على الرغم من أن العلماء قد استخدموا الشبكات العصبية بنجاح لتحويل المشاهد ثلاثية الأبعاد المتخيلة إلى صور ، فإن تقنيات التعلم الآلي هذه ليست بالسرعة الكافية لجعلها مناسبة للعديد من تطبيقات العالم الحقيقي. الطريقة الجديدة ، التي أوضحها باحثون في معهد ماساتشوستس للتكنولوجيا ومنظمات أخرى ، يمكن أن تجعل مشاهد ثلاثية الأبعاد من الصور أسرع بنحو 15 مرة من بعض النماذج الأخرى. حول هذا يبلغ موقع المنظمة.
أوضح المتخصصون أنه في العديد من مجالات الحياة ، على سبيل المثال ، الجراحة الدقيقة أو الزراعة ، هناك حاجة إلى تصور ثلاثي الأبعاد للأشياء. كقاعدة عامة ، تتلقى الشبكات العصبية صورة ثنائية الأبعاد وتنشئ كائنًا ثلاثي الأبعاد بناءً عليها. قال علماء معهد ماساتشوستس للتكنولوجيا إن طريقتهم الجديدة تسمح بتسريع هذه العملية بنحو 3 ألف مرة ، مقارنة بالنماذج الحالية.
أنشأ مؤلفو التطوير شبكة مجال ضوئي (LFN) ، على أساسها تعلم الذكاء الاصطناعي إعادة إنتاج كائنات ثلاثية الأبعاد بعد ملاحظة واحدة وبمعدل إطار في الوقت الفعلي. تمثل هذه الطريقة مشهدًا كحقل ضوئي بزاوية 360 درجة ووظيفة تصف جميع أشعة الضوء في مساحة ثلاثية الأبعاد تمر عبر كل نقطة وفي جميع الاتجاهات. يتم ترميز مجال الضوء في شبكة عصبية ، مما يعمل على تسريع عرض المشهد ثلاثي الأبعاد.
اختبر المتخصصون النموذج على عدة مشاهد. وجدوا أنه باستخدام LFN ، تمكنت الشبكة العصبية من إنشاء كائنات ثلاثية الأبعاد بأكثر من 500 إطار في الثانية ، أي أسرع بثلاث مرات من الطرق الأخرى. أوضح العلماء أيضًا أن الشبكة الجديدة لحقل الضوء تستخدم بشكل أكثر عقلانية الموارد التي تتطلب حوالي 1,6 ميجا بايت من الذاكرة.
"لقد أتاح العرض العصبي إمكانية العرض الواقعي وتحرير الصور استنادًا إلى مجموعة قليلة من صور الإدخال فقط. لسوء الحظ ، جميع الطرق الحالية باهظة الثمن من وجهة نظر حسابية ، مما يمنع استخدامها في التطبيقات التي تتطلب معالجة في الوقت الفعلي ، مثل مؤتمرات الفيديو. يأخذ هذا المشروع خطوة كبيرة نحو جيل جديد من خوارزميات التقديم العصبية ذات الكفاءة الحسابية والأنيقة من الناحية الحسابية. قال البروفيسور المشارك المشارك في البحث جوردون ويتزشتاين "أتوقع أن تجد تطبيقًا واسعًا في رسومات الكمبيوتر ورؤية الكمبيوتر ومجالات أخرى". ووفقا له ، فإن التكنولوجيا الجديدة سوف تجد تطبيقات في رسومات الحاسوب ومجالات أخرى.
بالمناسبة ، في نهاية نوفمبر ، أصبح معروفًا ببرنامج Ricult الذي يساعد المزارعين على زيادة محصولهم. تحلل الخدمة تغيرات الطقس لمساعدة المزارعين في تايلاند وباكستان على اختيار أفضل وقت لزراعة المحاصيل.
اقرأ أيضا: