ReImaging ng Space Photography ng NASA Upang Magbunga ng Isang Mas Malinaw na Resulta. Spaceflight Ngayon
Ang NVIDIA ay matagal nang nakilala sa mga walang malay na Graphics Processing Units (GPUs), ang pangunahing produkto nito ay ang card na NVIDIA GeForce. Sa pamamagitan nito, ang kumpanya ay palaging nasa harap at sentro sa pagsasaliksik at pagpapaunlad ng karanasan sa pagpapahusay ng artipisyal na intelihensiya sa mga video game, graphic design, data processing, at mga sasaksyong sasakyan.
Kamakailan-lamang, nagsimula ang NVIDIA na tumuon sa artipisyal na intelektwal na ihiwalay kasama ang pinakabagong proyekto na kumukuha ng mabibigat na pagtuon sa matalinong muling pag-aayos ng mga dating larawan na gumagamit ng mga gaussian algorithm upang suriin ang loci pinakamaliit na pagkakaiba sa pagitan ng daan-daang malinaw at malabo na mga imahe na nakategorya batay sa temperatura at tint, at pagkatapos ay i-input ang mga halagang iyon sa mga expression ng pagbabalik ng indibidwal na malabo na mga larawan upang bumalik sa kung ano ang maaaring magkaroon ng hitsura ng kanilang orihinal na malinaw na mga imahe. Isinasagawa ang prosesong ito nang paisa-isa para sa bawat punto sa litrato at ginagamit ang isang pagbubuod upang makabuo ng isang generic na pinakamaliit na halaga ng pagkakaiba.
Opisina ng NVIDIA. Nasdaq sa Twitter
Gumagana ang algorithm upang malaman mula sa nakaraang mga pagtatangka kung ano ang ipahiwatig ng ilang mga kulay at pattern sa screen. Nang mabuo ang system, ito ay libu-libong mga gawing malabo at orihinal na mga imahe upang makilala ng makina kung aling mga pattern at kulay sa screen ang tumutugma sa kung aling mga uka at gilid sa orihinal na imahe. Nasubukan nang maraming beses, pinamamahalaang turuan ng NVIDIA ang AI chip nito upang matuto mula sa mga nakaraang pagsubok at mag-imbak ng isang database ng mga katugmang graphic code na na-convert sa matematika code batay sa lokasyon, tint, at temperatura. Gamit ang nakaraang karanasan at mga pakikipag-ugnay na itinatag sa pagitan ng malabo at malinaw na mga imahe ng parehong locus at tint, ang makina ay pumutok sa mga bagong imahe, inilalapat ang mga formula na pinakamahusay na tumutugma sa tint at temperatura ng bagong larawan. Inilagay ng NVIDIA ang kanilang algorithm sa pamamagitan ng sapat na mga pagsubok upang magkaroon ng sapat na malakas na database ng pagpapanatili na maaaring mai-tap ng AI kapag nagtatrabaho sa mga mas bagong imahe at ang mekanismo na ngayon ay nakatayo, na magagawang alisan ng takip ang anumang imahe sa pamamagitan ng pagsasanay nito sa pampalakas na pag-aaral (RL) . Matapos matuklasan ang sapat na mga mukha, halimbawa, maaaring makilala ng makina ang mga malabo na mukha kapag sinubukan dahil naintindihan nito kung aling mga malabo na uka ang tumutugma sa kung aling mga tampok sa mukha ang totoo. Ang pagkakalantad sa iba't ibang mga uri ng ingay tulad ng sobrang pagkakatak, pagpaputi, pagsala, at naka-texture na mga imahe ay naidagdag din sa database ng mga algorithm.
Sa algorithm's matematika wika, binabasa ng programa ang kaukulang sira at malinaw na loci sa mga kaukulang larawan, pag-log x, y, x ', at y' sa database nito. Lumilikha ito ng isang kurso sa pagbabalik ng gaussian upang tumugma sa mga pagkakaiba sa pagitan ng dalawa na nagpapahintulot sa conversion batay sa pangkalahatang ingay ng potograpiya. Sa hindi bababa sa mga parisukat na expression ng pagbabalik na nabuo, ang pinakamababang halaga na nagbibigay-kasiyahan sa kundisyon ay kinuha at isang bagong kurba ng halaga ng gaussian ang naitinalik. Kapag nag-convert ng imahe pabalik sa orihinal na malinaw na kalidad, ang temperatura ng bawat punto ay nabago batay sa pagkakaiba ng pattern ng pagbabalik sa database ng AI machine na tumutugma sa partikular na kulay at pattern at ang bawat punto ay binago upang makabuo ng isang buong malinaw na imahe. Ang mga mekanismo ng curve na gaussian na kadahilanan sa pinaka-generic na mga form ng ingay ngunit kung ang aparato ay maaaring makilala ang iba pang mga anyo ng ingay na madalas na maiugnay sa hindi tamang oras na bilis ng shutter o generic shading ng immage, ang gaussian na pinakamaliit na halaga ng pagkakaiba ay na-average sa ang poisson ng set ng data (para sa nauna) at Bernoulli (para sa huli) ay hindi bababa sa mga halaga ng pagkakaiba.
Tinutulungan ng Artipisyal na Intellierye ang muling Pagbubuo ng Larawan. BT
Sa mga tuntunin ng mga layman, ang papel na ginagampanan ng artipisyal na katalinuhan dito ay ang matalinong pagtuklas at pag-convert ng mga natatanging larawan batay sa isang kasanayan na itinakda na tinangka ng aparato. Pagdating sa antas ng artipisyal na katalinuhan na nakamit ngayon, na kung saan ay nasa isang yugto pa rin kung saan hindi ito partikular na independyente at limitado ang mga pagsisikap nito sa hanay ng mga sitwasyong naipatupad na, ang NVIDIA ay nakamit ng malaki sa paglikha ng isang makina na maaaring subukan at muling likhain hindi nakikitang mga larawan na may pinakamataas na antas ng kawastuhan sa pamamagitan ng patuloy na pagbagay at pagpapalawak ng database nito upang mapabuti ang rate ng tagumpay ng kasunod na mga turnover ng potograpiya.
