Jesteśmy współcześnie otoczeni sztuczną inteligencją, chociaż nie do końca zdajemy sobie z tego sprawę. To sztuczna inteligencja stoi za brakiem spamu w Twojej skrzynce e-mail, dobraniem wyników wyszukiwania w wyszukiwarce tak, byś pod hasłem „filament” znalazł materiał do druku na drukarce 3D, a nie składową komórki organizmu, czy ogrzaniem wody w domu w tych godzinach, w których jej potrzebujesz.
Jest to tzw. wąska sztuczna inteligencja, która – w odróżnieniu od szerokiej – ma jedną specjalizację, jedną „rzecz”, w której jest „dobra”. Choć jest taka powszechna, w dalszym ciągu pozostaje wiele specjalności, które da się udoskonalić za jej pomocą.
Jak wskazują twórcy SurfNetu, rozpowszechnienie druku 3D stworzyło potrzebę prostego w obsłudze narzędzia do generowania obiektów trójwymiarowych. No i dobrze by było, gdyby narzędzie to było w stanie samo się uczyć na swoich błędach. Tak, z użyciem sieci neuronalnych, powstał SurfNet. Jego specjalnością jest tworzenie modeli 3D na podstawie obrazów 2D. Może to zostać wykorzystane nie tylko do efektywniejszego generowania modeli 3D, ale też choćby do rozwoju robotyki, czy pojazdów autonomicznych.
Tworzenie obiektów 3D na podstawie obrazu 2D. Porównanie dotychczasowych osiągnięć (drugi rząd) z SurfNetem (trzeci rząd).
Profesor inżynierii mechanicznej z Uniwersytetu Donalda W. Feddersena, lider zespołu badawczego, Karthik Ramani, tlumaczy zasadę działania SurfNetu: „Jeśli pokażesz komputerowi setki tysięcy modelów samochodu, a następnie pokażesz jedynie obrazek samochodu – komputer będzie w stanie stworzyć jego model trójwymiarowy.” SurfNet sprawdził się jak dotąd nie tylko w rozpoznawaniu i przekształcaniu obrazków samochodów, sukces osiągnięto też z bardziej złożonymi rzeczami, jak samolot lub ręka.
Ramani wyraża również nadzieję, że SurfNet znajdzie zastosowanie w tworzeniu rzeczywistości wirtualnej, jak również rzeczywistości rozszerzonej. Według niego, w ciągu najbliższych 5 lat dojdziemy do etapu, w którym obrazy z kamery będą „magicznie” pojawiać się w trójwymiarze. Może to zostać wykorzystane między innymi przy tworzeniu map 3D dla robotow i pojazdów autonomicznych.
Oprócz przetwarzania dwuwymiarowych kształtów, nowa technologia może również łączyć ze sobą różne kształty i tworzyć modele na ich podstawie. Ramani nazywa to „halucynacjami”. Efekty są podobne do tych uzyskiwanych za pomocą 3D Filter stworzonego przez MyMiniFactory.
Twórcy mają zamiar rozwijać SurfNet, zwiększając jego umiejętność uczenia się.
Źródło: publikacja źródłowa via 3dprintingindustry.com
