Maşın öyrənməsinin (Machine Learning) önəminin və tətbiqinin həyatımızda gün keçdikcə artması danılmaz faktlardan biridir. Bu istiqamətdə bir çox şirkətlər, insanlar müxtəlif layihələr hazırlayıb, müxtəlif fəaliyyətlər həyata keçirirlər. Təbii ki, bunların sırasında Google şirkəti xüsusi yerə sahibdir. Elə Google tədqiqatçılarının da bu yaxınlarda atdıqları addım gözlənilən idi. Belə ki, maşın öyrənməsinin köməyi ilə Google tədqiqatçıları dünyanın məşhur yerlərini internetdən çəkilən fotoşəkillərdən istifadə edərək inanılmaz dərəcədə detallı 3D videolarına çeviriblər.
Tədqiqatçılar Brandenburg qapısı, Trevi Fəvvarəsi və Sacré-Cœur-ün 3D şəkillərini layihənin GitHub səhifəsində paylaşıblar. Üstəlik, bu görüntüləri yaratmaq üçün Flickr kimi onlayn saytlardan çəkilən fotolardan istifadə edilmişdir. Nəticədə kameradan gələn hərəkət etdirilə və görünüşü fərqli işıq effektləri ilə dəyişdirilə bilən görüntü təsirli vizuallar olaraq qarşımıza çıxır.
Tədqiqatçılar bir müddət əvvəl “NeRF in the Wild: Neural Radiance Fields for Unconstrained Photo Collections” başlıqlı məqalədə metodlarını bir araya gətiriblər və bu metodu NeRF-W adlandırıblar.
Our paper, “NeRF in the Wild”, is out! NeRF-W is a method for reconstructing 3D scenes from internet photography. We apply it to the kinds of photos you might take on vacation: tourists, poor lighting, filters, and all. https://t.co/lawLB4eEup (1/n) pic.twitter.com/UuvUm4eVzm
— Daniel Duckworth (@duck) August 6, 2020
Bu yanaşma bir neyron şəbəkəsinin ağırlıqları içərisində bir səhnənin parlaqlıq sahəsini və intensivliyini örtük kimi modelləşdirir. Tədqiqatçılar öz məqalələrində yazdıqları kimi birbaşa həcm təqdimatı yeni görünüşləri sintez etmək üçün istifadə edilir. Ortaya çıxan nəticədə görünüşlər indiyə qədər heç rast gəlinməmiş miqdarda əsl halına oxşarlıq göstərir. Ancaq bu metod işıq effektlərinin sabit qaldığı və səhnədəki bütün məzmunun statistik olduğu vəziyyətlərdə çalışa bilir. Qısaca demək olar ki, yalnız idarə edilə bilən, uyğun vəziyyətlərdə yaxşı çalışa bilir.
Tədqiqatçılar NeRF-in bu parametrlərdən kənarda qalan görüntüləri istifadə edərkən çətinlik çəkəcəyini vurğulayırlar. Nəticədə istifadə ediləcək şəkillər demək olar ki, eyni vaxtda çəkilməli və fotoşəkili korlaya biləcək təyyarə, quş, velosiped, avtomobil kimi əşyalar olmamalıdır.
Beləliklə, bu layihənin davamlı olacağını düşünürük. Zənn edirik ki, bu və bunun timsalında bir çox layihələr yaxın müddətdə daha çox olacaq. Maşın öyrənməsi adını yaxın gələcəkdə hələ çox eşidəcəyik. Çünki yaxın gələcəkdə istər Big Datadan istifadə, istərsə də bu istiqamətdə Süni İntellekt özünü daha çox sahədə göstərəcək.
“Kiçik şirkətlər və Big Data – 7 səbəb” yazısını buraya klikləyərək oxuya bilərsiniz.
