211service.com
Künstliche Intelligenz kann jetzt realistische Video- und Spielbilder entwerfen
Wenn Sie Ihre Augen schließen und sich eine Mauer vorstellen, können Sie sich wahrscheinlich ein ziemlich gutes geistiges Bild machen. Nachdem Sie viele solcher Wände gesehen haben, weiß Ihr Gehirn, wie eine aussehen sollte.
Ein Start-up in Großbritannien nutzt maschinelles Lernen, um es Computern und Smartphones zu ermöglichen, visuelle Informationen auf ähnliche Weise zu modellieren. Ein Computer könnte diese visuellen Modelle für verschiedene Aufgaben verwenden, von der Verbesserung des Video-Streamings bis zur automatischen Generierung von Elementen einer realistischen virtuellen Welt.
Magic Pony-Technologie , das von Absolventen des Imperial College London mit Fachkenntnissen in Statistik, Computer Vision und Neurowissenschaften entwickelt wurde, trainiert große neuronale Netze, um visuelle Informationen zu verarbeiten.
Live-Videospiel-Feeds zeigen, wie das System verschwommene Aufnahmen in Echtzeit schärfen kann.
Das Unternehmen hat eine Möglichkeit entwickelt, qualitativ hochwertige Videos oder Bilder aus Videos mit niedriger Auflösung zu erstellen. Es speist Beispielbilder an einen Computer, der sie in eine niedrigere Auflösung umwandelt und dann den Unterschied zwischen den beiden lernt. Andere haben das Kunststück zuvor demonstriert, aber das Unternehmen ist in der Lage, es auf einem gewöhnlichen Grafikprozessor zu tun, der Anwendungen eröffnen könnte. Ein demonstriertes Beispiel verwendet die Technik, um einen Live-Gaming-Feed in Echtzeit zu verbessern.
Die Algorithmen von Magic Pony können einen verpixelten Charakter schärfen.
Rob Bischof , ein Mitbegründer, sagt, Magic Pony befindet sich derzeit in Gesprächen mit mehreren großen Unternehmen, die an einer Lizenzierung der Technologie interessiert sind. Online-Video-Streaming-Unternehmen verlassen sich stark auf die Videokomprimierung, sagt Bishop. Unser erstes Produkt zeigt, dass die Bildqualität durch Deep Learning erheblich verbessert werden kann, und schnelle mobile GPUs ermöglichen es uns jetzt, es überall einzusetzen.
Bishop fügt hinzu, dass die Technologie die Qualität von Bildern verbessern könnte, die auf Smartphones mit Kameras mit niedriger Auflösung oder bei schwachem Licht aufgenommen wurden. Das Unternehmen prüft andere Anwendungen, darunter das Konvertieren von verpixelten Computergrafiken in hochauflösende Grafiken oder das automatische Generieren von kilometerlangen realistisch aussehenden Terrains und Texturen aus früheren Beispielen für Spiele oder Virtual-Reality-Umgebungen.
Ungewöhnlich am Ansatz des Unternehmens zur Verarbeitung von Videomaterial ist, dass keine manuell beschrifteten Beispiele erforderlich sind. Stattdessen erkennt es statistische Muster in hochauflösenden und niedrigaufgelösten Beispielen und bringt sich dann selbst bei, wie Kanten, Texturen, gerade Linien und andere Merkmale aussehen sollten.
Diese Art des Lernens könnte für die Zukunft der künstlichen Intelligenz wichtig sein (siehe The Missing Link of Artificial Intelligence). Bis heute wurde Deep Learning hauptsächlich zur Erkennung von High-Level-Objekten wie bestimmten Gesichtern in Bildern und Videos eingesetzt, eine Leistung, die durch die Verarbeitung vieler gekennzeichneter Beispiele erreicht wurde (siehe 10 Breakthrough Technologies 2013: Deep Learning ).
Das System kann automatisch komplexe Texturen erzeugen, wie z. B. eine gealterte Ziegelwand.
Das System kann automatisch komplexe Texturen erzeugen, wie z. B. eine gealterte Ziegelwand.
Forscher von Magic Pony werden später in diesem Jahr auf einer Computer Vision-Konferenz einen Artikel vorstellen. Aber Bishop sagt, dass sein Team die Technologie seit dem Schreiben des Papiers erheblich verbessert hat, um sie noch effizienter zu machen.
Bishop erklärt, dass der Name Magic Pony von einem Treffen stammt, bei dem der früheste Investor die Technologie als magisches Pony beschrieb, weil niemand es glauben würde, ohne es zu sehen.