नासा के स्पेस फ़ोटोग्राफ़ी को यील्ड ए क्लीयर रिजल्ट को रिजेक्ट करना। Spaceflight अब
NVIDIA लंबे समय से अपने बेदाग ग्राफिक्स प्रोसेसिंग यूनिट (GPUs) के लिए जाना जाता है, इसका मुख्य उत्पाद NVIDIA GeForce कार्ड है। इसके साथ, कंपनी हमेशा वीडियो गेम, ग्राफिक डिजाइन, डेटा प्रोसेसिंग और ऑटोमोटिव वाहनों में कृत्रिम बुद्धिमत्ता को बढ़ाने के लिए अनुसंधान और अनुभव के विकास में सामने और केंद्र रही है।
हाल ही में, NVIDIA ने अपने सबसे हालिया प्रोजेक्ट के साथ कृत्रिम बुद्धिमत्ता पर अलगाव में ध्यान केंद्रित करना शुरू कर दिया है, जो तापमान और टिंट के आधार पर एकत्र की गई सैकड़ों स्पष्ट और धुंधली छवियों के बीच लोकी मतभेदों का मूल्यांकन करने के लिए गॉज़ियन एल्गोरिदम का उपयोग करते हुए फ़ोटो को स्मार्ट रीइमेजिंग पर भारी ध्यान केंद्रित कर रहा है। और फिर उन मूल्यों को अलग-अलग धुंधली तस्वीरों के प्रतिगमन अभिव्यक्तियों में वापस लाने के लिए, जो कि उनकी मूल स्पष्ट छवियों की तरह देख सकते थे। यह प्रक्रिया फोटोग्राफ पर प्रत्येक बिंदु के लिए व्यक्तिगत रूप से की जाती है और एक जेनेरिक का उपयोग कम से कम अंतर मूल्य उत्पन्न करने के लिए किया जाता है।
NVIDIA कार्यालय। ट्विटर पर नैस्डैक
एल्गोरिथ्म स्क्रीन पर कुछ रंगों और पैटर्नों के संकेत के पिछले प्रयासों से सीखने का काम करता है। जब सिस्टम विकसित किया गया था, तो यह हजारों बनी-धुंधली और मूल छवियां थीं ताकि मशीन स्क्रीन पर कौन से पैटर्न और रंगों की पहचान कर सके और मूल छवि में किन खांचे और किनारों के अनुरूप हो। कई बार परीक्षण किए जाने के बाद, NVIDIA पिछले परीक्षणों से सीखने और मिलान किए गए ग्राफिक कोड के डेटाबेस को संग्रहीत करने के लिए अपने एआई चिप को प्रबंधित करने में कामयाब रहा है जो स्थान, टिंट और तापमान के आधार पर गणितीय कोड में परिवर्तित हो जाते हैं। पिछले अनुभव और एक ही स्थान और टिंट की धुंधली और स्पष्ट छवियों के बीच स्थापित रिश्तों का उपयोग करते हुए, मशीन नई छवियों के साथ दरार करती है, नए फोटो के टिंट और तापमान से मेल खाने वाले फ़ार्मुलों को सर्वोत्तम रूप से लागू करती है। एनवीआईडीआईए ने अपने एल्गोरिथ्म को पर्याप्त परीक्षणों के माध्यम से रखा है, जिसमें एक मजबूत प्रतिधारण डेटाबेस है जिसे AI नई छवियों पर काम करते समय टैप कर सकता है और तंत्र अब अपने आप खड़ा है, सुदृढीकरण सीखने (आरएल) में अपने प्रशिक्षण द्वारा लगभग किसी भी छवि को उजागर करने में सक्षम है । उदाहरण के लिए, पर्याप्त चेहरों को उजागर करने के बाद, मशीन को परीक्षण करने के लिए धुंधले चेहरे बना सकते हैं क्योंकि यह समझता है कि धुंधले खांचे कौन से चेहरे के अनुरूप हैं। विभिन्न प्रकार के शोर जैसे कि अतिवृष्टि, सफेदी, फ़िल्टर और बनावट वाली छवियों को एल्गोरिदम डेटाबेस में भी जोड़ा गया है।
एल्गोरिथ्म में गणितीय भाषा, कार्यक्रम संबंधित छवियों पर भ्रष्ट और स्पष्ट लोकी को पढ़ता है, x, y, x 'और y' को अपने डेटाबेस में लॉग करता है। यह तब दोनों के बीच के अंतरों के मिलान के लिए एक गाऊसी प्रतिगमन वक्र बनाता है जो सामान्य फोटोग्राफिक शोर के आधार पर रूपांतरण की अनुमति देता है। उत्पन्न किए गए कम से कम वर्गों प्रतिगमन अभिव्यक्ति में, सबसे कम मूल्य जो स्थिति को संतुष्ट करता है और गॉसियन मूल्य का एक नया वक्र प्लॉट किया जाता है। जब छवि को उसकी मूल स्पष्ट गुणवत्ता में परिवर्तित किया जाता है, तो एआई मशीन के डेटाबेस में प्रतिगमन पैटर्न के अंतर के आधार पर हर बिंदु का तापमान बदल जाता है जो उस विशेष रंग और पैटर्न से मेल खाता है और प्रत्येक बिंदु पूरी स्पष्ट छवि का उत्पादन करने के लिए बदल जाता है। शोर के सबसे सामान्य रूपों में गॉसियन कर्विंग मैकेनिज्म कारक लेकिन अगर डिवाइस शोर के अन्य रूपों की पहचान करने में सक्षम होता है, जिन्हें अक्सर बीमार समय गति शटर गति या इम्मेज के सामान्य छायांकन के लिए जिम्मेदार ठहराया जाता है, तो गौस कम से कम अंतर मान औसत के साथ होता है डेटा सेट की पॉइसन (पूर्व के लिए) और बर्नौली (उत्तरार्द्ध के लिए) कम से कम अंतर मान के साथ।
आर्टिफिशियल इंटेलिजेंस असिस्टेड फोटो रीइमेजिंग। बीटी
आम आदमी की भूमिका में, कृत्रिम बुद्धिमत्ता जो भूमिका निभाती है, वह डिवाइस द्वारा पहले से प्रयास किए गए अभ्यास सेट पर आधारित अद्वितीय फ़ोटो की स्मार्ट पहचान और रूपांतरण है। जब यह आज प्राप्त कृत्रिम बुद्धिमत्ता के स्तर की बात आती है, जो अभी भी एक ऐसे चरण में है जहां यह विशेष रूप से स्वतंत्र नहीं है और इसके प्रयास पहले से ही अभ्यास किए गए परिदृश्यों की सीमा तक सीमित हैं, तो NVIDIA ने एक मशीन बनाने में बहुत कुछ हासिल किया है जो प्रयास और पुन: निर्माण कर सकता है। बाद में फोटोग्राफिक टर्नओवर की सफलता दर में सुधार करने के लिए अपने डेटाबेस को लगातार बदलने और विस्तारित करके सटीकता के उच्चतम स्तर के साथ अनदेखी तस्वीरें।