چگونه هوش مصنوعی کیفیت تصاویر بازی های قدیمی را ارتقا می دهد؟
اخیراً هوش مصنوعی به طرز عجیبی گسترده شده است و همه موارد را در بر می گیرد. یکی از مواردی بسیار غیر منتظره، در دنیای بازیهای ویدئویی است. طرفداران هوش مصنوعی کشف کردند که میتوانند از یادگیری ماشین برای بهبود گرافیک بازی های ویدیویی قدیمی استفاده کنند.
تکنیکی که از آن استفاده می کنند AI upscaling نام دارد. اساس کار این الگوریتم به این صورت است که یک عکس با کیفیت پایین به آن می دهید و در عوض بر اساس اطلاعات و داده هایی که در آن می بیند، همان عکس را با پیکسل های بیشتر تحویل می دهد. Upscaling به عنوان یک تکنیک عمومی مدت طولانی است که مورد استفاده قرار میگیرد اما اضافه کردن هوش مصنوعی به آن باعث افزایش چشمگیر سرعت و کیفیت نتایج آن شده است.
واضح هست که این روش بسیار شبیه به بازسازی مبلمان و آثار هنری قدیمی است. هر نوع بازی برای ارتقا مناسب نیست و همچنین همه الگوریتم های upscaling نتایج مشابهی را ارائه نمی دهند. بر این اساس باید بهترین ابزار را پیش از صرف زمان زیاد روی آن انتخاب کنید. علیرغم همه کارهای انجام شده این روش هنوز هم بسیار سریعتر از روشهای قبلی است. به این معنا که بازگرداندن گرافیک می تواند تنها در چند هفته صورت بگیرد به جای اینکه یک تیم چندین سال بر روی گرافیک تصاویر کار کنند. در نتیجه شش ماه گذشته انفجار بزرگی روی گرافیک بازی های قدیمی رخ داده است. تعداد بازی های ذکر شده بسیار قابل توجه است از جمله: Metoid Prime 2، Half-Life 2، Droom، Final Fantacy VII. با این حال در هر کدام از این موارد نقص وجود داشته است و به طور کامل نبودند به این معنی که کمی اطلاعات اضافی برای تصاویر نیاز است.
در حقیقت ارتقا گرافیک های هوش مصنوعی هفته ها زمان میبرد و کسی که بازی Droom را ارتقا داد گفته این کار ۲۰۰ ساعت زمان برد تا الگوریتم خروجی آن را ارائه دهد و در نهایت ویرایش نهایی عکس ها را خود درست کرده است.
علیرغم اینکه این الگوریتم کیفیت تصاویر را بالا میبرد، اما هنوز هم به ویرایش های دستی نیاز است. ویرایش تصویر یک هیولا ممکن است از ۵ تا ۱۵ ساعت بسته به پیچیدگی انیمیشن آن، طول بکشد.
چیزی که باید به خاطر بسپارید این است که این به روز رسانی ها و یا پروژه هایی که از یادگیری ماشین استفاده می کنند به این معنا نیست که دیگر نیازی به کار انسانی نیست.
اما نحوه کار الگوریتم چگونه است
نحوه کار آن بسیار ساده است کافی است از یک الگوریتم شناخته شده به نام GAN استفاده کنید و از آن برای تمرین روی میلیونها جفت تصویر با کیفیت و رزولوشن پایین استفاده کنید. بعد از اینکه این تصاویر را بارها و بارها ببینند به محض این که تصویر بی کیفیتی دریافت کند می تواند تصویر با کیفیت آن را تصور کند.
استفاده از هوش مصنوعی برای ارتقای تصاویر کار نسبتا ساده ای است، اما به طور کلی مزیت استفاده از یادگیری ماشین را نشان می دهد. در حالی که الگوریتم های سنتی بر قوانین تعریف شده توسط انسان تکیه می کنند ، تکنیک های یادگیری ماشین قوانین خود را با یادگیری از داده ها ایجاد می کنند.
نظرات کاربران