100.6 FM KnossosFM
14:09 | 01/08/2022
newsroom ekriti.gr
Οι φωτογραφίες είναι το αντικείμενο πολλών εφαρμογών αλγορίθμων τεχνητής νοημοσύνης . Μία ααπ' αυτές είναι η AI που μπορεί να μετατρέπει τις 2D φωτογραφίες σε 3D, προσφέροντας σχεδόν σουρεαλιστικά αποτελέσματα.
Τώρα, στο επίκεντρο των διαδικτυακών συζητήσεων έχει βρεθεί το GFP-GAN (Generative Facial Prior-Generative Adversarial Network) ένα δωρεάν AI εργαλείο ανοιχτού κώδικα που ανέπτυξαν ερευνητές της κινεζικής Tencent. Η εν λόγω τεχνητή νοημοσύνη μπορεί να αποκαταστήσει παλιές, χαλασμένες από την πάροδο του χρόνου και χαμηλής ανάλυσης φωτογραφίες ανθρώπων. Ναι, πρακτικά μπορεί να επαναφέρει αυτές τις παλιές φωτογραφίες των παππούδων σας που υπάρχουν στο πατρικό σας.
Περνώντας σε λεπτομέρειες, η τεχνολογία συγχωνεύει πληροφορίες από δύο μοντέλα τεχνητής νοημοσύνης για να συμπληρώσει τα στοιχεία που λείπουν από μια φωτογραφία με ρεαλιστικές λεπτομέρειες, μέσα σε λίγα μόλις δευτερόλεπτα, διατηρώντας παράλληλα υψηλή ακρίβεια και ποιότητα. Οι συμβατικές μέθοδοι που χρησιμοποιούνταν μέχρι τώρα εστίαζαν στο να τελειοποιήσουν ένα υπάρχον μοντέλο τεχνητής νοημοσύνης για την αποκατάσταση των εικόνων, συγκρίνοντας τις διαφορές μεταξύ των τεχνητών και των πραγματικών φωτογραφιών. Αυτό οδηγεί συχνά σε αποτελέσματα χαμηλής ποιότητας σύμφωνα με τους επιστήμονες της Tencent.
Η νέα αυτή προσέγγιση χρησιμοποιεί μια προ-εκπαιδευμένη έκδοση ενός υπάρχοντος μοντέλου (το StyleGAN-2 της NVIDIA) για να ενημερώσει το νέο μοντέλο της ομάδας σε πολλαπλά στάδια κατά τη διαδικασία δημιουργίας εικόνων. Η τεχνική στοχεύει στη διατήρηση της "ταυτότητας" των ανθρώπων, με ιδιαίτερη έμφαση στα χαρακτηριστικά του προσώπου, όπως τα μάτια και το στόμα.
Βέβαια, αξίζει να σημειωθεί πως όσο εντυπωσιακά και αν είναι τα αποτελέσματα, η εν λόγω AΙ τεχνολογία εξακολουθεί να έχει διάφορους περιορισμούς. Προφανώς για τα σημεία των φωτογραφιών που είναι σχεδόν εντελώς καταστραμμένα χρειάζεται να κάνει προβλέψεις που ναι μεν βασίζονται στις πληροφορίες που μπορούν να εξαχθούν από τις τριγύρω περιοχές, αλλά οι ερευνητές προειδοποιούν πως δεν αποκλείεται το τελικό αποτέλεσμα να «αλλάζει ελαφρώς την ταυτότητα» του ανθρώπου που απεικονίζεται στη φωτογραφία. Τέλος, ένας ακόμη περιορισμός είναι η ανάλυση, η οποία δεν αναβαθμίζεται από τον συγκεκριμένο ΑΙ αλγόριθμο.
Το project του Bοuchard βρίσκεται σε πολύ εξελιγμένο στάδιο αφού ο καθένας μπορεί να το δοκιμάσει στο https://app.baseten.co/apps/QPp4nPE/operator_views/RqgOnqV ανεβάζοντας μια παλιά φθαρμένη φωτογραφία και ζητώντας την αποκατάσταση.
Συγχρόνως, μιας και το project είναι ανοιχτού κώδικα, πατώντας εδώ μπορείτε να το κατεβάσετε, για να αξιοποιήσετε την τεχνολογία του με άλλους τρόπους.
Ακολουθεί μια βίντεο επίδειξη που παρουσιάζει τις εντυπωσιακές δυνατότητες του αλγορίθμου
ΔΙΑΒΑΣΤΕ ΑΚΟΜΗ
Εντυπωσιακές εικόνες από την επιστροφή του κινεζικού πυραύλου στη Γη
