למרות שמדענים השתמשו בהצלחה ברשתות עצביות כדי להפוך סצנות תלת מימד מדומיינות לתמונות, טכניקות למידת מכונה אלו אינן מהירות מספיק כדי להפוך אותן למתאימות ליישומים רבים בעולם האמיתי. השיטה החדשה, שהודגמה על ידי חוקרים במכון הטכנולוגי של מסצ'וסטס וארגונים אחרים, יכולה להציג סצנות תלת מימדיות מתמונות מהר יותר פי 15 מכמה דגמים אחרים. על זה מודיע אתר האינטרנט של הארגון.
מומחים הבהירו כי בתחומי חיים רבים, למשל, ניתוח מדויק או חקלאות, יש צורך בהדמיה תלת מימדית של אובייקטים. ככלל, רשתות עצביות מקבלות תמונה דו מימדית ויוצרות על פיה אובייקט תלת מימדי. מדעני MIT אמרו שהשיטה החדשה שלהם מאפשרת להאיץ את התהליך הזה בכ-3 אלף פעמים, בהשוואה למודלים קיימים.
מחברי הפיתוח יצרו רשת שדה אור (LFN), שעל בסיסה למדה בינה מלאכותית לשחזר עצמים תלת מימדיים לאחר תצפית בודדת ובקצב פריימים בזמן אמת. שיטה זו מייצגת סצנה כשדה אור של 360° ופונקציה המתארת את כל קרני האור במרחב התלת מימדי העוברות דרך כל נקודה ולכל הכיוונים. שדה האור מקודד לרשת עצבית, מה שמאיץ את העיבוד של סצינת התלת מימד.
מומחים בדקו את הדגם במספר סצנות. הם גילו שעם LFN, הרשת העצבית הצליחה ליצור אובייקטים תלת-ממדיים ביותר מ-500 פריימים לשנייה, בערך שלושה סדרי גודל מהר יותר משיטות אחרות. המדענים גם הבהירו כי הרשת החדשה של שדה האור משתמשת בצורה רציונלית יותר במשאבים הדורשים כ-1,6 מגה-בייט של זיכרון.
"עיבוד עצבי אפשר רינדור פוטו-ריאליסטי ועריכת תמונות בהתבסס רק על קבוצה דלילה של תמונות קלט. למרבה הצער, כל השיטות הקיימות יקרות מאוד מבחינה חישובית, מה שמונע את השימוש בהן באפליקציות הדורשות עיבוד בזמן אמת, כמו ועידת וידאו. פרויקט זה לוקח צעד גדול לקראת דור חדש של אלגוריתמים לעיבוד עצבי יעיל מבחינה חישובית ואלגנטי מבחינה מתמטית. אני מצפה שהוא ימצא יישום רחב בגרפיקה ממוחשבת, ראייה ממוחשבת ותחומים אחרים", אמר פרופסור חבר במחקר גורדון ווצשטיין. לדבריו, הטכנולוגיה החדשה תמצא יישום בגרפיקה ממוחשבת ובתחומים נוספים.
אגב, בסוף נובמבר נודע על תוכנית Ricult, המסייעת לחקלאים להגדיל את היבול. השירות מנתח שינויי מזג אוויר כדי לעזור לחקלאים בתאילנד ופקיסטן לבחור את הזמן הטוב ביותר לשתול יבולים.
קרא גם: