Yeni Google AI teknolojisi, tek bir görüntüye dayalı kısa videolar oluşturabilir

Araştırmacılar, teknolojiler geliştikçe yapay zeka ve makine öğrenimi yeteneklerinden yararlanmanın yeni yollarını bulmaya devam ediyor. Bu haftanın başlarında, Google bilim adamları, tekil görüntü girişlerine dayalı kısa videolar oluşturma yeteneğine sahip yeni bir çerçeve olan Transframer'ın oluşturulduğunu duyurdular. Yeni teknoloji, bir gün geleneksel işleme çözümlerini güçlendirebilir ve geliştiricilerin makine öğrenimi yeteneklerine dayalı sanal ortamlar oluşturmasına olanak tanır.

Yeni çerçevenin adı (ve bazı açılardan konsept), Transformer olarak bilinen başka bir yapay zeka tabanlı modele bir göndermedir. İlk olarak 2017'de tanıtılan Transformer, bir cümledeki diğer kelimeleri modelleyerek ve karşılaştırarak metin oluşturma yeteneğine sahip yeni bir sinir ağı mimarisidir. Model, o zamandan beri TensorFlow ve PyTorch gibi standart derin öğrenme çerçevelerine dahil edilmiştir.

Transformer'ın olası çıktıları tahmin etmek için dili kullanması gibi, Transframer de kısa videolar oluşturmak için bir sorgu ek açıklamasıyla birlikte benzer niteliklere sahip bağlam görüntülerini kullanır. Ortaya çıkan videolar, orijinal görüntü girişlerinde herhangi bir geometrik veri sağlamamasına rağmen, hedef görüntü etrafında hareket eder ve doğru perspektifleri görselleştirir.

[embed_twitter]https://twitter.com/DeepMind/status/1559178172280840196?s=20&t=xxvoDqq95SDPOakTSbZkEA[/embed_twitter]

Google'ın DeepMind AI platformu kullanılarak gösterilen yeni teknoloji, önemli görüntü verilerinin parçalarını elde etmek ve ek görüntüler oluşturmak için tek bir fotoğraf bağlamı görüntüsünü analiz ederek çalışır. Bu analiz sırasında sistem resmin çerçevesini tanımlar ve bu da sistemin resmin çevresini tahmin etmesine yardımcı olur.

Bağlam görüntüleri daha sonra bir görüntünün farklı açılardan nasıl görüneceğini tahmin etmek için kullanılır. Tahmin, verilere, açıklamalara ve bağlam çerçevelerinden elde edilen diğer bilgilere dayalı olarak ek görüntü çerçevelerinin olasılığını modeller.

Çerçeve, çok sınırlı bir veri kümesine dayalı olarak makul derecede doğru video üretme yeteneği sağlayarak video teknolojisinde büyük bir adımı işaret ediyor. Transframer görevleri aynı zamanda semantik segmentasyon, görüntü sınıflandırma ve optik akış tahminleri gibi video ile ilgili diğer görevlerde ve kıyaslamalarda son derece umut verici sonuçlar göstermiştir.

Oyun geliştirme gibi video tabanlı endüstriler için etkileri potansiyel olarak çok büyük olabilir. Mevcut oyun geliştirme ortamları, gölgeleme, doku eşleme, alan derinliği ve ışın izleme gibi temel işleme tekniklerine dayanır. Transframer gibi teknolojiler, ortamlarını oluşturmak için yapay zeka ve makine öğrenimini kullanarak geliştiricilere tamamen yeni bir geliştirme yolu sunma potansiyeline sahiptir ve bunları oluşturmak için gereken süreyi, kaynakları ve çabayı azaltır.