Vamos pegar no exemplo mais qualificado quando se trata do tratamento de imagens? Imaginemos, então, o Photoshop. O software da Adobe dispõe de uma ferramenta impressionante chamada Content-Aware Fill (preenchimento sensível ao conteúdo), através da qual o utilizador pode mover ou retirar elementos de fotografias, e o plano de fundo é preenchido automaticamente. Há algumas limitações: por exemplo, se o utilizador remover o olho de uma pessoa, o Photoshop não saberá substituí-lo por outro. E é aqui que entra a aposta da Nvidia e o recurso à Inteligência Artificial: através desse recurso, a Nvidia sabe o que estava no espaço eliminado.
Segundo o portal Engadget, um grupo de investigadores da empresa está a treinar uma rede neural através de uma framework de deep learning, aplicando máscaras geradas a imagens disponíveis em diferentes bases de dados, tais como a ImageNet, Places 2 e CelebA-HQ. O objetivo da tecnologia, segundo aquela fonte, é editar fotografias ou reconstruir imagens. É mesmo possível apagar elementos da foto e preencher os respetivos “buracos” criados com camadas realísticas.
Para medir a precisão do algoritmo, os investigadores fizeram o teste com outras 25.000 máscaras, mas sem mostrar a imagem original. Ele teve que reconstruir, por conta própria, as partes da imagem que faltavam. Para treinar o sistema foram criados buracos ou apagadas áreas em imagens completas, disponíveis nas bases de dados. Ao todo, foram geradas mais de 55 mil máscaras aleatórias e “buracos” com diferentes formas e tamanhos. O objetivo, acrescenta o portal Engadget, foi ensinar a rede neural a reconstruir os pixéis em falta nas fotografias. Para testar a rede neural, foram introduzidas depois novas falhas nas imagens, diferentes das que haviam sido submetidas anteriormente, e tentar validar o grau de precisão na reconstrução.
Os investigadores explicaram, igualmente, que as soluções atuais de deep learning no tratamento de imagens contêm falhas porque os pixéis desaparecidos, que necessitam ser corrigidos, dependem da quantidade de pixéis que têm de ser introduzidos na rede neural. Isto cria discrepâncias nas cores e imagens desfocadas. O método da Nvidia anula essa dependência de pixéis introduzidos, utilizando uma camada de convolução parcial, capaz de normalizar os valores dos pixéis em falta.
O recurso da NVIDIA surge poucos dias após a divulgação de uma das suas mais potentes placas gráficas, já construída. O Mais Tecnologia revelou-lhe a mais recente proposta, a Quadro GV100. Segundo a Reuters, Jensen Huang, CEO da NVIDIA, revelou durante a apresentação que a nova placa está voltada para uma utilização profissional, sobretudo na área da animação, design, modelagem 3D e inteligência artificial, oferecendo até 10 vezes mais velocidade na renderização de objetos complexos em aplicações profissionais.
