يتطلب الأمر كميات هائلة من البيانات لتدريب نماذج الذكاء الاصطناعي. ولكن في بعض الأحيان ، لا تتوفر هذه البيانات ببساطة من مصادر العالم الحقيقي ، لذلك يستخدم علماء البيانات بيانات اصطناعية للتعويض عن ذلك. في تطبيقات رؤية الآلات ، هذا يعني إنشاء بيئات وأشياء مختلفة لتدريب الروبوتات أو السيارات ذاتية القيادة ، على سبيل المثال. ولكن على الرغم من وجود عدد قليل من الأدوات الموجودة لإنشاء بيئات افتراضية ، لا يوجد الكثير من الأدوات لإنشاء كائنات افتراضية. ميزة جديدة لإنشاء عدد غير محدود تقريبًا من الصور لكائن معين في مواضع مختلفة وتحت ظروف الإضاءة المختلفة ، بالإضافة إلى أبعاد مختلفة وغيرها المشاهد الاصطناعية. بدلاً من توليد عوالم كاملة حتى يتنقل الروبوت ، فإن هذا خاص بالعناصر أو المكونات الفردية ، كما أخبرني AWS VP من Bill Bill Vass. وأشار إلى أن الشركة نفسها بحاجة إلى أداة مثل هذه لأنه حتى مع ملايين الحزم التي تشحنها Amazon نفسها ، لا يزال لديها ما يكفي من الصور لتدريب روبوت.
ائتمانات الصورة: Amazon
< وأوضح أن ما تفعله مواد الحقيقة التي تقوم بها مجموعة الحقيقة التي تقوم بها الحقيقة هي أن تبدأ مع عدد من التنسيقات المختلفة التي يمكنك سحبها فيها ، وسوف تولد صورًا واقعية تتناسب مع دقة المستشعرات التي لديك. وعلى الرغم من أن بعض العملاء اليوم يزعجون عن قصد أو يكسرون الأجزاء المادية من الجهاز ، على سبيل المثال ، لالتقاط صور لهم لتدريب نماذجهم - والتي يمكن أن تصبح باهظة الثمن بسرعة - يمكنهم الآن إزعاج الأجزاء الافتراضية بدلاً من ذلك والقيام بذلك ملايين المرات إذا لزم الأمر.
استشهد بمثال العميل الذي يصنع شذرات الدجاج. استخدم هذا العميل الأداة لمحاكاة الكثير من شذرات الدجاج المشوه لتدريب نموذجهم. ابدأ بهذه الخدمة ، التي تستخدم محرك Unreal بشكل افتراضي ، على الرغم من أنها تدعم أيضًا الوحدة والمحرك المفتوح 3D المفتوح المصدر. باستخدام هذه المحركات ، يمكن للمستخدمين أيضًا البدء في محاكاة فيزياء كيفية تصرف هذه الكائنات في العالم الحقيقي أيضًا.
اخلاء مسؤولية! هذا المقال لا يعبر بالضرورة عن رأي جامعة الرازي
