Meskipun para ilmuwan telah berhasil menggunakan jaringan saraf untuk membuat adegan 15D yang dibayangkan menjadi gambar, teknik pembelajaran mesin ini tidak cukup cepat untuk membuatnya cocok untuk banyak aplikasi dunia nyata. Metode baru, yang ditunjukkan oleh para peneliti di Massachusetts Institute of Technology dan organisasi lain, dapat membuat adegan tiga dimensi dari gambar sekitar 000 kali lebih cepat daripada beberapa model lainnya. Tentang ini laporan situs web organisasi.
Spesialis mengklarifikasi bahwa di banyak bidang kehidupan, misalnya, bedah presisi atau pertanian, visualisasi objek tiga dimensi diperlukan. Sebagai aturan, jaringan saraf menerima gambar dua dimensi dan membuat objek 3D berdasarkan itu. Ilmuwan MIT mengatakan bahwa metode baru mereka memungkinkan untuk mempercepat proses ini sekitar 15 ribu kali, dibandingkan dengan model yang ada.
Penulis pengembangan menciptakan jaringan bidang cahaya (LFN), atas dasar kecerdasan buatan yang belajar untuk mereproduksi objek tiga dimensi setelah pengamatan tunggal dan dengan kecepatan bingkai secara real time. Metode ini mewakili pemandangan sebagai medan cahaya 360° dan fungsi yang menggambarkan semua sinar cahaya dalam ruang tiga dimensi yang melewati setiap titik dan ke segala arah. Bidang cahaya dikodekan ke dalam jaringan saraf, yang mempercepat rendering adegan 3D.
Spesialis menguji model pada beberapa adegan. Mereka menemukan bahwa dengan LFN, jaringan saraf mampu menghasilkan objek 500D pada lebih dari 1,6 frame per detik, sekitar tiga kali lipat lebih cepat daripada metode lain. Para ilmuwan juga mengklarifikasi bahwa jaringan baru bidang cahaya lebih rasional menggunakan sumber daya yang membutuhkan sekitar XNUMX MB memori.
“Render saraf telah memungkinkan rendering fotorealistik dan pengeditan gambar hanya berdasarkan kumpulan gambar input yang jarang. Sayangnya, semua metode yang ada sangat mahal dari sudut pandang komputasi, yang mencegah penggunaannya dalam aplikasi yang memerlukan pemrosesan waktu nyata, seperti konferensi video. Proyek ini mengambil langkah besar menuju generasi baru algoritma rendering saraf yang efisien secara komputasi dan elegan secara matematis. Saya berharap itu akan menemukan aplikasi luas dalam grafik komputer, visi komputer, dan bidang lainnya," kata profesor rekanan peserta penelitian Gordon Wetzstein. Menurutnya, teknologi baru ini akan diterapkan di bidang komputer grafis dan bidang lainnya.
Omong-omong, pada akhir November, diketahui tentang program Ricult, yang membantu petani meningkatkan panen mereka. Layanan ini menganalisis perubahan cuaca untuk membantu petani di Thailand dan Pakistan memilih waktu terbaik untuk bercocok tanam.
Baca juga: