शोधकर्ता नए तरीके से विकसित करते हैं जो कृत्रिम बुद्धिमत्ता छवि पीढ़ी को नियंत्रित करता है

उत्तरी कैरोलिना राज्य विश्वविद्यालय के शोधकर्ताओं ने कृत्रिम बुद्धिमत्ता (एआई) छवि पीढ़ी को नियंत्रित करने के लिए एक नया तरीका विकसित किया है, जिसका उपयोग स्वायत्त वाहनों जैसे क्षेत्रों में किया जा सकता है।

सशर्त छवि पीढ़ी और अन्य तकनीकें

सशर्त छवि पीढ़ी एक एआई कार्य है जिसमें एआई प्रणाली एक विशिष्ट सेट की स्थितियों के आधार पर छवियां बनाती है, जिसे उपयोगकर्ता अनुरोध कर सकता है। नए तकनीकों ने इसे और आगे बढ़ाया है और छवि लेआउट के लिए स्थितियों को शामिल किया है, जिससे उपयोगकर्ता स्क्रीन पर विशिष्ट स्थानों पर दिखाई देने वाली वस्तुओं के प्रकार निर्दिष्ट कर सकते हैं।

विश्वविद्यालय के शोधकर्ताओं द्वारा विकसित नए राज्य-ऑफ-द-आर्ट तरीके में इन सभी तकनीकों का निर्माण किया गया है, और यह उपयोगकर्ताओं को छवियों पर अधिक नियंत्रण प्रदान करता है जबकि एक श्रृंखला में कुछ विशेषताओं को बनाए रखता है।

तियनफू वू शोध पत्र के सह-लेखक और एनसी स्टेट में कंप्यूटर इंजीनियरिंग के सहायक प्रोफेसर हैं।

“हमारा दृष्टिकोण अत्यधिक पुनर्संयोजक है,” वू कहते हैं। “पिछले दृष्टिकोणों की तरह, हमारा उपयोगकर्ताओं को एक विशिष्ट सेट की स्थितियों के आधार पर एक छवि बनाने की अनुमति देता है। लेकिन हमारा उपयोगकर्ताओं को उस छवि को बनाए रखने और उसमें जोड़ने की भी अनुमति देता है। उदाहरण के लिए, उपयोगकर्ता एआई को एक पहाड़ी दृश्य बनाने के लिए कह सकते हैं। फिर उपयोगकर्ता प्रणाली को उस दृश्य में स्कीयर जोड़ने के लिए कह सकते हैं।”

तत्वों को हेरफेर करना

नए तरीके से, उपयोगकर्ता एआई को तत्वों को हेरफेर करने की अनुमति दे सकते हैं ताकि वे पहचानने योग्य रूप से एक ही समय में चलते हुए या कुछ तरीके से बदलते हुए भी एक ही रहें। एक ऐसा उदाहरण यह होगा कि एआई एक श्रृंखला में छवियां बनाता है जहां स्कीयर दर्शक की ओर मुड़ते हुए परिदृश्य में चलते हैं।

“एक ऐसा अनुप्रयोग यह होगा कि यह स्वायत्त रोबोटों को यह कल्पना करने में मदद करे कि परिणाम कैसा दिखेगा trước कि वे किसी दिए गए कार्य को शुरू करते हैं,” वू कहते हैं। “आप इस प्रणाली का उपयोग एआई प्रशिक्षण के लिए छवियां बनाने के लिए भी कर सकते हैं। इसलिए, बाहरी स्रोतों से छवियां इकट्ठा करने के बजाय, आप इस प्रणाली का उपयोग अन्य एआई प्रणालियों के प्रशिक्षण के लिए छवियां बनाने के लिए कर सकते हैं।”

इस नए दृष्टिकोण का परीक्षण सीओसीओ-स्टफ डेटासेट और विज़ुअल जीनोम डेटासेट के साथ किया गया था, और छवि गुणवत्ता के मानकों के आधार पर, यह पिछले राज्य-ऑफ-द-आर्ट तकनीकों को पार करता है।

“हमारा अगला कदम यह देखना है कि क्या हम इस काम को वीडियो और त्रि-आयामी छवियों में विस्तारित कर सकते हैं,” वू कहते हैं।

इस नए दृष्टिकोण को प्रशिक्षित करने के लिए, शोधकर्ताओं को भारी गणनात्मक शक्ति की आवश्यकता के कारण एक 4-जीपीयू वर्कस्टेशन पर भरोसा करना पड़ा। इसके बावजूद, प्रणाली को तैनात करना अभी भी कम गणनात्मक रूप से महंगा है।

“हमने पाया कि एक जीपीयू आपको लगभग वास्तविक समय की गति देता है,” वू कहते हैं।

“हमारे पत्र के अलावा, हमने इस दृष्टिकोण के लिए हमारा स्रोत कोड गिटहब पर उपलब्ध कराया है। उस ने कहा, हम उद्योग भागीदारों के साथ सहयोग करने के लिए हमेशा खुले हैं।”