Remodelagem da fotografia espacial da NASA para obter um resultado mais claro. Spaceflight Now
A NVIDIA é conhecida por suas unidades de processamento gráfico (GPUs) imaculadas, e seu principal produto é a placa NVIDIA GeForce. Com isso, a empresa sempre esteve à frente e no centro da pesquisa e do desenvolvimento de experiências no aprimoramento da inteligência artificial em videogames, design gráfico, processamento de dados e veículos automotores.
Ultimamente, a NVIDIA começou a se concentrar na inteligência artificial de forma isolada, com seu projeto mais recente focando fortemente na recriação inteligente de imagens pré-existentes usando algoritmos gaussianos para avaliar as diferenças mínimas de localização entre centenas de imagens nítidas e borradas categorizadas com base na temperatura e tonalidade, e, em seguida, inserir esses valores nas expressões de regressão de fotos individuais desfocadas para voltar à aparência original das imagens nítidas. Este processo é realizado individualmente para cada ponto da fotografia e um somatório é usado para gerar um valor de diferença mínimo genérico.
NVIDIA Office. Nasdaq no Twitter
O algoritmo funciona para aprender com as tentativas anteriores do que certas cores e padrões na tela indicam. Quando o sistema foi desenvolvido, eram milhares de imagens borradas e originais para que a máquina pudesse identificar quais padrões e cores na tela correspondem a quais sulcos e bordas na imagem original. Tendo sido testado várias vezes, a NVIDIA conseguiu ensinar seu chip AI a aprender com os testes anteriores e armazenar um banco de dados de códigos gráficos correspondentes que são convertidos em código matemático com base na localização, tonalidade e temperatura. Usando a experiência anterior e as relações estabelecidas entre as imagens borradas e claras do mesmo local e matiz, a máquina quebra com novas imagens, aplicando as fórmulas que correspondem melhor ao matiz e à temperatura da nova foto. A NVIDIA testou seu algoritmo o suficiente para ter um banco de dados de retenção forte o suficiente para que a IA pudesse acessar ao trabalhar em imagens mais recentes e o mecanismo agora é independente, capaz de descobrir virtualmente qualquer imagem por meio de seu treinamento em aprendizagem por reforço (RL) . Depois de descobrir rostos suficientes, por exemplo, a máquina pode distinguir rostos desfocados ao ser testada, pois entende quais sulcos desfocados correspondem a quais características faciais na verdade. A exposição a diferentes tipos de ruído, como imagens superestendidas, caiadas de branco, filtradas e texturizadas, também foi adicionado ao banco de dados de algoritmos.
No algoritmo matemático linguagem, o programa lê os locais corrompidos e claros correspondentes nas imagens correspondentes, registrando x, y, x 'e y' em seu banco de dados. Em seguida, ele cria uma curva de regressão gaussiana para corresponder às diferenças entre as duas, o que permite a conversão com base no ruído fotográfico geral. Na expressão de regressão de mínimos quadrados gerada, o valor mais baixo que satisfaz a condição é obtido e uma nova curva do valor gaussiano é traçada. Ao converter a imagem de volta à sua qualidade original clara, a temperatura de cada ponto é alterada com base na diferença do padrão de regressão no banco de dados da máquina de IA que corresponde a essa cor e padrão específicos e cada ponto é virado para produzir uma imagem clara inteira. Os fatores de mecanismo de curva gaussiana nas formas mais genéricas de ruído, mas se o dispositivo for capaz de identificar outras formas de ruído que são frequentemente atribuídas a velocidades do obturador inadequadas ou sombreamento genérico da imagem, o valor de diferença mínima gaussiana é calculado com o poisson do conjunto de dados (para o primeiro) e Bernoulli (para o último) também os valores de menor diferença.
ReImagem de fotos auxiliada por inteligência artificial. BT
Em termos leigos, o papel que a inteligência artificial desempenha nisso é a detecção inteligente e a conversão de fotos exclusivas com base em um conjunto de práticas já experimentado pelo dispositivo. No que diz respeito ao nível de inteligência artificial alcançado hoje, que ainda está em um estágio em que não é particularmente independente e tem seus esforços limitados à gama de cenários já praticados, a NVIDIA alcançou muito ao criar uma máquina que pode tentar e recriar fotos invisíveis com o mais alto nível de precisão, adaptando e expandindo consistentemente seu banco de dados para melhorar a taxa de sucesso das rotações fotográficas subsequentes.
