 |
| ตัวอย่างกลุ่มจุดที่สร้างจาก PCGAN ภาพจาก UT Arlington |
นักวิทยาศาสตร์คอมพิวเตอร์ที่ University of Texas at Arlington (UT Arlington) กำลังใช้เครือข่ายปฏิปักษ์ร่วมกำเนิด (generative adversarial networks) หรือ GAN เพื่อฝึกหุ่นยนต์ให้รู้จักวัตถุต่าง ๆ การฝึกแบบนี้ปกติแล้วต้องใช้ชุดข้อมูลภาพขนาดใหญ่มาก แต่ GAN สามารถสร้างข้อมูลได้อย่างไม่จำกัด ซึ่งทำให้สามารถฝึกสอนหุ่นยนต์ได้ในเพียงไม่กี่วินาที นักวิจัยได้พัฒนา PCGAN ซึ่งเป็น GAN แบบมีเงือนไขตัวแรกที่สามารถสร้างกลุ่มของจุดสีที่หนาแน่นได้ในโหมดที่ไม่ต้องฝึกสอน จากการประเมินตัวอย่างแบบสุ่ม 5,000 ตัวอย่างของวัตถุในแต่ละคลาส นักวิจัยพบว่า PCGAN สามารถสังเคราะห์กลุ่มของจุดที่มีคุณภาพสูงสำหรับ อะเรย์ที่แตกต่างกันของวัตถุในคลาสต่าง ๆ นักวิจัยบอกว่าเรากำลังเริ่มจากจุดเล็ก ๆ และสร้างลำดับชั้นเพื่อนำไปสร้างฉากสังเคราะห์ที่สมบูรณ์ (full synthetic scene generation) ที่จะเป็นประโยชน์อย่างมากสำหรับหุ่นยนต์
อ่านข่าวเต็มได้ที่: Texas Advanced Computing Center
ไม่มีความคิดเห็น:
แสดงความคิดเห็น