إعادة تصوير التصوير الفضائي لوكالة ناسا لتحقيق نتيجة أوضح. رحلة الفضاء الآن
تشتهر NVIDIA منذ فترة طويلة بوحدات معالجة الرسومات (GPU) الخاصة بها ، ومنتجها الرئيسي هو بطاقة NVIDIA GeForce. مع ذلك ، كانت الشركة دائمًا في المقدمة والمركز في البحث والتطوير للخبرة التي تعزز الذكاء الاصطناعي في ألعاب الفيديو ، والتصميم الجرافيكي ، ومعالجة البيانات ، ومركبات السيارات.
في الآونة الأخيرة ، بدأت NVIDIA في التركيز على الذكاء الاصطناعي بمعزل عن أحدث مشاريعها التي تركز بشكل كبير على إعادة التصوير الذكي للصور الموجودة مسبقًا باستخدام خوارزميات gaussian لتقييم أقل الفروق بين مئات الصور الواضحة والضبابية المصنفة بناءً على درجة الحرارة والصبغة ، ثم إدخال هذه القيم في تعبيرات الانحدار للصور الباهتة الفردية للتراجع إلى ما كان يمكن أن تبدو عليه صورهم الأصلية الواضحة. يتم تنفيذ هذه العملية بشكل فردي لكل نقطة على الصورة ويتم استخدام جمع لتوليد أقل قيمة عامة للفرق.
مكتب NVIDIA. ناسداك على تويتر
تعمل الخوارزمية على التعلم من المحاولات السابقة لما تشير إليه ألوان وأنماط معينة على الشاشة. عندما تم تطوير النظام ، كان هناك آلاف من الصور الأصلية غير الواضحة بحيث يمكن للآلة تحديد الأنماط والألوان الموجودة على الشاشة والتي تتوافق مع الأخاديد والحواف في الصورة الأصلية. بعد أن تم اختبارها عدة مرات ، تمكنت NVIDIA من تعليم شريحة الذكاء الاصطناعي الخاصة بها للتعلم من التجارب السابقة وتخزين قاعدة بيانات للرموز الرسومية المتطابقة التي يتم تحويلها إلى كود رياضي بناءً على الموقع والصبغة ودرجة الحرارة. باستخدام الخبرة السابقة والعلاقات التي تم إنشاؤها بين الصور الباهتة والواضحة لنفس المكان واللون الخفيف ، تتشقق الماكينة مع الصور الجديدة ، وتطبق الصيغ التي تتناسب بشكل أفضل مع درجة حرارة الصورة الجديدة ودرجة الحرارة. وضعت NVIDIA خوارزمياتها في تجارب كافية للحصول على قاعدة بيانات قوية بدرجة كافية للاحتفاظ يمكن للذكاء الاصطناعي الاستفادة منها عند العمل على صور أحدث والآلية الآن قائمة بذاتها وقادرة على الكشف عن أي صورة تقريبًا من خلال تدريبها على التعلم المعزز (RL) . بعد الكشف عن عدد كافٍ من الوجوه ، على سبيل المثال ، يمكن للآلة أن تبرز وجوهًا ضبابية عند اختبارها لأنها تفهم الأخاديد غير الواضحة التي تتوافق مع ملامح الوجه في الحقيقة. كما أن التعرض لأنواع مختلفة من الضوضاء مثل الصور الممدودة والمبيضة والمفلترة والمركبة قد أضافت إلى قاعدة بيانات الخوارزميات أيضًا.
في الخوارزمية رياضي اللغة ، يقرأ البرنامج مواضع تالفة وواضحة المقابلة على الصور المقابلة ، وتسجيل x و y و x 'و y' في قاعدة البيانات الخاصة به. ثم يقوم بإنشاء منحنى انحدار غاوسي لمطابقة الاختلافات بين الاثنين مما يسمح بالتحويل بناءً على ضوضاء التصوير الفوتوغرافي العامة. في تعبير انحدار المربعات الصغرى الذي تم إنشاؤه ، يتم أخذ أدنى قيمة تفي بالشرط ويتم رسم منحنى جديد للقيمة gaussian. عند إعادة تحويل الصورة إلى جودتها الأصلية الواضحة ، يتم تغيير درجة حرارة كل نقطة بناءً على اختلاف نمط الانحدار في قاعدة بيانات جهاز الذكاء الاصطناعي الذي يتوافق مع ذلك اللون والنمط المعينين ويتم قلب كل نقطة لإنتاج صورة واضحة كاملة. تعمل آلية الانحناء الغاوسي في أكثر أشكال الضوضاء عمومية ، ولكن إذا كان الجهاز قادرًا على تحديد أشكال أخرى من الضوضاء التي غالبًا ما تُعزى إلى سرعات الغالق في توقيت خاطئ أو التظليل العام للحركة ، يتم حساب متوسط قيمة الفرق الأقل غوسية مع قيم مجموعة البيانات poisson (للأولى) و Bernoulli (للأخيرة) أقل قيم الاختلاف أيضًا.
الذكاء الاصطناعي بمساعدة إعادة التصوير. BT
من منظور الأشخاص العاديين ، فإن الدور الذي يلعبه الذكاء الاصطناعي في هذا هو الاكتشاف الذكي وتحويل الصور الفريدة بناءً على مجموعة الممارسة التي حاولها الجهاز بالفعل. عندما يتعلق الأمر بمستوى الذكاء الاصطناعي الذي تم تحقيقه اليوم ، والذي لا يزال في مرحلة لا يكون فيها مستقلاً بشكل خاص وقصر جهوده على مجموعة السيناريوهات التي تم ممارستها بالفعل ، فقد حققت NVIDIA نجاحًا كبيرًا في إنشاء آلة يمكنها المحاولة وإعادة الإنشاء الصور غير المرئية بأعلى مستوى من الدقة من خلال تكييف قاعدة بياناتها وتوسيعها باستمرار لتحسين معدل نجاح عمليات التصوير الفوتوغرافي اللاحقة.
