ИИ DeepMind воссоздал трехмерную сцену по фотографии

Британская компания DeepMind разработала нейронную сеть, которая способна представлять трехмерное окружение по одному двухмерному снимку. Система называется «Генерирующая сеть запросов» (Generative Query Network (GQN)). Автор исследования Али Эслами (Ali Eslami) объяснил принцип работы:

«Представьте, что вы смотрите на гору Эверест и передвигаетесь на метр: она не изменит своего размера, и это даст вам информацию о расстоянии до нее. Если вы посмотрите на кружку, то увидите, что ее положение меняется. Примерно так и работает наша технология».

Чтобы научить ИИ анализировать, команда показывала ему изображения одной сцены с разных точек обзора. Эти картинки сеть использовала для того, чтобы понять, как изменяются объекты, и спрогнозировать, как они будут выглядеть с других ракурсов. Система также учитывала текстуры и освещение.

Один из работников Данило Резенде сказал, что алгоритм обучается так же, как люди. Увидев множество раз один и тот же объект, он анализирует его характеристики, запоминает и использует их при повторном взаимодействии. По его словам, искусственный интеллект способен воспроизвести целый лабиринт, просканировав несколько фотографий, сделанных изнутри.