Համապատասխան թագավորի համար. Նկարչական գերհամակարգիչ

Ներածություն

Ոչ մի թագավոր ամբողջական չէ առանց թագավորական դիմանկարի: Ժամանակները փոխվել են, ինչպես և միապետությունը, արվեստը մտել է 21-րդ դար: Եթե ​​մինչ թագավորական դիմանկարը այսօր պահանջում էր ամսական աշխատանք մեկ «պատկերի» համար, այսօր արհեստական ​​ինտելեկտի ինտելեկտի օգնությամբ մենք կարող ենք ստեղծել թվային նկարիչ, որը պատրաստված է հենց անցյալի Մեծ վարպետների կողմից, որը կարող է նկարել ավելի քան 20 FPS ( Filips վայրկյան):

Հետաքրքրու՞մ եք, թե ինչպես հասանք դրան: Կարդացեք դրա մասին բոլորը ՝ ստորև:

Որոշ ժամանակ առաջ մենք խոսեցինք, որ KU Leuven ICTS- ը փնտրում էր դիմում `ցուցադրելու իրենց GPU նոր գերհամակարգիչի AI- ի հնարավորությունները` Genius անվամբ: Իսկ ո՞վ է ավելի լավ կառուցել նման դիմում, քան AI- ի նախատիպավոր ընկերության նոր հանքարդյունաբերության Deep Learning բաժինը: Ճիշտ է! Brainjar- ը, նպատակ ունենալով Craftworkz- ի կրկնվող և արագ զարգացման պրակտիկային հասցնել խորը ուսուցման խորքային ծրագրեր, մարդկանց հետ աշխատել է ՏՀՏՏ-ում `ցուցադրելու համար, որը ցույց կտա իրենց նոր GPU էլեկտրակայանի ուժը:

Հանճարեղ

Բայց նախ, մի փոքր ավելին Genius- ի վերաբերյալ. Տեսնու՞մ եք, Genius- ը տարբերվում է ձեր հանքահումքային միջին համակարգից, քանի որ այն օգտագործում է GPU- ները, այլ ոչ թե պրոցեսորները: GPU- ները կամ Graphics Processing Unit- երը ի սկզբանե նախագծված էին համակարգչային գրաֆիկայի մատուցման համար անհրաժեշտ զուգահեռ հաշվարկների մեծամասնությունը կարգավորելու համար: Անհատապես, GPU- ն ավելի դանդաղ է հաշվարկում, քան CPU- ն, բայց այն կարող է միաժամանակ շատ հաշվարկներ վարել մի պրոցեսորի հետ համեմատած, որը միայն միանգամից մի քանի հաշվարկ է ղեկավարում:

Սա GPU- ներն իդեալականորեն հարմար են առաջադրանքների համար, որոնք պահանջում են շատ զուգահեռ հաշվարկներ: Եվ հիմնական արդյունաբերություններից մեկը (բացի վիդեո խաղերից և cryptocurrency հանքարդյունաբերությունից), որոնք ցանկանում են օգտվել դրանից, արհեստական ​​բանականությունն է:

Արհեստական ​​ինտելեկտը, կամ ավելի ճիշտ, «Deep Learning» նոր ու հուզիչ ենթահանձնաժողովը, որն աշխատում է «վերապատրաստում», այսպես կոչված, նյարդային ցանցեր `առաջադրանքներ կատարելու համար: Թե ինչպես է այն աշխատում ճիշտ, այս հոդվածում (և իմ ուղեղը) անհամեմատելի է, բայց մի խոսքով.

Նյարդային ցանցը բաղկացած է նեյրոններից (ներքևում պատկերված շրջանակները), որոնք միմյանց հետ միացված են շերտերով: Այս միացումներից յուրաքանչյուրը (պատկերում նշված տողերը) ունեն մի քաշ, որը որոշում է, թե որքան կարևոր է ազդանշանը նեյրոնից եկող որոշակի նեյրոնի համար `հաջորդ շերտում: Սկզբում այդ կշիռները պատահական են, բայց ամեն անգամ, երբ ցանցը սխալ է թույլ տալիս, կարող է խելացի մաթեմատիկա օգտագործել այս կշիռները մի փոքր փոփոխելու համար, որպեսզի ցանցը մի փոքր ավելի լավ աշխատի: Ինչպես երևում է, եթե այդպիսի ցանց բավականաչափ տվյալներ եք կերակրում, կարող եք անել բոլոր տեսակի հետաքրքիր բաներ, ինչպիսիք են նկարներում օբյեկտները հայտնաբերելը, շրթունքները կարդալը, մարդկային լեզուն հասկանալը կամ նույնիսկ (կամ ավելի ճիշտ ՝ նմանակել) արվեստը:

Նյարդային ցանցեր առանց մաթեմատիկայի մեկ պարբերությամբ բացատրելը բավականին դժվար է առանց հիմնական բացթողումների, բայց այստեղ կարող եք ստուգել, ​​եթե ուզում եք մի փոքր ավելի խորքային բացատրություն, կամ այստեղ, եթե սիրում եք մաթեմատիկա:

Նյարդային ցանցի սխեմատիկ օրինակ

Գաղափարը

Ուղեղային փոթորկի նախնական նստաշրջանից հետո սահմանվել են 3 պահանջներ: Որոշվեց, որ ցուցադրությունը պետք է լինի.

