Szavak alapján készít tájképet az NVIDIA mesterséges intelligenciája

Tovább fejlődött a kaliforniai székhelyű cég programja, ami most már arra is képes, hogy verbális instrukciókból rajzoljon élethű tájképeket.

Az NVDIA 2019-ben büszkén mutatta be a GauGAN névre hallgató mesterséges intelligenciáját, amely nagyon egyszerű képződményekből is képes volt fantasztikus tájképeket kreálni, az idei év végén pedig bemutatták a GauGAN2-t, mely a hivatalos leírás szerint egy egyszerű írott vagy szóban elmondott mondatot is könnyedén fotorealisztikus mesterművé változtat.

Erről a vállalat saját blogján számoltak be néhány nappal ezelőtt, az általuk közzétett cikkben részletesen beszéltek az újdonságról, valamint egy videóban is megmutatták a lényeges dolgokat. Ezek alapján a működése nagyon egyszerű, mindössze egy kifejezésre és néhány további jelzőre van szükség ahhoz, hogy megkapjuk az alkotást.

Olyasmire kell ebben az esetben gondolni, mint például egy tavaszi táj és mivel a program képes felismerni a különböző szavak közötti kapcsolatot, így egy néhány szóból álló leírás alapján is könnyen összerakja a képeket. Önmagában ez is nagyszerűen hangzik, a GauGAN azonban arra is korábbi funkcióit sem veszítette el, sőt akár ötvözhetjük is őket.

Az előző verzió ugyanis skiccek alapján volt képes tájképeket gyártani, most azonban arra is lehetőségünk van, hogy a saját vázlatainkat, az általunk adott instrukciók alapján változtassuk át a kedvünk szerint. Az NVIDIA bejelentésében arról is szó esett, miként használhatjuk az MI-t igazán kreatívan.

„Nem csak realisztikus képeket készíthetünk, a művészek a demó segítségével más világról származó tájakat is ábrázolhatnak. Képzeljük el például, hogy a Star Wars-franchise ikonikus Tatooine bolygójának tájképét hozzuk létre, amelynek két napja van. Mindössze a „sivatagi dombok napja” szövegre van szükség a kiindulási pont létrehozásához, amely után a felhasználók gyorsan felvázolhatják a második napot” - áll a gyártó hivatalos blogján.