Blog TSK

Cách Nintendo có thể sử dụng AI để mang trò chơi 4K lên Switch Pro

Các tin đồn đã xoay quanh một bảng điều khiển mới sắp ra mắt của Nintendo, có thể được gọi là Switch Pro . Nó được cho là lớn hơn và mạnh mẽ hơn một chút, nhưng bây giờ, chúng ta đang nghe về một tính năng khả thi có thể là yếu tố thay đổi cho thiết bị cầm tay / console lai của Nintendo.

Trong khi các máy chơi game cùng thời của Nintendo – như Xbox Series X, PlayStation 5 và PC chơi game hiện đại – có thể chơi game ở 4K, thì đó không phải là trường hợp của Switch. Nó hiện đạt cực đại ở 720p gốc của màn hình khi ở chế độ cầm tay hoặc lên đến 1080p khi được gắn vào đế và kết nối với TV. Độ phân giải màn hình dự kiến ​​sẽ không thay đổi với Switch Pro, nhưng Nintendo có thể đang sử dụng công nghệ Nvidia để cạnh tranh tốt hơn với các đối thủ của mình.

DLSS (Deep Learning Super Sampling) của Nvidia là công nghệ được đề cập, ban đầu được thiết kế cho các card đồ họa PC , như của công ty GPU GeForce RTX 3080 . Switch Pro sẽ không có năng lực đồ họa cần thiết để hỗ trợ 4K ở cấp độ phần cứng (ngay cả Xbox Series X và Playstation 5 cũng phải vật lộn với điều này), nhưng đó là nơi phép thuật được hỗ trợ bởi AI của DLSS phát huy tác dụng.

DLSS cho đến nay đã là một công nghệ độc quyền trên card đồ họa PC, vì công nghệ dựa trên phần mềm này dựa vào máy học và AI để nâng cao hình ảnh bằng cách sử dụng sức mạnh của các lõi tensor có trên GPU rời của Nvidia. Về cơ bản, DLSS cho phép trò chơi nâng cấp hình ảnh trò chơi có độ phân giải thấp hơn lên 4K – dựa trên việc sử dụng máy học để đào tạo trò chơi bằng cách sử dụng hàng nghìn giờ chơi trò chơi – mà không đánh thuế phần cứng quá nhiều. Với GeForce RTX 3090 , Nvidia tuyên bố rằng DLSS 2.0 có thể ngoại suy chi tiết và nâng cấp hình ảnh lên đến 8K.

Vậy, Switch Pro được đồn đại sẽ sử dụng DLSS như thế nào? Vâng, Nintendo Chuyển hiện dựa trên một Nvidia tạo dựa trên ARM Tegra system-on-a-chip (SoC), và có vẻ như Nintendo sẽ chuyển sang đối tác silicon của nó một lần nữa cho bộ xử lý Switch Pro. Là một công nghệ độc quyền của Nvidia, đây sẽ là một yêu cầu để sử dụng DLSS. Tuy nhiên, đây sẽ là lần đầu tiên DLSS đến với một bộ xử lý sử dụng thiết kế dựa trên ARM. Việc triển khai DLSS sẽ hoạt động như thế nào với ARM vẫn chưa rõ ràng, nhưng có vẻ đây là một giải pháp mà công ty đang nghiên cứu.

Tham vọng của Nvidia trong việc chuyển DLSS 2.0 sang Tegra không phải là điều ngạc nhiên. Công ty đã đăng danh sách việc làm vào năm 2020 cho “Kỹ sư phần mềm nhúng cao cấp cho nhóm Kỹ thuật giải pháp Tegra để làm việc về đồ họa thế hệ tiếp theo và công nghệ AI cho bảng điều khiển trò chơi và thiết bị tiên tiến AI”, người cũng sẽ “làm việc trên các giải pháp sử dụng trí tuệ nhân tạo trong các công nghệ đồ họa như DLSS 2.0 của Nvidia, ”.

Mặc dù 4K sẽ được hỗ trợ trên Switch Pro, Bloomberg gần đây đã báo cáo rằng chơi game trên bảng điều khiển vẫn có thể bị giới hạn ở 720p khi sử dụng màn hình tích hợp của thiết bị cầm tay, kích thước này sẽ tăng từ 6,2 inch lên màn hình 7 inch lớn hơn khi phiên bản Pro ra mắt. Khi được cắm vào TV, Switch sẽ dựa vào DLSS để nâng cấp hình ảnh lên độ phân giải 4K UHD, vì vậy không rõ giới hạn 720p trên thiết bị là do độ phân giải của màn hình hay do phần cứng bổ sung, được tìm thấy trong đế đi kèm của Switch Pro, có vai trò trong việc tăng độ phân giải lên UHD.

Báo cáo tương tự cho thấy rằng mã mới sẽ yêu cầu DLSS hoạt động, giống như hiện tại trên các trò chơi PC. Thật không may, điều này có nghĩa là các nhà phát triển trò chơi sẽ phải bật DLSS cho các tựa game để tận dụng lợi thế của độ phân giải 4K được tăng cường khi được gắn vào đế và kết nối với TV UHD lớn hơn. Cũng không rõ ràng rằng liệu các giao dịch mua trò chơi mới có được yêu cầu với công việc mã bổ sung hay không hoặc liệu các tựa game hiện có có thể được cập nhật miễn phí hay không.

Trong khi hỗ trợ 4K sẽ là điểm bán hàng lớn của bộ xử lý Tegra được nâng cấp trên Switch Pro, bảng điều khiển được làm mới cũng sẽ có CPU mạnh hơn và bộ nhớ tăng lên, Bloomberg cho biết.

Ngoài hỗ trợ UHD, Switch Pro mới cũng sẽ xuất xưởng với tấm nền OLED mới được cho là do Samsung Display sản xuất cho màn hình 7 inch của nó, đây sẽ là một bản nâng cấp từ màn hình LCD trên mẫu hiện tại.

Những người trong ngành dự đoán Switch Pro có thể ra mắt sớm nhất vào mùa mua sắm cuối năm, nhưng thời điểm ra mắt giao diện điều khiển cập nhật của Nintendo hiện chỉ là suy đoán.

Hành động vừa nhanh, vừa chính xác, vừa hòa hợp với hoàn cảnh đòi hỏi cần có trí tuệ nhìn thấu suốt nhiều mặt và năng lực thực thi tài tình. Muốn vậy, cần có sức tư duy đủ để lèo lái toàn bộ quá trình trên. Bạn hoàn toàn có thể trau dồi sức tư duy thông qua khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên. Chúc cho bạn nhanh chóng hướng đến con người lý tưởng mà mình ao ước. Đăng ký khóa học tại đây hoặc liên hệ số điện thoại: (028) 38 301 743/ 089 668 36 31. Chào đón bạn!

Nguồn: DigitalTrends

Tương lai của thể thao: Dữ liệu sinh trắc học và AI sẽ cách mạng hóa thể thao như thế nào

Nguồn cấp dữ liệu trực tiếp từ một trận đấu bóng bầu dục Úc không hiển thị số liệu thống kê về hiệu suất mà là thông tin sinh trắc học thời gian thực từ các vận động viên trên sân. Đó là dấu hiệu báo trước những thay đổi lớn đối với thể thao.

Khi đồng hồ báo hết giờ và cơ hội giành chiến thắng quan trọng trong tầm mắt, ngôi sao bóng bầu dục người Úc, Johnathan Thurston đã xếp hàng cho một suất đá chính có khả năng chiến thắng trong trận đấu. Điều gì đang chạy qua đầu anh ấy? Anh ấy đang tái hiện lại thành công trong quá khứ hay cứ chăm chăm vào những sai lầm và ngày càng lo lắng?

Đây không phải là một tầm nhìn tương lai về nơi mà thể thao có thể đi: Trận đấu diễn ra ở Queensland vào năm 2017, nhờ công ty công nghệ có thể đeo được Catapult Sports – và đó chỉ là manh mối về tương lai của thể thao có thể đi đến đâu.

Hôm nay: Điều gì xảy ra khi sinh trắc học và vận động viên gặp nhau? 

Xem một sự kiện thể thao bình thường trên TV, cho dù đó là trò tiêu khiển của nước Mỹ hay một trận đấu đầy thù hận và bạn có thể không nhận ra mức độ mà công nghệ đã thay đổi trò chơi . Chắc chắn, dữ liệu đã tái hiện lại trận đấu bóng chày những năm trước nhờ sabermetrics, nhưng đó thực sự chỉ là trang đầu tiên của bảng tính. Các số liệu thống kê khác nhau, nhưng các cầu thủ và huấn luyện viên không tiến triển một chút nào. Và một loạt các công ty mới nhằm giải quyết vấn đề đó.

“Chúng tôi đang cố gắng giải câu đố về hiệu suất của con người,” Tal Brown giải thích trong một hội thảo gần đây về giao điểm của công nghệ và thể thao. Brown là Giám đốc điều hành của Zone7, công ty tạo ra một hệ thống AI theo hướng dữ liệu nghiên cứu hiệu suất của các vận động viên ưu tú để chuyển đổi vai trò của huấn luyện viên bằng cách cung cấp những thông tin chi tiết mà đơn giản là không thể thực hiện được khi Barry Bonds đang thi đấu. Anh ấy đã làm việc chăm chỉ như thế nào? Anh ta đang ở đỉnh cao của trò chơi của mình hay đang trên đường thoát ra?

“Chúng tôi đang cố gắng giải câu đố về hiệu suất của con người.”

John Coulson, giám đốc quan hệ đối tác của Catapult cho biết: “Hai thập kỷ trước, các nhà đào tạo không có cách nào để biết điểm hấp dẫn là gì. Ngày nay, cảm biến có thể đeo được mà công ty của ông sản xuất – phù hợp với áo vest và được đeo vừa khít giữa hai bả vai – đo được 1.000 điểm dữ liệu mỗi giây. Kết hợp với dữ liệu giấc ngủ, sinh trắc học từ các thiết bị đeo được như đồng hồ thông minh , dữ liệu GPS và cảm biến quán tính, v.v. có thể cho huấn luyện viên hiện đại biết mức độ gắng sức cụ thể của bất kỳ ai vào bất kỳ lúc nào.

