Google

Você sabe como, em filmes, quando há uma imagem no computador e o detetive que está ao lado de The Guy In The Chair diz “você pode aumentar o zoom e melhorar a placa do carro?” Essa tecnologia agora é real, graças aos mais novos mecanismos de IA do Google.

O processo para fazer isso é extremamente complexo e difícil de dominar, pois eles são baseados em modelos de difusão (e alguns cálculos matemáticos seriamente avançados) e trabalham para adicionar detalhes a uma imagem que não existia originalmente. Isso é feito por adivinhação usando imagens semelhantes e é uma técnica que o Google apelidou de síntese de imagem natural e, neste caso, super-resolução de imagem.

Obviamente, você começa com uma imagem pequena e pixelada (como as imagens do lado esquerdo de cada um dos conjuntos de imagens acima) e termina com uma imagem de resolução muito mais alta que não só parece mais nítida, mas parece real ao olho humano, mesmo se não for uma correspondência 100% exata com o original. Para realizar o trabalho, o Google usou duas novas ferramentas de IA: Super-Resolução por Refinamento Repetido (SR3) e Modelos de Difusão em Cascata (CDM).

O primeiro, SR3, adiciona ruído a uma imagem (é semelhante à estática ou neve que você vê na tela de uma TV quando o sinal está fraco) e, em seguida, reverte o processo. Ele usa um grande banco de dados de imagens e uma série de cálculos de probabilidade para mapear a aparência de uma versão de baixa resolução da imagem, com a qual o pesquisador do Google Chitwan Saharia se aprofunda aqui.

Gerações de exemplo selecionadas de imagens naturais condicionais de classe 256 × 256 para o mecanismo de IA aprender. Cada linha contém exemplos de uma classe específica.
Google

“Os modelos de difusão funcionam corrompendo os dados de treinamento adicionando progressivamente ruído gaussiano, apagando lentamente os detalhes dos dados até que se tornem ruído puro e, em seguida, treinando uma rede neural para reverter esse processo de corrupção”, explicou Saharia.

A segunda ferramenta, CDM, usa “pipelines” através dos quais os vários modelos de difusão (incluindo SR3) podem ser direcionados para produzir as atualizações de alta resolução. Essa ferramenta cria imagens maiores dos modelos de aprimoramento usando simulações cuidadosamente calculadas com base em probabilidades avançadas, sobre as quais o Google publicou um artigo de pesquisa.

O resultado final? Quando a pesquisa apresentou as imagens finalizadas às pessoas em um teste, elas escolheram que os rostos gerados foram confundidos com rostos reais em quase metade das vezes. Embora uma taxa de 50% possa não parecer bem-sucedida, está de acordo com o que poderíamos esperar de um algoritmo perfeito. O Google diz que este método produz resultados melhores do que outras opções de aprimoramento de imagem, incluindo redes adversárias geradoras que usam redes neurais concorrentes para refinar uma imagem.

O Google diz que pretende fazer mais com esses motores de IA e suas tecnologias relacionadas, além do escopo de aumento de imagem, como outras áreas de modelagem de probabilidade. E embora esta tecnologia de “zoom e aprimoramento” torne mais fácil fazer coisas como fotos antigas sofisticadas, ela definitivamente tem um potencial preocupante também, como, bem, aumentar o zoom e melhorar uma foto ou uma placa de carro ou qualquer outra coisa.

via Science Alert

Adicione ao Google Notícias