जरी बर्याच वापरकर्त्यांसाठी सत्य हे आहे की कोणत्याही प्रकारचे क्रम रेकॉर्ड करण्याची शक्यता आहे मंद गती हे असे काही आहे की त्यांनी त्यांच्या संपूर्ण आयुष्यात एक किंवा दोनपेक्षा जास्त वेळा कधीही वापरलेले नाही किंवा वापरणार नाहीत, सत्य ही आहे की, कोठेही ते झाले नाही व्यावहारिकदृष्ट्या सर्व हाय-एंड स्मार्टफोनमध्ये डीफॉल्टनुसार स्थापित केलेल्या पर्यायांपैकी एक आज बाजारात आहे आणि जे अजून येणे बाकी आहे त्यांच्यातही आहे.
हे तंत्रज्ञान कमी असूनही आश्चर्यकारक आहे आणि असे बरेच लोक आहेत जे त्याच्या संभाव्यतेवर अक्षरशः प्रेम करतात, सत्य हे आहे की जीवनातील जवळजवळ प्रत्येक गोष्टीप्रमाणेच याचीही नकारात्मक बाजू आहे. या प्रकरणात आम्हाला जवळजवळ पूर्णपणे यावर लक्ष केंद्रित करावे लागेल स्टोरेज गरजा यापैकी कोणत्याही व्हिडिओंपैकी जे खूप उच्च असू शकतात तसेच पुनरुत्पादित करण्यासाठी आवश्यक संसाधने, अशी कोणतीही गोष्ट जी अंतिमतः कोणत्याही निर्मात्याच्या सर्वोच्च श्रेणीच्या टर्मिनल्सवर आम्ही सांगितल्याप्रमाणे अंमलबजावणीस मर्यादित करते.
कोणताही वर्तमान हाय-एंड स्मार्टफोन स्लो मोशन व्हिडिओ तयार आणि प्ले करू शकतो
स्लो मोशन मधील कोणताही व्हिडिओ पुनरुत्पादित करू शकतो याची खात्री करण्यासाठी, त्याच्या पुनरुत्पादनासाठी आवश्यक संसाधने ऑफर करण्यासाठी रेकॉर्ड केली गेली आहे की नाही, आज आपल्याला एक नवीनता सापडली , NVIDIA हे नक्कीच बर्याच जणांना आवडेल कारण त्याचे अभियंते A पेक्षा कमी काहीही विकसित करण्यात यशस्वी झाले नाहीत नवीन कृत्रिम बुद्धिमत्ता मंच सादर केलेल्या पहिल्या पुराव्यांनुसार, स्लो मोशनमध्ये कोणत्याही प्रकारचे व्हिडिओ प्ले करण्यास अनुमती देते, टर्मिनलमध्ये होस्ट केलेले दोघे आणि जे आम्ही YouTube सारख्या स्ट्रीमिंग प्लॅटफॉर्मवर ऑनलाइन पाहू शकतो.
थोड्या अधिक तपशीलात डोकावताना, एनव्हीडियाने जाहीर केल्याप्रमाणे असे दिसते की ही कादंबरी अल्गोरिदम रेकॉर्ड झाल्यानंतर प्रतिमा मंद करण्यासाठी विकसित केली गेली आहे. प्रतिष्ठित कंपनीने विकसित केलेले आणि सादर केलेले व्यासपीठ आणि बाजारात अस्तित्त्वात असलेल्या उर्वरित तंत्रज्ञानामधील फरक हा आहे की, त्याऐवजी फ्रेम ताणण्याऐवजी, असे काहीतरी जे परिणामी प्रतिमा खूप खराब दिसते, चे कृत्रिम बुद्धिमत्ता Nvidia कुठेही या जागेमध्ये घातल्या गेलेल्या फ्रेम तयार करते.
स्लो मोशनमध्ये कोणताही व्हिडिओ पाहण्यासाठी कॉन्व्होल्यूशनल न्यूरल नेटवर्क पुरेसे आहे
सॉफ्टवेअर स्तरावर, एनव्हीडिया अभियंत्यांनी असा निर्णय घेतला आहे की या कार्यक्षमतेसह व्यासपीठ तयार करण्याचा सर्वोत्तम पर्याय म्हणजे एक तयार करण्यावर पैज लावणे कन्व्होल्यूशनल न्यूरल नेटवर्क ऑप्टिकल प्रवाह, ऑब्जेक्ट्सची हालचाल करण्याची पद्धत, पृष्ठभाग आणि प्रश्नांच्या दृश्यांच्या कडा यांचे अनुमान लावण्यास सक्षम. या सर्वांसाठी धन्यवाद, आवश्यक फ्रेम तयार केल्या जाऊ शकतात जेणेकरून जेव्हा हा क्षण येईल तेव्हा आपण दोन इनपुट फ्रेमच्या दरम्यान पुढे आणि मागील दोन्ही बाजूंनी पुनरुत्पादित केलेले दृष्य पाहू शकतो.
या सर्व प्रभावी कार्यामध्ये पिक्सल सध्याच्या चौथ्यापासून पुढच्या चौकटीत कसे जातील हे सांगण्यास सक्षम होण्यासाठी व्यासपीठ मिळविण्यासाठीही जागा उपलब्ध आहे, यासाठी द्विमितीय हालचालीचा सदिश तयार केला गेला आहे जो अंदाज करण्यास सक्षम आहे आणि दरम्यानचे फ्रेम मध्ये अंदाजे प्रवाह फील्डमध्ये विलीन करा. या सर्व कामानंतर, द्वितीय कॉन्व्होल्यूशनल न्यूरल नेटवर्क ऑप्टिकल प्रवाहाचे प्रक्षेपण करते आणि दृश्यमानता नकाशेचा अंदाज लावण्यासाठी अंदाजे प्रवाह फील्ड परिष्कृत करण्याची आणि फ्रेममधील ऑब्जेक्ट्सद्वारे बनविलेले पिक्सेल वगळण्याची काळजी घ्या.
जरी हे तंत्रज्ञान जास्त मनोरंजक आहे, विशेषत: जर आपण एनव्हीडियाच्या नेत्यांनी सादर केलेल्या धक्कादायक परिणामाचा विचार केला तर सत्य हे आहे की त्यास बर्याच काळासाठी व्यापारीकरण करता येईल अशी अपेक्षा केली जात नाही. मुख्य समस्या अशी आहे एनव्हीडियाने तयार केलेले कृत्रिम बुद्धिमत्ता प्लॅटफॉर्म पूर्णपणे ऑप्टिमाइझ केलेले नाही वास्तविक अनुप्रयोगात अंमलात आणल्या जाणार्या अनुप्रयोगाची अंमलबजावणी करणे अजूनही या प्रकल्पाच्या विकासात गुंतलेल्या अभियंत्यांसाठी एक आव्हान आहे.