Truyền điều này theo thời gian thực ra bên lề và huấn luyện viên có thể thấy nhu cầu thực tế của bất kỳ vận động viên nào. Dữ liệu thời gian thực cũng có thể hữu ích trong việc đánh giá rủi ro. Trong bóng chày, chấn thương có thể khiến một cầu thủ bỏ qua và định hình lại hy vọng vào trận playoff của một đội. Theo một phân tích gần đây về mùa giải 2019, AI của Zone7 có thể đã phát hiện trước 45 chấn thương chính cho các cầu thủ ném bóng – 70% trong số đó. Sabermetrics? Đây là số liệu về hổ răng cưa.

Ngày mai: Các mạng nhanh hơn sẽ thay đổi quá trình huấn luyện

Công nghệ như vậy từ Zone7 và Catapult thực sự đang ở giai đoạn sơ khai, và việc nghiên cứu dữ liệu sinh trắc học chỉ mới bắt đầu. Hãy xem xét nhiệm vụ đang diễn ra về dữ liệu huyết áp theo thời gian thực hoặc sự quan tâm đột ngột đến dữ liệu VO2 tối đa , thước đo lượng oxy mà cơ thể bạn tiêu thụ trong quá trình tập luyện. Tất cả những gì đã nói, một trong những thách thức lớn nhất đối với phân tích thời gian thực nằm ở việc di chuyển dữ liệu xung quanh.

Kết nối mạng nhanh hơn là một khía cạnh quan trọng và 5G hoàn toàn có thể làm được điều đó. Gần đây, tôi đã đến thăm một đường đua Công thức Một ở Barcelona, ​​nơi Lewis Hamilton và Đội AMG Petronas đáng kinh ngạc đã tận mắt cho tôi thấy dữ liệu đã biến đổi môn thể thao nhanh nhất thế giới như thế nào. Một chiếc ô tô F1 được bao phủ bởi một loạt các cảm biến đáng kinh ngạc – ngay cả lốp xe cũng có chúng – cho phép một đội hầm hố lấy 2TB dữ liệu từ một chiếc ô tô chỉ trong một ngày cuối tuần của cuộc đua. Điểm nóng chảy của lốp xe được đo bằng các cảm biến tích hợp. Sự cháy xém của đường đua được phân tích và ghi lại bằng máy ảnh nhiệt dưới hình nón mũi trước. Và với 5G, dữ liệu đó được truyền tới các kho dữ liệu bật lên để phân tích tức thì. Thay thế “vận động viên” cho “xe hơi” và bạn sẽ thấy tương lai của thể thao.

“Ngày càng nhiều, chúng tôi thấy yếu tố máy tính và yếu tố con người kết hợp với nhau,” Tom Fitzpatrick của đội đua Mercedes-AMG Petronas Formula One nói với tôi vào thời điểm đó.

Thay thế “vận động viên” cho “xe hơi” và bạn sẽ thấy tương lai của thể thao.

Với các sân vận động và đấu trường phủ sóng 5G, các huấn luyện viên của ngày mai sẽ có thể thực hiện các cuộc gọi theo thời gian thực cho các lượt chơi cá nhân dựa trên dữ liệu, chứ không chỉ là bản năng ruột. Những cầu thủ nào có sẵn, sức mạnh của đội đối phương cần được giải quyết, và ai có tài sản cụ thể cần thiết để tấn công nó? Dữ liệu sinh trắc học thời gian thực cũng sẽ thay đổi trải nghiệm của người hâm mộ. Hãy tưởng tượng một nguồn cấp dữ liệu trên điện thoại thông minh của bạn cho thấy sức mạnh tổng thể còn lại trong danh sách tưởng tượng của bạn. Liệu nhóm của tôi có thể rút ruột nó ra, với lượng dự trữ mà họ có trong bể không? Megan Rapinoe đã chạy nhanh bao nhiêu, Kevin Durant vừa nhảy cao bao nhiêu? Chúng ta sẽ có thể đặt cược vào những chỉ số nào trong những năm tới?

Dữ liệu sẽ giúp chúng ta hiểu rõ về việc một vận động viên có thể đi được bao xa và sự nghiệp của cô ấy trông như thế nào. Trong quá khứ, rất dễ dàng để một tuyển trạch viên tài năng loại một người nào đó là “dễ bị chấn thương”. Phân tích dữ liệu sinh trắc học sâu sẽ tiết lộ sự thật, hơn là cảm giác ruột. Và nó sẽ giúp mở rộng sự nghiệp – điều mà mọi người hâm mộ đều có thể đánh giá cao.

Khi không thể tìm ra bất cứ cách nào, cần xử lý ra sao để đạt mục tiêu? Thực tế, có một nguồn lực rất lớn để gỡ khóa cho bài toán trên. Hơn nữa, bạn cũng sẽ được biết các giải pháp để có thể chuyển hóa bản thân, có thể điều tiết môi trường thông qua hàng loạt phương pháp được nghiên cứu tỷ mỷ. Toàn bộ nguồn lực đồ sộ để hỗ trợ bạn sống hạnh phúc hơn sẽ được cung cấp trong khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên. Rất vui mừng khi được chuyển thông tin này đến bạn vào ngay lúc này. Hãy đăng ký tại đây hoặc liên hệ số điện thoại: (028) 38 301 743/ 089 668 36 31 để cùng mở mọi ổ khóa cản trở con đường đến mục tiêu của bạn.

Nguồn: DigitalTrends

Khả năng sáng tạo của AI đang được cải thiện nhanh chóng. Bộ phim vui nhộn do GPT3 tạo ra này là bằng chứng

Solicitors, một bộ phim ngắn mới được thực hiện bởi một cặp nhà làm phim sinh viên năm cuối từ Đại học Chapman bắt đầu với cảnh một người phụ nữ ngồi trên ghế dài, đọc sách. Có tiếng gõ cửa. Cô đứng dậy để trả lời thì thấy một người đàn ông trẻ mồ hôi, hơi điên cuồng với mái tóc ngố đang đứng trước cửa nhà cô. “Tôi là Nhân chứng của Jehova,” anh nói. Người phụ nữ trông không ấn tượng. “Xin lỗi, tôi không nói chuyện với luật sư,” cô ấy trả lời. Người đàn ông cố gắng thu hút sự chú ý của cô. “Tôi có một câu chuyện tuyệt vời,” anh nói với cô.

Có hai khúc mắc trong Solicitors . Một – cũng như nhiều phim ngắn kiểu O. Henry – là một tiết lộ vào phút cuối làm thay đổi nhận thức của chúng ta về những gì đã dẫn đến thời điểm đó. Cái còn lại được tiết lộ ngay trước. Mặc dù chúng tôi sẽ không làm hỏng phần trước (thôi nào, đoạn ngắn chỉ kéo dài vài phút) nhưng phần thứ hai trong số này quan trọng hơn: Mọi thứ sau 20 giây đầu tiên của kịch bản phim đều được viết bởi AI

“Thử thách lớn nhất đối với tôi, diễn xuất trong một bộ phim do AI viết kịch bản, là cố gắng tìm động lực cho nhân vật và ý định của tôi trong cuộc đối thoại của tôi.”

Trong khi không thiếu những bộ phim tuyệt vời viết về trí tuệ nhân tạo tiên tiến, từ The Matrix đến Terminator và Her to Ex Machina , có rất ít bộ phim có thể khẳng định được viết bởi AI tiên tiến Is Solicitors là một hương vị của công nghệ- thúc đẩy giải trí đến?

“Tôi đã tìm thấy chương trình AI [chúng tôi đã sử dụng] khi đang buồn chán trong lớp, cố gắng trông như thể tôi đang chú ý đến Zoom”, Jacob Vaus , đạo diễn kiêm nhà quay phim của đoạn phim ngắn, nói với Digital Trends. “Ngay lập tức, tôi bị mắc câu. Tôi thích nhập những câu chuyện ngắn mà tôi đã viết và xem nó đưa chúng đến đâu, hoặc giới thiệu một khởi đầu điên rồ và xem câu chuyện sẽ đi đến đâu. Bởi vì chúng tôi là sinh viên điện ảnh, chúng tôi ngay lập tức chạy với ý tưởng. Nó có thể viết kịch bản? Nội dung nào chúng ta có thể làm để thúc đẩy điều này? Làm thế nào chúng ta có thể sáng tạo? ”

Sau khi được tạo ra một đầu người dưới dạng một sự cố kích động, AI đã được sử dụng để tạo ra kịch bản – bao gồm cả phần kết của cốt truyện. ( Bạn có thể đọc kịch bản trực tuyến tại đây .) “Chúng tôi nghĩ nó thật hài hước, nhưng cũng thật tuyệt vời khi nó đưa kịch bản đến những cực điểm như vậy,” Eli Weiss , người sản xuất Solicitors , nói với Digital Trends. “Từ quan điểm của một câu chuyện, nó đạt được tất cả những nhịp đập mà bạn muốn từ một câu chuyện – ngay cả khi theo một cách kỳ quặc.”

Vaus nói rằng, “Chúng tôi đã chết khi chúng tôi đọc nó lần đầu tiên. Cách nó sử dụng các chi tiết ngay từ đầu, một cách có lý, nhưng cũng vô nghĩa, khiến tôi rất điên rồ. ”

Hãy dành một suy nghĩ cho các diễn viên. “Thử thách lớn nhất đối với tôi, diễn xuất trong một bộ phim do AI viết kịch bản, là cố gắng tìm động lực cho nhân vật và ý định của tôi trong cuộc đối thoại của tôi,” diễn viên Ashton Herrild, người đóng vai khách trước cửa nhà, nói với Digital Trends. “Thông thường, công việc của diễn viên là tưởng tượng hoàn cảnh và nhân vật sẽ nói và làm những điều này. Nhưng trong một kịch bản được viết bởi AI, không có bất kỳ ý nghĩa cơ bản nào để tìm – chỉ để ban tặng ”.

Máy làm phim

Đây không phải là lần đầu tiên AI được sử dụng để viết kịch bản. Vài năm trước, nam diễn viên Zach Braff đã trình diễn một đoạn độc thoại viết bằng máy trong vai của anh ấy Scrubs nhân vật , JD. “Một bệnh viện rất giống một trường trung học”, một phần của nó viết. “Người đàn ông tuyệt vời nhất đang chết, và bạn là người duy nhất muốn ăn cắp đồ của bố anh ấy.”

Các thuật toán này sinh sản, tập huấn về một lượng lớn dữ liệu, có thể được sử dụng để tạo ra nội dung mới-nhưng-lạ-quen thuộc bằng cách nuốt một lượng lớn vật chất, cho dù đó là tiểu thuyết Harry Potter , Trò chơi vương quyền hoặc các kịch bản bộ phim sitcom được yêu mến. Về bản chất, kết quả là một phiên bản hiện đại, hiểu biết về công nghệ của của phương pháp William Burroughs cắt ghép : Một kỹ thuật siêu thực để tạo ra một thứ gì đó mới mẻ từ một thứ hiện có bằng cách cắt nhỏ và dán lại với nhau theo thứ tự ngẫu nhiên. Các sản phẩm cuối cùng, trong trường hợp các tập lệnh được tạo theo thuật toán, thường rất buồn cười. Những gì họ thường không đặc biệt hay – ít nhất là theo cách mà chúng ta có thể đánh giá một kịch bản Hollywood là hay.

“Vì hiếm khi có một người tạo kịch bản duy nhất cho một bộ phim, nên ý tưởng tích hợp các công cụ AI vào chu trình viết và phát triển không hoàn toàn là ‘ăn cắp cảnh’ như người ta tưởng.”

GPT-3 , AI Solicitors sử dụng, là một câu chuyện khác. Là phần tiếp theo của thuật toán tạo văn bản, ít nhất là bán nghiêm trọng, được coi là quá nguy hiểm để được phát hành (thực tế là trước khi nó được phát hành), GPT-3 là một mạng thần kinh xử lý ngôn ngữ tự nhiên do OpenAI tạo ra. Được gieo bằng một vài câu, giống như phần đầu của kịch bản về một người đàn ông đến trước ngưỡng cửa nhà của ai đó, mô hình ngôn ngữ được đào tạo trước của GPT sẽ tạo ra một cách thuyết phục văn bản chân thực – ít nhất là về giọng điệu và phong cách – cho tài liệu nguồn của nó. Nó nhanh chóng tạo ra làn sóng khi phát hành. Tờ Guardian của Vương quốc Anh, một ấn phẩm, ở nhiều điểm khác nhau, có sự ủy thác của một số nhà báo vĩ đại nhất thế giới, đã đăng một bài báo do GPT-3 viết. Nó đặt tiêu đề là, “ Một người máy đã viết toàn bộ bài báo này. Bạn đã sợ hãi chưa, con người? ”

Năm 1959, nhà khoa học và tiểu thuyết gia người Anh CP Snow đã viết một bài tiểu luận nổi tiếng, có tựa đề ” Hai nền văn hóa “, trong đó ông lập luận rằng “đời sống trí thức của toàn bộ xã hội phương Tây” được chia thành hai phe: Khoa học khó và kỹ thuật trên mặt khác và nhân văn. Hai điều này, ông lập luận, để “mất mát tuyệt đối” của chúng tôi không trộn lẫn. Ngày nay, có vẻ như những bức tường giữa hai nền văn hóa này đang sụp đổ nhanh hơn nhiều người nghĩ.

Những trường quay hàng đầu thế giới không còn là những trường quay cổ điển theo khuôn mẫu của Hollywood. Họ là các công ty công nghệ như Netflix, Apple, Hulu và Amazon và giống như bất kỳ công ty công nghệ nào đáng giá, họ thường xuyên sử dụng các giải pháp công nghệ cao cho các vấn đề sáng tạo. Netflix, chẳng hạn, không giấu giếm vai trò của Dữ liệu lớn trong việc xác định dự án nào sẽ được ủy quyền. Cùng với túi tiền cực kỳ sâu, sự chính xác liên quan đến những gì nó nên và không nên thực hiện đã giúp nó chọn người chiến thắng với tốc độ có thể khiến Usain Bolt phải chậm lại để lấy hơi.

Những người khác đang tiến xa hơn nữa việc sản xuất có sự hỗ trợ của công nghệ. Các công ty tư vấn AI như Ep Sư phạm của Vương quốc Anh, từng được Malcolm Gladwell làm hồ sơ cho The New Yorker , sử dụng dữ liệu không chỉ để nói liệu một dự án có đáng để theo đuổi hay không, mà còn để đưa ra đề xuất về cách các dự án đó có thể được tinh chỉnh một cách sáng tạo để khiến chúng sinh lợi hơn có khả năng giành được giải thưởng. Trong khi đó, tương lai truyền thông nhà làm phim thuật toán và Alexis Kirke chịu trách nhiệm làm phim phân nhánh dựa trên phản ứng sinh lý của những người xem chúng (chỉ nêu một ví dụ về công việc của anh ấy).