  1. AI- ի հիման վրա GPU քրտինքը պատրաստելու շատ եղանակներ կան. Դուք կարող եք կատարել գիտական ​​հաշվարկներ, մատուցել անճառ գնդակներ կամ նույնիսկ ականների ծպտյալ արտարժույթներ: Բայց լայնածավալ ուսուցման ցանցերի վերապատրաստումը միանշանակ GPU գերտերությունների համար ամենակարևոր օգտագործման դեպքն է:
  2. Live Քանի որ ծրագիրը պետք է օգտագործվեր պաշտոնական բացահայտման միջոցառման համար, մենք որոշեցինք, որ հաճելի կլինի, որ Genius- ը իրականում ինչ-որ տեսանկյունից ինչ-որ բան աներ այդ իրադարձության ընթացքում: Հետևաբար ակնհայտ էր համակարգչային տեսողության ծրագիր ստեղծել, քանի որ դրանք անմիջական օգուտ ունեն վիզուալ արդյունքներ ստանալու համար:
  3. Սուպերհամակարգիչն արժանի է Այս պահանջը պարզ է թվում, բայց իրականում բավականին բարդ է. Հիշողության սահմանափակումներից բացի, բոլոր ծրագրերը, որոնք գործում են գերհամակարգիչով, գործում են նաև սովորական աշխատասեղանի մեքենայի վրա ՝ միայն դանդաղ ձևով: Եվ մինչ դուք, իհարկե, կարող եք ցույց տալ, որ որոշակի ցանց կարող է վերապատրաստվել օրեր կամ ժամեր, ոչ թե շաբաթներ, բայց դա wow- գործոնի մեծ մասը չի կրում:

Այս պահանջների հիման վրա մենք հայտնեցինք հետևյալ գաղափարը. Իրական ժամանակի նյարդային ոճի փոխանցման ծրագիր, որը թույլ է տալիս մարդկանց տեսնել աշխարհը մատուցված վեց տարբեր հայտնի նկարներից մեկի ոճով: Դուք կարող եք ստուգել այս հոդվածը, եթե ձեզ ավելի շատ հետաքրքրում են նիհար մռայլ տեխնիկական մանրամասները:

Աղբյուրը ՝ https://shafeentejani.github.io/2016-12-27/style-transfer/

Ինչպես է դա աշխատում

Հիմնաբառը այստեղ իրական ժամանակում է: Նյարդային ոճի փոխանցումներն արդեն բավականին հնարավոր են, բայց խնդիրն այն է, որ նրանք սովորաբար աշխատում են դեռևս պատկերների վրա, և գործընթացը տևում է մի քանի րոպե ՝ կախված նրանից, թե որքան մեծ է պատկերը: Նույնիսկ մեր ծանրաբեռնվածության աշխատատեղը (կառուցվել է մեր կիսախոշոր նյարդային ցանցերը կարգավորելու համար) և ալգորիթմով, որը կոչվում է «Արագ նյարդային ոճի փոխանցում», մի պատկերի համար այն դեռ տևում է 1,7-ից 2 վայրկյան:

Սա այն է, որտեղ Genius- ը իսկապես փայլում է. Քանի որ մեկ հանգույցը մեկ շրջանակի մշակման համար ընդամենը 0,006 վայրկյան է պետք, մենք կարող ենք վիդեո մշակել վայրկյանում ավելի քան 160 շրջանակով, ինչը բավարար է նույնիսկ առավել պահանջկոտ ֆրոմատերային Snobs- ին բավարարելու համար:

Ֆոտոխցիկի իրական ժամանակի հոսքը վարվում է տեղական տարածքում: Այս ֆոտոխցիկի սնուցումը գործածող համակարգիչը հոսքից մի շրջանակ է վերցնում և ինտերնետով այն ուղարկում ինտերնետից դեպի գերհամակարգչի մուտքի հանգույց:

Մուտքի հանգույցը պատասխանատու է այն բանի համար, որ շրջանակը ուղարկվի ճիշտ հաշվարկային հանգույցին այն ոճով, որով նա խնդրել է օգտագործողը, այս ոճն ընտրվում է Pepper ռոբոտի պլանշետի վրա: Յուրաքանչյուր ոճի համար կա ակտիվ հաշվարկային հանգույց: Երբ շրջանակը հասնում է ընտրված ոճի համար պատասխանատու հաշվարկային հանգույցին, հաշվարկային հանգույցը ոճը կիրառում է շրջանակի վրա և այն կրկին ուղարկում մուտքի հանգույց:

Մուտքի հանգույցը այնուհետև այն ուղարկում է ինտերնետով տեղական համակարգիչ, որը ցույց է տալիս էկրանին ոճավորված շրջանակը: Այս ամենը տեղի է ունենում գրեթե ակնթարթորեն և շատ անգամ վայրկյանում:

Եզրակացություն

Եթե ​​այս հոդվածը ձեր ուշադրությունը հրավիրեց, և դուք ցանկանում եք տեսնել, թե ինչպես է այն իրական կյանքում: Փոստ ուղարկեք info@brainjar.ai հասցեին կամ ստուգեք մեր հղման դեպքերը www.brainjar.ai կայքում:

PS վարկերը Deevid De Meyer- ին օգնում են ինձ այս հոդվածը գրելու համար, բայց Միջինում չկա համահեղինակություն ... դեռ