Преобразуване на космическата фотография на НАСА, за да даде по-ясен резултат. Космически полет сега
NVIDIA отдавна е известна със своите безупречни графични процесори (GPU), като основният й продукт е картата NVIDIA GeForce. С това компанията винаги е била водеща и изследователска и развойна дейност за подобряване на изкуствения интелект във видеоигрите, графичния дизайн, обработката на данни и автомобилните превозни средства.
Напоследък NVIDIA започна да се фокусира върху изкуствения интелект в изолация, като най-новият му проект се фокусира върху интелигентното преосмисляне на съществуващи снимки с помощта на гаусови алгоритми, за да оцени най-малките разлики между стотици ясни и размазани изображения, категоризирани въз основа на температура и оттенък и след това въвеждане на тези стойности в регресионните изрази на отделни размазани снимки, за да се върнем обратно към това как биха могли да изглеждат първоначалните им ясни изображения. Този процес се извършва индивидуално за всяка точка на снимката и сумирането се използва за генериране на обща стойност с най-малка разлика.
Офис на NVIDIA. Nasdaq в Twitter
Алгоритъмът работи, за да научи от минали опити какво показват определени цветове и шарки на екрана. Когато системата беше разработена, това бяха хиляди размазани и оригинални изображения, така че машината да може да идентифицира кои модели и цветове на екрана съответстват на кои канали и ръбове в оригиналното изображение. След като е била тествана многократно, NVIDIA е успяла да научи своя AI чип да се учи от предишни изпитания и да съхранява база данни от съвпадащи графични кодове, които се преобразуват в математически код въз основа на местоположение, оттенък и температура. Използвайки миналия опит и връзките, установени между размазаните и ясни изображения на един и същ локус и оттенък, машината се напуква с нови изображения, прилагайки формулите, които най-добре съответстват на нюанса и температурата на новата снимка. NVIDIA е подложила техния алгоритъм на достатъчно изпитания, за да има достатъчно силна база данни за задържане, която ИИ може да използва, когато работи върху по-нови изображения, а механизмът вече е самостоятелен, способен да разкрие практически всяко изображение чрез обучението си в обучение за подсилване (RL) . След като разкрие достатъчно лица, например, машината може да различава размазани лица, когато бъде изпробвана, тъй като разбира кои размазани канали съответстват на кои черти на лицето в действителност. Излагането на различни видове шум като пренапрегнати, избелени, филтрирани и текстурирани изображения също е добавило към базата данни с алгоритми.
В алгоритъма математически език, програмата чете съответните повредени и ясни локуси на съответните изображения, регистрирайки x, y, x ’и y’ в своята база данни. След това създава крива на гауссова регресия, за да съответства на разликите между двете, които позволяват преобразуване въз основа на общия фотографски шум. В генерирания израз за регресия с най-малки квадрати се взема най-ниската стойност, която отговаря на условието и се начертава нова крива на гаусовата стойност. Когато конвертирате изображението обратно в първоначалното му чисто качество, температурата на всяка точка се променя въз основа на разликата в модела на регресия в базата данни на машината с изкуствен интелект, която съответства на конкретния цвят и модел и всяка точка се обръща, за да се получи цялостно изображение. Механизмът на кривата на Гаус влияе на най-общите форми на шума, но ако устройството е в състояние да идентифицира други форми на шум, които често се приписват на грешни скорости на затвора или общо засенчване на изображението, стойността на гаусовата най-малка разлика се осреднява с стойностите на poisson на набора от данни (за първия) и Bernoulli (за втория) също с най-малките разлики.
Преосмисляне на снимки с помощта на изкуствен интелект. BT
Казано с неспециалисти, ролята, която изкуственият интелект играе в това, е интелигентното откриване и преобразуване на уникални снимки въз основа на практика, която вече се опитва от устройството. Що се отнася до постигнатото днес ниво на изкуствен интелект, което все още е на етап, в който не е особено независим и усилията му са ограничени до обхвата на вече практикуваните сценарии, NVIDIA постигна значително в създаването на машина, която може да се опитва и пресъздава невидими снимки с най-високо ниво на точност чрез последователно адаптиране и разширяване на базата данни, за да се подобри степента на успех на следващите фотографски обороти.