Chỉ là một công cụ khác dành cho người sáng tạo

Thật dễ dàng để xem một bộ phim như Solicitors và nhìn thấy một cái nhìn thoáng qua về tương lai của sự sáng tạo mà ở đó các nhà viết kịch bản sẽ không còn cần đến sự tồn tại của nó nữa. Nhưng điều đó không chính xác. Có thể tốt như GPT-3, khó có khả năng các nhà biên kịch hàng đầu như Sofia Coppola hay Aaron Sorkin sẽ sớm rung động trước những bộ phim Hollywood được trả thù lao cao, có nguồn gốc bền vững bất cứ lúc nào. Các công cụ như GPT-3 cuối cùng chỉ là: Công cụ. Chúng sẽ đóng một vai trò nào đó trong tương lai của ngành giải trí, nhưng theo cách tăng cường chứ không phải thay thế.

Kirke nói với Digital Trends: “Vì hiếm khi có một người tạo kịch bản duy nhất cho một bộ phim, nên ý tưởng tích hợp các công cụ AI vào chu trình viết và phát triển không hoàn toàn là ‘ăn cắp cảnh’.

Theo Kirke, những loại công cụ này đại diện cho bước tiếp theo trong một quy trình đã bị các chương trình mà chúng ta hiện nay coi là đương nhiên như trình kiểm tra chính tả khiêm tốn. “Một lượng lớn kinh nghiệm đã được hệ thống hóa bởi các nhà văn, nhà sản xuất, đạo diễn, biên tập kịch bản, v.v.”, anh nói. “Bạn muốn giảm số lượng trạng từ và tính từ trong kịch bản của mình? Có một thuật toán cho điều đó. Bạn muốn đảm bảo rằng tất cả các hộp thoại của các nhân vật đều có âm thanh khác biệt với nhau? Có một thuật toán cho điều đó. Bạn muốn tạo các bản viết lại thay thế, ít sáo rỗng hơn của một trang mà vẫn giữ được ý nghĩa chung của nó? Có một thuật toán cho điều đó. ”

Một AI sẽ tự động tạo ra một vài trang ý tưởng khoa học viễn tưởng hoặc kinh dị để truyền cảm hứng cho một nhà văn con người chỉ là một sự lặp lại khác của điều này, giống như một con bot xem xét văn bản của bạn và cho bạn biết liệu các kịch bản thuộc loại đó có đã kiếm tiền tại phòng vé trong quá khứ. (Phần mềm GPT-3 được Vaus và Weiss sử dụng có tên là Short Read . Trang web của nó mô tả nó như một sự hỗ trợ cho khối nhà văn. “Chỉ cần nhấp vào nút và AI sẽ tiếp tục viết câu chuyện của bạn, tạo ra những ý tưởng sáng tạo mới và diễn biến câu chuyện.” )

Kirke nói: “Đừng nhầm, các thuật toán học máy đang bùng nổ. “Trong tương lai, họ sẽ có thể hợp tác với chúng tôi để phát triển các cấu trúc phim nhất định, cũng như giọng văn và phong cách viết của chúng tôi. Và chúng ta cũng đừng quên một độc giả và giám đốc điều hành cấp thấp của Hollywood tội nghiệp, người phải cày nát rất nhiều kịch bản kinh khủng mỗi cuối tuần, xoay xở tầm thường để có được thứ vàng lấp lánh nhỏ bé đó. Không thể nghi ngờ rằng các thuật toán ML có thể được sử dụng để giảm bớt khối lượng công việc đầu óc của những người này, để thu hẹp sự tập trung của họ bằng cách làm nổi bật các kịch bản humdrum rõ ràng và các zingers tiềm năng? ”

Solicitors còn lâu mới giới thiệu đầy đủ về vai trò của trí tuệ nhân tạo trong tương lai của ngành sản xuất phim. Tuy nhiên, với thời lượng dưới bốn phút, chúng tôi có thể coi đây là một đoạn giới thiệu đoạn giới thiệu khá hay.

Khi không thể tìm ra bất cứ cách nào, cần xử lý ra sao để đạt mục tiêu? Thực tế, có một nguồn lực rất lớn để gỡ khóa cho bài toán trên. Hơn nữa, bạn cũng sẽ được biết các giải pháp để có thể chuyển hóa bản thân, có thể điều tiết môi trường thông qua hàng loạt phương pháp được nghiên cứu tỷ mỷ. Toàn bộ nguồn lực đồ sộ để hỗ trợ bạn sống hạnh phúc hơn sẽ được cung cấp trong khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên. Rất vui mừng khi được chuyển thông tin này đến bạn vào ngay lúc này. Hãy đăng ký tại đây hoặc liên hệ số điện thoại: (028) 38 301 743/ 089 668 36 31 để cùng mở mọi ổ khóa cản trở con đường đến mục tiêu của bạn.

Nguồn: DigitalTrends

Máy bay không người lái tìm kiếm và cứu hộ qua điện thoại giống như Find My iPhone thêm đôi cánh

Đối với bất kỳ ai đã từng làm thất lạc iPhone của mình, ứng dụng “Find My” của Apple là một công cụ thay đổi trò chơi dựa trên phép thuật thuần túy. Đăng nhập vào ứng dụng, nhấn vào nút để phát âm báo trên thiết bị MIA của bạn và trong vài giây, thiết bị sẽ phát ra tiếng ồn lớn – ngay cả khi điện thoại của bạn được đặt ở chế độ im lặng – cho phép bạn tìm thiết bị cầm tay bị mất. Vâng, nó thường bị mắc kẹt sau đệm ghế sofa của bạn hoặc để úp trên kệ ở đâu đó.

