I ricercatori sviluppano un nuovo metodo per controllare la generazione di immagini dell’intelligenza artificiale

I ricercatori della North Carolina State University hanno sviluppato un nuovo metodo per controllare la generazione di immagini dell’intelligenza artificiale, che potrebbe essere utilizzato in campi come i veicoli autonomi.

Generazione di immagini condizionale e altre tecniche

La generazione di immagini condizionale è un compito dell’intelligenza artificiale che consiste nel creare immagini in base a un insieme specifico di condizioni, che l’utente può richiedere. Le nuove tecniche hanno portato questo concetto ancora più avanti e incorporano condizioni per la disposizione delle immagini, che consentono agli utenti di specificare i tipi di oggetti che desiderano visualizzare in posizioni specifiche sullo schermo.

Il nuovo metodo all’avanguardia sviluppato dai ricercatori dell’università si basa su tutte queste tecniche e consente agli utenti di avere un maggiore controllo sulle immagini, mantenendo al contempo determinate caratteristiche across una serie di immagini.

Tianfu Wu è coautore del documento di ricerca e professore assistente di ingegneria informatica alla NC State.

“Il nostro approccio è altamente riorganizzabile”, afferma Wu. “Come gli approcci precedenti, il nostro consente agli utenti di avere il sistema generare un’immagine in base a un insieme specifico di condizioni. Ma il nostro consente anche di mantenere quell’immagine e aggiungervi elementi. Ad esempio, gli utenti potrebbero avere l’intelligenza artificiale creare una scena montuosa. Gli utenti potrebbero quindi avere il sistema aggiungere sciatori a quella scena.”

Manipolazione di elementi

Con il nuovo metodo, gli utenti possono anche consentire all’intelligenza artificiale di manipolare elementi in modo che siano identificabili come gli stessi, pur muovendosi o cambiando in qualche modo. Un esempio potrebbe essere l’intelligenza artificiale che crea una serie di immagini in cui gli sciatori si girano verso l’osservatore mentre si muovono attraverso un paesaggio.

“Un’applicazione per questo potrebbe essere aiutare i robot autonomi a ‘immaginare’ come potrebbe apparire il risultato finale prima di iniziare un determinato compito”, afferma Wu. “Potreste anche utilizzare il sistema per generare immagini per l’addestramento dell’intelligenza artificiale. Quindi, invece di compilare immagini da fonti esterne, potreste utilizzare questo sistema per creare immagini per l’addestramento di altri sistemi di intelligenza artificiale.”

Il nuovo approccio è stato testato con il dataset COCO-Stuff e il dataset Visual Genome, e in base agli standard di qualità delle immagini, supera le precedenti tecniche all’avanguardia.

“Il nostro prossimo passo è vedere se possiamo estendere questo lavoro a video e immagini tridimensionali”, afferma Wu.

Per addestrare il nuovo approccio, i ricercatori hanno dovuto affidarsi a una workstation a 4 GPU, data la pesante potenza di calcolo richiesta. Nonostante ciò, il deploy del sistema è ancora meno costoso in termini computazionali.

“Abbiamo scoperto che un’unica GPU fornisce quasi una velocità in tempo reale”, afferma Wu.

“Oltre al nostro documento, abbiamo reso disponibile il codice sorgente di questo approccio su GitHub. Detto questo, siamo sempre aperti a collaborare con partner industriali.”