Varbūt jūs neesat fotografēšanas hobijs vai tiešs profesionālis, tāpēc esat spējis izmantot programmatūru fotoattēlu rediģēšana izcilas kvalitātes, piemēram, PhotoShop un tamlīdzīgi. Pat ja jūs noteikti esat sapratuši, cik grūti var būt iespēja rediģēt kadru, kas uzņemts, piemēram, no viedtālruņa, un iemūžināt šo ideju, kas jūs ieskauj, izmantojot virkni rediģējamu filtru, kas var būt ļoti vienkārši vai vienkārši ārkārtīgi sarežģīti, ja mēs vēlamies kaut ko īpašu.
Paturot to prātā, varbūt daudz interesantāks ir jaunais pagrieziena punkts, no kura nāk pētnieki un inženieri google ar viņu jaunajiem mākslīgā intelekta sistēmas tā kā viņi ir panākuši, ka pilnīgi autonomā veidā dators rekordīsā laikā spēj atdarināt profesionāla fotogrāfa iespējas un piedāvāt patiesi iespaidīgus rezultātus.
Google iepazīstina ar jaunākajiem sasniegumiem mākslīgā intelekta jomā
Personīgi man jāatzīstas, ka kaut kas tik vienkāršs kā Google nevēlas komercializēt šo ideju, vismaz pagaidām, ir piesaistījis manu uzmanību. Kā oficiāli komentēts, acīmredzot mēs saskaramies tikai ar eksperiments kur tika meklēts, kāda ir šī jaunā sistēma mākslīgais intelekts, kas spēj rediģēt ainavu fotogrāfijas tādā līmenī, kas ir pievīlis pat fotogrāfus, kuri lielu daļu savas dzīves veltījuši šim darbam.
Acīmredzot, kā komentēts Hui ilknis, programmatūras inženieris, kurš strādā Google Machine Perception komandā, šī darba patiesais mērķis bija parādīt, ka mākslīgā intelekta sistēmas tiek izmantotas ne tikai 0 vai 1 uzdevumiem, tas ir, atbildēt uz Jā vai Nē uz dažādiem jautājumiem, bet arī var arī apmācīt diferencēt estētisko saturu un veikt daudz subjektīvākas darbības kas saistīti ar jomām, kur līdz šim viņu klātbūtne nebija īpaši izplatīta, piemēram, māksla vai fotogrāfija.
Lai apmācītu sistēmu, ir izmantotas metodes mašīna mācīšanās. Gadījumā, ja jūs nezināt, kā darbojas šāda veida paņēmieni, pastāstiet ļoti vienkāršā veidā, ka tūkstošiem fotoattēlu, kas uzņemti no Ielas attēla, ir izmantoti, lai mākslīgā intelekta sistēma būtu spējīga atklāt panorāmas ainavas lai vēlāk varētu būt rediģēts pēc fotogrāfa darbplūsmas. Galīgais mērķis, kas tika sasniegts šajā darbā, bija tāds, ka gala rezultāts bija patīkams cilvēka acīm.
Šis projekts pat izdodas apmānīt profesionālus fotogrāfus
Kad ir definēta funkcionalitāte, kas jāievēro sistēmai, inženieri ķērās pie darba, un rezultāts bija programmatūra, kas spēj izvēlēties vairākas fotogrāfijas, sekojot virknei izveidotu modeļu, lai vēlāk tās apgrieztu, pielāgotu apgaismojumu un piesātinājumu un parādītu rezultātu . Vissvarīgākā daļa no tā ir atrodama tajā, ka šī mākslīgā intelekta sistēma var pielāgojiet šos parametrus pa zonām tāpēc tas nav tikai konkrēta filtra lietošana.
Kad sāka gūt interesantus rezultātus, varat redzēt vairākus no tiem, kas izplatīti ar šo pašu ierakstu vai galerijā, kas atrodas tieši zem šīm līnijām. Par šo projektu atbildīgie pētnieki vairākiem profesionāliem fotogrāfiem lūdza analizēt fotogrāfijas un mēģināt izlemt kuru fotogrāfiju bija rediģējis profesionālis vai pusprofesionāls vai kuru - mākslīgā intelekta sistēma. Šīs analīzes rezultāts bija tāds, ka 40% no Google sistēmas rediģētajiem fotoattēliem tika klasificēti kā rediģēti cilvēki.
Ja vēlaties uzzināt daudz sīkāku informāciju par šāda veida projektiem, ko veicis Google, pastāstiet, ka a Mājas kur mēs varam iepriecināt sevi ar pilnu attēlu galeriju, kur mēs varam redzēt oriģinālo fotoattēlu un Google mākslīgā intelekta izgatavoto izdevumu.
Más Información: Kornela universitāte