Bạn có thể nghĩ về SArdo, một dự án máy bay không người lái mới được tạo ra bởi các nhà nghiên cứu tại Phòng thí nghiệm NEC Europe GmbH của Đức, như ứng dụng “Tìm của tôi” của Apple. Sự khác biệt là, trong khi việc tìm thấy iPhone của bạn thường chỉ là một vấn đề thuận tiện, công nghệ do các nhà điều tra NEC phát triển có thể là một cứu cánh theo đúng nghĩa đen.

“SARDO là một giải pháp [máy bay không người lái] được thiết kế để khoanh vùng các nạn nhân trong các tình huống thảm họa bằng cách chỉ tận dụng kết nối di động của họ,” Antonio Albanese, một cộng sự nghiên cứu tại Phòng thí nghiệm NEC Châu Âu, nói với Digital Trends. “Ý tưởng là để điều chỉnh kỹ thuật đa phương tiện di động cổ điển, dựa trên ước tính khoảng cách mục tiêu đồng thời từ một số mỏ neo, ví dụ, các trạm gốc, cho trường hợp chỉ có một mỏ neo di chuyển duy nhất.”

Đối với những người mới bắt đầu, SARDO bề ngoài là viết tắt của “Giải pháp dựa trên DrOne của Tìm kiếm và Cứu hộ”. Trong khi không thiếu các dự án đã điều tra việc sử dụng máy bay không người lái cho các nhiệm vụ tìm kiếm và cứu hộ ở những nơi như vùng thiên tai, điều khiến SARDO đứng vững là cách nó theo dõi những người mất tích: Bằng cách sử dụng tín hiệu điện thoại của họ.

SARDO để giải cứu

Để bắt đầu, SARDO thực hiện phép đo thời gian bay bằng cách sử dụng thông tin trích xuất từ ​​tín hiệu của điện thoại thông minh của người dùng để ước tính khoảng cách của họ. Các công cụ máy học sau đó được áp dụng để tìm ra vị trí chính xác của con người, thậm chí bù đắp cho các tình huống trong đó tín hiệu di động bị ảnh hưởng bất lợi bởi đống đổ nát. Nếu người được tìm kiếm đang di chuyển, một thuật toán học máy khác sẽ bắt đầu hoạt động để đánh giá quỹ đạo của họ dựa trên chuyển động hiện tại. Sau khi tiến hành quét một khu vực, hệ thống máy bay không người lái SARDO sẽ tự động thay đổi vị trí của nó để gần nạn nhân hơn để lấy ra các phép đo khoảng cách chính xác hơn.

“Theo hiểu biết tốt nhất của chúng tôi, đây là giải pháp tìm kiếm và cứu nạn bằng máy bay không người lái đầu tiên có thể xác định vị trí chính xác các nạn nhân mất tích chỉ thông qua điện thoại di động,” Albanese nói. “Có những giải pháp đối thủ cạnh tranh, nhưng chúng dựa vào các cảm biến khác – [chẳng hạn như] IR hoặc camera nhiệt – hoặc sử dụng tín hiệu băng thông siêu rộng đặc biệt, những tín hiệu này… không được sử dụng bởi các mạng di động thông thường. SARDO tận dụng tối đa tỷ lệ thâm nhập ngày càng cao của điện thoại di động trong xã hội của chúng ta để cung cấp hệ thống bản địa hóa khẩn cấp plug-and-play phổ biến. ”

Ý tưởng theo dõi mọi người thông qua tín hiệu điện thoại của họ là thông minh, đặc biệt là vì nó giúp bạn có thể tìm kiếm cả những người cụ thể (điều mà các phương pháp tìm kiếm và cứu hộ bằng máy bay không người lái khác không thể dễ dàng làm được) và truy xuất danh tính của các cá nhân khi cần thiết. Nhưng cũng có một chút công nghệ thông minh hơn nhiều.

Đang tiến hành kiểm tra thực địa

Vấn đề tiềm ẩn lớn đối với công nghệ như thế này là, trong một kịch bản thiên tai, không có gì đảm bảo rằng điện thoại di động sẽ hoạt động. Ví dụ, khi cơn bão Harvey đổ bộ bờ biển Texas vào năm 2017, nó đã đánh sập 70% tháp di động , tổng cộng hơn 360, ở các khu vực bị ảnh hưởng. Trong khi đó, cơn bão Katrina đã đánh sập tổng cộng khoảng 1.000 tháp xà lim vào năm 2005.

Vậy làm cách nào để bạn đảm bảo rằng một máy bay không người lái đang cố gắng theo dõi mọi người bằng tín hiệu điện thoại của họ có thể làm như vậy? Đơn giản: Bạn tự biến chiếc máy bay không người lái thành một trạm cơ sở di động nhẹ, bay được.

