...
🧑 💻 Avaliações e notícias do mundo dos programas, carros, aparelhos e computadores. Artigos sobre jogos e hobbies.

Os novos mecanismos de IA do Google podem ampliar e aprimorar, assim como nos filmes

2

Google

Você sabe como, nos filmes, quando há uma imagem no computador e o detetive que está ao lado de The Guy In The Chair diz “você pode aumentar o zoom e melhorar essa placa?" Essa tecnologia agora é real, graças à mais nova IA do Google motores.

O processo para fazer isso é extremamente complexo e difícil de dominar, pois eles são baseados em modelos de difusão (e algumas matemáticas seriamente avançadas) e trabalham para adicionar detalhes a uma imagem que não estava originalmente lá. Isso é feito por adivinhação usando imagens semelhantes e é uma técnica que o Google apelidou de síntese de imagem natural e, neste caso, super-resolução de imagem.

Obviamente, você começa com uma imagem pequena e pixelizada (como as imagens do lado esquerdo de cada um dos conjuntos de imagens acima) e termina com uma imagem de resolução muito mais alta que não apenas parece mais nítida, mas parece real ao olho humano, mesmo se não for uma correspondência 100% exata com o original. Para fazer o trabalho, o Google usou duas novas ferramentas de IA: Super-Resolution via Repeated Refinement (SR3) e Cascaded Diffusion Models (CDM).

O primeiro, SR3, adiciona ruído a uma imagem (isso se parece com a estática ou a neve que você vê na tela da TV quando o sinal está fraco) e, em seguida, inverte o processo. Ele usa um grande banco de dados de imagens e uma série de cálculos de probabilidade para mapear a aparência de uma versão de baixa resolução da imagem, com a qual o pesquisador do Google Chitwan Saharia se aprofunda aqui.

Os novos mecanismos de IA do Google podem ampliar e aprimorar, assim como nos filmes

Google

“Os modelos de difusão funcionam corrompendo os dados de treinamento, adicionando progressivamente ruído gaussiano, apagando lentamente os detalhes dos dados até que se tornem ruído puro e, em seguida, treinando uma rede neural para reverter esse processo de corrupção”, explicou Saharia.

A segunda ferramenta, CDM, usa “pipelines” pelos quais vários modelos de difusão (incluindo SR3) podem ser direcionados para produzir atualizações de alta resolução. Essa ferramenta faz imagens maiores dos modelos de aprimoramento usando simulações cuidadosamente calculadas com base em probabilidades avançadas, nas quais o Google publicou um artigo de pesquisa.

O resultado final? Quando a pesquisa apresentou as imagens finalizadas para as pessoas em um teste, elas escolheram que os rostos gerados eram confundidos com rostos reais em cerca de metade das vezes. Embora uma taxa de 50% possa não parecer bem-sucedida, está de acordo com o que poderíamos esperar de um algoritmo perfeito. O Google diz que esse método produz melhores resultados do que outras opções de aprimoramento de imagem, incluindo redes adversárias generativas que usam redes neurais concorrentes para refinar uma imagem.

O Google diz que pretende fazer mais com esses mecanismos de IA e suas tecnologias relacionadas, além do escopo do upscaling de imagens, como outras áreas de modelagem de probabilidade. E embora essa tecnologia de “zoom e melhore” facilite fazer coisas como fotos antigas sofisticadas, ela definitivamente tem um potencial inegável também, como, bem, aumentar o zoom e melhorar uma foto ou uma placa de carro ou qualquer outra coisa.

via Alerta Científico

Fonte de gravação: www.reviewgeek.com

Este site usa cookies para melhorar sua experiência. Presumiremos que você está ok com isso, mas você pode cancelar, se desejar. Aceitar Consulte Mais informação