यद्यपि वैज्ञानिकों ने कल्पना किए गए 15D दृश्यों को छवियों में प्रस्तुत करने के लिए तंत्रिका नेटवर्क का सफलतापूर्वक उपयोग किया है, ये मशीन सीखने की तकनीकें इतनी तेज़ नहीं हैं कि उन्हें कई वास्तविक दुनिया के अनुप्रयोगों के लिए उपयुक्त बना सकें। मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी और अन्य संगठनों के शोधकर्ताओं द्वारा प्रदर्शित नई विधि, छवियों से त्रि-आयामी दृश्यों को कुछ अन्य मॉडलों की तुलना में लगभग 000 गुना तेजी से प्रस्तुत कर सकती है। के बारे में रिपोर्टों संगठन की वेबसाइट।
विशेषज्ञों ने स्पष्ट किया कि जीवन के कई क्षेत्रों में, उदाहरण के लिए, सटीक सर्जरी या कृषि, वस्तुओं के त्रि-आयामी दृश्य की आवश्यकता होती है। एक नियम के रूप में, तंत्रिका नेटवर्क एक द्वि-आयामी छवि प्राप्त करते हैं और इसके आधार पर एक 3D ऑब्जेक्ट बनाते हैं। MIT के वैज्ञानिकों ने कहा कि उनकी नई विधि मौजूदा मॉडलों की तुलना में इस प्रक्रिया को लगभग 15 हजार गुना तेज करने की अनुमति देती है।
विकास के लेखकों ने एक लाइट फील्ड नेटवर्क (एलएफएन) बनाया, जिसके आधार पर कृत्रिम बुद्धि ने एक ही अवलोकन के बाद और वास्तविक समय में फ्रेम दर के साथ त्रि-आयामी वस्तुओं को पुन: पेश करना सीखा। यह विधि 360° प्रकाश क्षेत्र के रूप में एक दृश्य का प्रतिनिधित्व करती है और एक फ़ंक्शन जो प्रत्येक बिंदु और सभी दिशाओं से गुजरने वाले त्रि-आयामी अंतरिक्ष में सभी प्रकाश किरणों का वर्णन करता है। प्रकाश क्षेत्र एक तंत्रिका नेटवर्क में एन्कोड किया गया है, जो 3 डी दृश्य के प्रतिपादन को तेज करता है।
विशेषज्ञों ने कई दृश्यों पर मॉडल का परीक्षण किया। उन्होंने पाया कि एलएफएन के साथ, तंत्रिका नेटवर्क 500 फ्रेम प्रति सेकंड से अधिक 1,6 डी ऑब्जेक्ट उत्पन्न करने में सक्षम था, अन्य तरीकों की तुलना में परिमाण के लगभग तीन क्रम तेजी से। वैज्ञानिकों ने यह भी स्पष्ट किया कि प्रकाश क्षेत्र का नया नेटवर्क उन संसाधनों का अधिक तर्कसंगत रूप से उपयोग करता है जिनके लिए लगभग XNUMX एमबी मेमोरी की आवश्यकता होती है।
"न्यूरल रेंडरिंग ने इनपुट इमेज के केवल एक विरल सेट के आधार पर फोटोरिअलिस्टिक रेंडरिंग और इमेज एडिटिंग को सक्षम किया है। दुर्भाग्य से, सभी मौजूदा विधियां एक कम्प्यूटेशनल दृष्टिकोण से बहुत महंगी हैं, जो उन अनुप्रयोगों में उनके उपयोग को रोकती हैं जिन्हें वास्तविक समय प्रसंस्करण की आवश्यकता होती है, जैसे कि वीडियो कॉन्फ्रेंसिंग। यह परियोजना कम्प्यूटेशनल रूप से कुशल और गणितीय रूप से सुरुचिपूर्ण तंत्रिका प्रतिपादन एल्गोरिदम की एक नई पीढ़ी की दिशा में एक बड़ा कदम उठाती है। मुझे उम्मीद है कि इसे कंप्यूटर ग्राफिक्स, कंप्यूटर विज़न और अन्य क्षेत्रों में व्यापक अनुप्रयोग मिलेगा," शोध प्रतिभागी एसोसिएट प्रोफेसर गॉर्डन वेट्ज़स्टीन ने कहा। उनके अनुसार, नई तकनीक कंप्यूटर ग्राफिक्स और अन्य क्षेत्रों में आवेदन प्राप्त करेगी।
वैसे, नवंबर के अंत में, यह रिचल्ट कार्यक्रम के बारे में जाना गया, जो किसानों को अपनी फसल बढ़ाने में मदद करता है। सेवा थाईलैंड और पाकिस्तान में किसानों को फसल बोने के लिए सबसे अच्छा समय चुनने में मदद करने के लिए मौसम परिवर्तन का विश्लेषण करती है।
यह भी पढ़ें: