هوش مصنوعی تصویر واقعی افراد را می سازد
به گزارش گوپا آیا می توانید بگویید كدام یك از این تصاویر چهره واقعی انسان ها هستند و كدام یك خیر؟ به تازگی پژوهشگران موفق به توسعه هوش مصنوعی شده اند كه قادر به ایجاد تصاویری همانند چهره های واقعی انسان ها است.
به گزارش گوپا به نقل از ایسنا و به نقل از دیلی میل، پژوهشگران شركت آمریكایی "اِنویدیا "(NVIDIA) موفق به توسعه هوش مصنوعی شده اند كه می تواند تنها با داشتن چند تصویر از افراد، تصاویر چهره های آنها را تولید كند.
اِنویدیا یك شركت آمریكایی و پیشگام در امر تكنولوژی های كارت های ویدئویی، گرافیكی، ایستگاه های كاری، كامپیوتر های شخصی و... در سرتاسر جهان است.
برای خیلی از مردم تشخیص تفاوت بین چهره اصلی و چهره غیرواقعی افراد دشوار می باشد. پژوهشگران شركت انویدیا مقاله ای درباره این مورد منتشر نموده و در آن توضیح دادند كه چگونه در مطالعه اخیر خود از شبكه های" Adversarial Generators" (GANs) به منظور تولید تصاویری همانند چهره های واقعی انسان ها بهره برده اند.
شبكه های ترافعی تولیدی(GANs) یك بخش از الگوریتم های هوش مصنوعی هستند كه در یادگیری بدون نظارت مورد استفاده قرار می گیرند و توسط یك سیستم دارای دو شبكه عصبی اجرا می گردد. یادگیری بی نظارت یا یادگیری بدون نظارت یكی از انواع یادگیری در یادگیری ماشینی است. اگر یادگیری بر روی داده های بدون برچسب و برای یافتن الگوهای پنهان در این داده ها صورت گیرد، یادگیری، بدون نظارت خواهد بود.
تصاویر چهره های غیر واقعی را می توان به راحتی با استفاده از یك روش شناخته شده به نام "انتقال سبك"(style transfer) تولید كرد كه طی این روش، خصوصیات تصاویر افراد با یكدیگر تركیب می شوند.
در این تولیدگر تصویر افراد را بعنوان مجموعه ای از سه سبك كه به "سبك های درشت"(coarse styles) (ژست، مو، شكل صورت)، "سبك های متوسط"(middle styles) (ویژگی های صورت و چشم) و "سبك های خوب" (fine styles) (طرح رنگی) شناخته می شود، تصور می كند.
هوش مصنوعی كه این شركت توسعه داده قادر به تشخیص صورت حیواناتی مانند گربه و اشیاء مانند اتاق خواب هم می باشد.
پژوهشگران یك شبكه تولید كردند تا نشان دهند كه چه میزان می توانند خصوصیات چهره افراد را با استفاده از یك تصویر تغییر دهند. با این وجود كار این هوش مصنوعی كاملا بی نقص نیست چون كه اگر با دقت به چهره افراد دقت كنید می توانید تصویر چهره غیرواقعی آنها را تشخیص دهید.
همینطور می توان از این روش برای بازسازی تصاویر قدیمی كه صدمه دیده اند، برای رفع پیكسل های خراب یا ویرایش های بد هم استفاده نمود.
متخصصان گرافیك شركت انویدیا، داده ها را با استفاده از تولید شكاف های نامنظم در تصاویر به شبكه عصبی مذكور وارد كردند و بعد از آن سیستم توانست مشخص نماید كه كدام قسمت های تصاویر سوراخ و خالی است وآنها را پر كند.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب