Ερευνητές Ανάπτυξαν Νέα Μέθοδο για τον Έλεγχο της Γεννήσεως Εικόνων από την Τεχνητή Νοημοσύνη

Ερευνητές από το Πανεπιστήμιο της Βόρειας Καρολίνας έχουν αναπτύξει μια νέα μέθοδο για τον έλεγχο της γεννήσεως εικόνων από την τεχνητή νοημοσύνη, η οποία θα μπορούσε να χρησιμοποιηθεί σε πεδία όπως τα αυτονομικά οχήματα.

Συγκριτική Γεννήσεως Εικόνων και Άλλες Τεχνικές

Η συγκριτική γεννήσεως εικόνων είναι μια εργασία της τεχνητής νοημοσύνης που涉λαμβάνει τα συστήματα της τεχνητής νοημοσύνης να δημιουργούν εικόνες με βάση ένα συγκεκριμένο σύνολο συνθηκών, τις οποίες ο χρήστης μπορεί να ζητήσει. Νεότερες τεχνικές έχουν πάρει αυτό ακόμη παραπέρα και ενσωματώνουν συνθήκες για το σχήμα της εικόνας, το οποίο επιτρέπει στους χρήστες να καθορίσουν τα είδη των αντικειμένων που θέλουν να εμφανιστούν σε συγκεκριμένες θέσεις στην οθόνη.

Η νέα μέθοδος που αναπτύχθηκε από τους ερευνητές στο πανεπιστήμιο βασίζεται σε όλες αυτές τις τεχνικές και επιτρέπει στους χρήστες να έχουν μεγαλύτερο έλεγχο στις εικόνες ενώ διατηρούν ορισμένα χαρακτηριστικά σε μια σειρά εικόνων.

Ο Tianfu Wu είναι συν-συγγραφέας της ερευνητικής εργασίας και βοηθός καθηγητής μηχανικής υπολογιστών στο NC State.

«Η προσέγγισή μας είναι υψηλά ρυθμιζόμενη», λέει ο Wu. «Όπως και οι προηγούμενες προσεγγίσεις, η δική μας επιτρέπει στους χρήστες να έχουν το σύστημα να δημιουργήσει μια εικόνα με βάση ένα συγκεκριμένο σύνολο συνθηκών. Αλλά η δική μας επίσης επιτρέπει να διατηρήσετε αυτή την εικόνα και να προσθέσετε σε αυτήν. Για παράδειγμα, οι χρήστες θα μπορούσαν να έχουν το σύστημα να δημιουργήσει μια εικόνα ορεινού τοπίου. Οι χρήστες θα μπορούσαν τότε να έχουν το σύστημα να προσθέσει σκιέρ σε αυτή την εικόνα.»

Χειρισμός Στοιχείων

Με τη νέα μέθοδο, οι χρήστες μπορούν επίσης να επιτρέψουν στο σύστημα να χειρίζεται στοιχεία ώστε να είναι αναγνωρίσιμα τα ίδια ενώ ακόμη κινούνται ή αλλάζουν με κάποιο τρόπο. Ένα τέτοιο παράδειγμα θα ήταν το σύστημα να δημιουργήσει μια σειρά εικόνων όπου σκιέρ στρέφονται προς τον θεατή ενώ κινούνται σε ένα τοπίο.

«Μια εφαρμογή για αυτό θα ήταν να βοηθήσει τα αυτονομικά ρομπότ να ‘φανταστούν’ τι θα ήταν το τελικό αποτέλεσμα πριν αρχίσουν μια δεδομένη εργασία», λέει ο Wu. «Θα μπορούσατε επίσης να χρησιμοποιήσετε το σύστημα για να δημιουργήσετε εικόνες για την εκπαίδευση της τεχνητής νοημοσύνης. Έτσι, αντί να συλλέγετε εικόνες από εξωτερικές πηγές, θα μπορούσατε να χρησιμοποιήσετε αυτό το σύστημα για να δημιουργήσετε εικόνες για την εκπαίδευση άλλων συστημάτων της τεχνητής νοημοσύνης.»

Η νέα προσέγγιση δοκιμάστηκε με το σύνολο δεδομένων COCO-Stuff και το σύνολο δεδομένων Visual Genome, και με βάση τα πρότυπα για την ποιότητα της εικόνας, ξεπερνά τις προηγούμενες τεχνικές.

«Ο επόμενος μας στόχος είναι να δούμε αν μπορούμε να επεκτείνουμε αυτή την εργασία σε βίντεο και τρισδιάστατες εικόνες», λέει ο Wu.

Για να εκπαιδεύσουν τη νέα μέθοδο, οι ερευνητές έπρεπε να βασιστούν σε μια εργαστηριακή εγκατάσταση με 4 GPU λόγω της μεγάλης υπολογιστικής ισχύος που απαιτείται. Παρά τούτο, η ανάπτυξη του συστήματος είναι ακόμη λιγότερο υπολογιστικά δαπανηρή.

«Βρήκαμε ότι ένας GPU σας δίνει σχεδόν πραγματικό χρόνο», λέει ο Wu.

«Εκτός από την εργασία μας, έχουμε κάνει τον πηγαίο κώδικα για αυτή τη μέθοδο διαθέσιμο στο GitHub. Όμως, είμαστε πάντα ανοιχτοί σε συνεργασία με εταιρικούς συνεργάτες.»