L’intelligenza Artificiale sta proseguendo il proprio percorso evolutivo, facendo dei veri e propri passi da gigante: a dimostrarlo è quella di DeepMind che, semplicemente guardando le clip di YouTube, sarebbe capace di creare video realistici!
Il recente annuncio di DeepMind
La società madre di Google, Alphabet DeepMind, nel suo ultimo articolo avrebbe deciso di descrivere nel dettaglio tutte le ultime novità nel campo dell’Intelligenza Artificiale e, più nel dettaglio, del suo utilizzo per la generazione di clip video.
Stando a quanto riportato nell’articolo, infatti, il modello più “performante” dei ricercatori, ovvero il Dual Video Discriminator GAN (DVD-GAN), sarebbe capace di generare video coerenti da 256 x 256 pixel di notevole fedeltà, fino a 48 fotogrammi di lunghezza.
[amazon_link asins=’8871925939,8860309956,8820389223′ template=’ProductCarousel’ store=’gamspri02-21′ marketplace=’IT’ link_id=’8d236a5c-7cda-4f39-9370-a900e4e72ccc’]Le caratteristiche del sistema di Intelligenza Artificiale
Tutto il sistema progettato da DeepMind affonderebbe le proprie radici in un’architettura basata sull’Intelligenza Artificiale e costruita tramite l’utilizzo delle cosiddette GAN, ovvero delle reti in due parti costituiti da generatori che producono campioni e discriminatori che tentano di distinguere tra campioni generati e campioni del mondo reale.
Queste ultime avrebbero così permesso al sistema della società di allenarsi su Kinetics-600, un set di dati di video naturali molto più grande rispetto a quelli normalmente utilizzati, costituito da ben 500.000 clip YouTube ad alta risoluzione da 10 secondi originariamente curate per il riconoscimento dell’azione umana.
I risultati dell’addestramento
Il sistema firmato DeepMind, dopo essere stato sottoposto ad un allenamento compreso tra 12 e 96 ore sulle varie unità di elaborazione dei propri sistemi, riuscendo a generare un video estremamente coerente.
Il filmato di composizione realizzato dall’AI, stando ai dati, avrebbe faticato a creare una giusta unione di oggetti coerenti e risoluzione elevata, soprattutto in corrispondenza di momenti caratterizzati da un numero di pixel molto elevato, ma sarebbe comunque riuscito a garantire un elevato livello di affidabilità.
Le solide basi su cui il sistema è stato sviluppato potrebbe presto essere utilizzato come punto di riferimento dalla comunità della modellazione generativa o, almeno, è quanto affermato dai ricercatori di DeepMind!