AI Của Google Có Thể Tạo Ra Hình Ảnh 3D Từ 2D

Khoảng đầu tháng 07/2018, các nhà khoa học tại DeepMind đã phát triển Generative Query Network – mạng neural network được thiết kế để dạy AI cách tưởng tượng ra đồ vật sẽ trông như thế nào từ một phía khác. DeepMind đã phát triển một hệ thống trí tuệ nhân tạo có thể kết xuất được toàn cảnh 3D chỉ nhờ vào những hình ảnh 2D.

Các nhà nghiên cứu AI xuất sắc nhất đang nỗ lực để dạy cho máy móc cách nhận thức được như con người. Thay vì nhìn ngắm thế giới qua những điểm ảnh, chúng ta quan sát môi trường xung quanh rồi tự đưa ra các giả định. Chẳng hạn như nếu thấy được ngực của một người, ta sẽ tự cho rằng họ cũng sẽ có lưng dù không nhìn thấy phần cơ thể đó ở góc nhìn của mình. Hoặc nếu chơi ú òa với một đứa trẻ, nó biết rằng mặt chúng ta vẫn ở đó kể cả khi ta đã lấy tay che mặt. Về cơ bản, đây là điều mà đội ngũ nhân viên ở DeepMind đã dạy cho AI của họ: huấn luyện cho một hệ thống trí thông minh nhân tạo đoán hình dáng của đồ đạc, cảnh vật ở khía cạnh mà nó chưa được nhìn thấy.

Các nhà khoa học tại DeepMind đã phát triển ra Generative Query Network – mạng neural network được thiết kế để dạy AI cách tưởng tượng ra đồ vật sẽ trông như thế nào từ một phía khác. AI sẽ phân tích hình ảnh 2D rồi tự vẽ lại ở góc còn lại chưa được nhìn thấy. Đáng chú ý là trí thông minh nhân tạo của DeepMind không hề sử dụng các dữ liệu nhập hay kho kiến thức nào. Nó chỉ xem qua ít nhất 3 tấm hình rồi ngay lập tức dự đoán phiên bản 3D.

Để dễ hình dung, có thể tưởng tượng quá trình như việc chụp ảnh một khối rubic rồi yêu cầu AI tái tạo lại tấm hình từ một góc độ khác. Các yếu tố như ánh sáng hay đổ bóng sẽ thay đổi, cũng như các đường thẳng của khối rubic. Nhờ sử dụng GQN, AI phải tự hình dung ra khối hộp sẽ như thế nào ở các mặt còn lại để có thể kết xuất ra hình ảnh cần thiết.

Các nhà nghiên cứu đang muốn AI có khả năng nhận thức được toàn bộ khung cảnh mà không cần sự giám sát của con người. Hiện dự án của DeepMind vẫn chưa được luyện tập với hình ảnh của thế giới thật, nên bước tiếp theo sẽ là render lại danh lam thắng cảnh đời thật từ ảnh. Trong tương lai, hệ thống sử dụng GQN của Deepmind được kỳ vọng có thể tạo ra cảnh 3D cực chuẩn xác mà chỉ sử dụng ảnh 2D.