नया कृत्रिम बुद्धिमत्ता मंच प्रस्तुत साक्ष्यों के अनुसार, स्लो मोशन में किसी भी प्रकार के वीडियो को चलाने की अनुमति देगा, दोनों एक टर्मिनल में होस्ट किए गए और जिन्हें हम YouTube जैसे स्ट्रीमिंग प्लेटफॉर्म पर ऑनलाइन देख सकते हैं।
एनविडिया द्वारा घोषित के रूप में थोड़ा और विस्तार में जाने से ऐसा लगता है कि इस उपन्यास एल्गोरिदम को छवियों को रिकॉर्ड करने के लिए धीमा करने के लिए विकसित किया गया है। प्रतिष्ठित कंपनी द्वारा विकसित और प्रस्तुत मंच के बीच अंतर और बाजार में मौजूद बाकी प्रौद्योगिकियां हैं, तख्ते को खींचने के बजाय, कुछ जिसके परिणामस्वरूप चित्र बहुत खराब दिखते हैं, की कृत्रिम बुद्धि एनवीडिया उन फ़्रेमों को बनाता है जो इन स्थानों में कहीं से भी डाले जाते हैं.
एक स्लो न्यूरल नेटवर्क स्लो मोशन में किसी भी वीडियो को देखने के लिए पर्याप्त है
सॉफ्टवेयर स्तर पर, एनवीडिया इंजीनियरों ने फैसला किया है कि इस कार्यक्षमता के साथ एक प्लेटफॉर्म बनाने का सबसे अच्छा विकल्प ए बनाने पर दांव लगाना है दृढ़ तंत्रिका नेटवर्क ऑप्टिकल प्रवाह, वस्तुओं, सतहों और यहां तक कि दृश्य में किनारों के किनारों के आंदोलन पैटर्न का अनुमान लगाने में सक्षम। इन सभी के लिए धन्यवाद, आवश्यक फ़्रेम बनाए जा सकते हैं ताकि, जब पल आता है, तो हम दो इनपुट फ़्रेमों के बीच आगे और पीछे दोनों दृश्यों को देख सकते हैं।
इस सभी प्रभावशाली कार्यों के भीतर, यहां तक कि प्लेटफ़ॉर्म प्राप्त करने के लिए भी जगह है कि यह अनुमान लगाने में सक्षम हो कि पिक्सेल वर्तमान चार से अगले फ्रेम तक कैसे जा रहे हैं, इसके लिए एक दो-आयामी आंदोलन वेक्टर बनाया गया है जो भविष्यवाणी करने में सक्षम है और मध्यवर्ती प्रवाह के लिए एक प्रवाह क्षेत्र अनुमानित करने के लिए विलय। इस सब काम के बाद, ऑप्टिकल प्रवाह को प्रक्षेपित करने के लिए एक दूसरा दृढ़ तंत्रिका नेटवर्क है और दृश्यमान नक्शे की भविष्यवाणी करने के लिए अनुमानित फ्रेम क्षेत्र को परिष्कृत करने और फ्रेम में वस्तुओं द्वारा उत्पन्न पिक्सल को बाहर करने का ख्याल रखें।
यद्यपि यह तकनीक दिलचस्प से अधिक है, खासकर अगर हम एनवीडिया के नेताओं द्वारा प्रस्तुत किए गए हड़ताली परिणामों को ध्यान में रखते हैं, तो सच्चाई यह है कि यह उम्मीद नहीं है कि यह काफी समय के लिए व्यावसायीकृत हो सकता है। मुख्य समस्या यह है कि एनवीडिया द्वारा बनाया गया कृत्रिम खुफिया प्लेटफॉर्म पूरी तरह से अनुकूलित नहीं है और वास्तविक समय में निष्पादित किए जा सकने वाले एप्लिकेशन को लागू करने का तथ्य इस परियोजना के विकास में शामिल इंजीनियरों के लिए अभी भी एक चुनौती है।