به گزارش سرویس ترجمه ایمنا، دانشمندان گوگل اوایل هفته جاری از ایجاد چهارچوب جدیدی به نام Transformer اطلاع دادند که می‌تواند براساس ورودی‌های تصویری، ویدئوهای کوتاه تولید کند. کلیپ‌های ایجاد شده با این فناوری در اطراف تصویر حرکت می‌کنند و با اینکه هیچ داده هندسی در ورودی تصویر اصلی ارائه نمی‌شود؛ نماهای پرسپکتیو را خیلی دقیق تجسم می‌کند.
Transformer که از پلتفرم هوش مصنوعی «دیپ‌مایند» گوگل استفاده می‌کند با تجزیه و تحلیل یک تصویر زمینه، اجزای اصلی داده‌های تصویری مورد نیاز برای ساخت ویدئو و عکس‌های اضافه را به دست می‌آورد. این سیستم در فرآیند تجزیه و تحلیل خود سعی می‌کند تا قاب تصویر را شناسایی و از آن برای پیش‌بینی محیط اطراف استفاده کند. در مرحله بعد از تصاویر زمینه برای پیش‌بینی بیشتر نحوه ظاهر شدن عکس از زاویه‌های مختلف استفاده میشود.
پیامدهای Transformer برای صنایع مبتنی بر ویدئو مانند توسعه بازی می‌تواند به صورت بالقوه بسیار زیاد باشد. محیط‌های توسعه بازی کنونی بر تکنیک‌های رندر اصلی مانند سایه‌زنی، نقشه‌برداری، عمق میدان و ردیابی پرتو متکی هستند. تکنولوژی‌هایی مانند Transformer این قابلیت را دارند که با استفاده از هوش مصنوعی و یادگیری ماشینی، محیط‌های مد نظر بازی‌سازان را با روشی کاملاً جدید ایجاد کنند و باعث صرفه‌جویی قابل‌توجه در زمان و منابع و تلاش‌های لازم برای ایجاد این محیط‌ها شوند.
نظر شما