Je suis certain que la nouvelle création de Google via sa filiale DeepMind va trouver de nombreuses applications.
Avec DeepMind, il est désormais possible de produire des scènes 3D à l’aide de photos initialement disponibles en 2D.
Une progression fulgurante grâce à l’intelligence artificielle
DeepMind est une filiale de Google dédiée à l’intelligence artificielle. Son nouveau concept va procurer de nombreux atouts aux développeurs d’algorithmes.
Cela va permettre également d’améliorer les capacités d’apprentissage automatique des robots pour mieux appréhender leur environnement. DeepMind a initié un programme novateur de vision informatique.
Il s’agit du GQN pour Generative Query Network. Le GQN est un algorithme capable de créer des objets 3D de type scène en partant de photos 2D, sans recours à aucun opérateur humain.
Retrouvez le nouveau concept de DeepMind en consultant cet article.
Le mode opératoire du GQN
Ainsi, Le Generative Query Network ou GQN peut générer la totalité d’une scène en 3 dimensions en s’inspirant d’une image en 2 dimensions. Le GQN se base sur des procédés cognitifs similaires à ceux de l’homme.
La GQN est capable de faire des déductions en se servant des éléments qui manquent dans la scène. Ces éléments sont comblés par le stock de connaissances accumulés par le GQN.
DeepMind requiert 5 photos d’une même scène pour produire une description 3D pertinente. Le travail de construction 3D est effectué avec 2 réseaux de neurones.
DeepMind et les projets du futur
DeepMind mise sur un futur rayonnant. Dans l’avenir, le projet sera capable de générer des intelligences artificielles aptes à définir un environnement physique.
Actuellement, DeepMind perfectionne le système pour autoriser le traitement des images avec une haute résolution. Cette opération doit s’appuyer sur une puissance de traitement et un corpus beaucoup plus réduits.
Le mode d’inspiration de DeepMind de Google
DeepMind fait appel au deep learning qui assure l’accomplissement de tâches complexes par le biais des machines. L’accumulation de connaissances est renforcée par des réseaux de neurones artificiels qui s’inspirent des animaux.
En principe, le cerveau définit la position dans l’espace et la zone précise pour l’intégration des signaux multiples. DeepMind fait appel à la vitesse pour le repérage de sa position.
Les neurones artificiels se sont organisés en réseaux. Des neurones artificiels ont établi une convergence équivalente aux neurones des mammifères.
A terme, ces travaux vont permettre d’en apprendre davantage sur le fonctionnement des cellules humaines au cours de l’orientation dans l’espace.
Découvrez l’essentiel des travaux sur DeepMind en lisant ce sujet.
Crédit Photo : generation-nt.com & uk.businessinsider.com