“Chúng tôi [cho đến nay] đã thử nghiệm nguyên mẫu trong một số thử nghiệm thực địa,” Albanese nói. “Đầu tiên, chúng tôi đã xác thực mô hình lỗi của mình và chứng minh thực nghiệm sự phụ thuộc của phương sai lỗi vào khoảng cách thực tế giữa UAV và [thiết bị của người dùng]. Sau đó, chúng tôi đã thử nghiệm bản địa hóa [mạng nơ-ron phức hợp] cho các độ cao và tốc độ người dùng khác nhau của UAV. Cuối cùng, chúng tôi đã đánh giá hiệu suất SARDO vòng kín, cho thấy rằng nó cần vài vòng quay hoàn chỉnh để đạt được lỗi nội địa hóa thấp đối với các tốc độ người dùng khác nhau. ”

Hiện tại, công nghệ này chỉ có thể hoạt động trong môi trường ngoài trời. Tuy nhiên, Albanese cho biết đội hy vọng điều này sẽ thay đổi trong tương lai với việc bổ sung nội địa hóa trong nhà.

“Vì chúng tôi đã phát triển nguyên mẫu của mình bằng phần cứng sẵn có, nên chúng tôi có thể cung cấp SARDO như một sản phẩm mô-đun phần mềm để thực thi trên các giải pháp phần cứng có sẵn hoặc thậm chí là một giải pháp hoàn chỉnh bao gồm cả UAV và trạm gốc,” ông đã lưu ý.

Ông nói rằng đã nhận được sự quan tâm từ các cơ quan an toàn công cộng, mặc dù chưa có quyết định cuối cùng về việc áp dụng nó.

Một bài báo mô tả công việc đã được xuất bản gần đây trên tạp chí IEEE Trans Transaction on Mobile Computing .

Sức mạnh nào có thể khiến bạn đối đầu với những thử thách bất ngờ ập đến? Bạn chọn chuẩn bị trước để sẵn sàng hay run rẩy chấp nhận hậu quả? Sự chuẩn bị trước luôn vô cùng quan trọng. Trong các chuẩn bị, chuẩn bị về tư duy, chuẩn bị nhận thức, chuẩn bị hiểu biết là gốc rễ. Cây không thể lớn ra hoa kết trái trên một nền tảng yếu ớt. Ngay bây giờ, hãy cho mình vun bồi nguồn gốc của năng lực đối diện với thách thức. Bằng cách tham gia khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên, bạn sẽ có được phiên bản mới mạnh mẽ hơn trước đây. Đăng ký tại đây hoặc liên hệ số điện thoại: (028) 38 301 743/ 089 668 36 31. Hãy cùng chinh phục!

Nguồn: DigitalTrends

AI nhận dạng hình ảnh có một điểm yếu lớn. Đây có thể là giải pháp

Có thể bạn đã quen thuộc với deepfakes , “phương tiện tổng hợp” được thay đổi kỹ thuật số có khả năng đánh lừa mọi người nhìn hoặc nghe những điều chưa bao giờ thực sự xảy ra. Các ví dụ đối nghịch giống như các trò chơi sâu cho các hệ thống AI nhận dạng hình ảnh – và mặc dù trông chúng thậm chí không hơi xa lạ đối với chúng ta, nhưng chúng có khả năng khiến máy móc kinh ngạc.

Cách đây vài năm , các nhà nghiên cứu tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo của Viện Công nghệ Massachusetts (CSAIL) đã phát hiện ra rằng họ có thể đánh lừa các thuật toán nhận dạng hình ảnh tinh vi thành những vật thể khó hiểu chỉ bằng cách thay đổi một chút kết cấu bề mặt của chúng. Đây cũng không phải là những pha trộn nhỏ.

Trong cuộc trình diễn của các nhà nghiên cứu, họ cho thấy rằng có thể có được một mạng lưới thần kinh tiên tiến để nhìn vào một con rùa in 3D và thay vào đó là một khẩu súng trường. Hoặc nhìn vào một quả bóng chày và đi đến kết luận rằng đó là cà phê espresso.

Các ví dụ về đối thủ thể hiện một lỗ hổng hấp dẫn khi nói đến cách các hệ thống AI trực quan nhìn thế giới. Nhưng chúng cũng như bạn có thể mong đợi từ một lỗ hổng làm nhầm lẫn một con rùa đồ chơi mới với một khẩu súng trường, là một điều đáng báo động. Đó là một trong những vấn đề mà các nhà nghiên cứu đang tìm cách vá trong tuyệt vọng.

Giờ đây, một nhóm các nhà nghiên cứu khác từ MIT đã đưa ra một hệ thống mới có thể giúp tránh các đầu vào “đối nghịch”. Trong quá trình này, họ đã tưởng tượng ra một trường hợp sử dụng thực sự đáng sợ cho các ví dụ đối nghịch, một trường hợp có thể, nếu được thực hiện bởi tin tặc, sẽ được sử dụng để gây hiệu ứng chết người.

Kịch bản là: Xe ô tô tự hành ngày càng tốt hơn trong việc nhận thức thế giới xung quanh. Nhưng điều gì sẽ xảy ra nếu đột nhiên, các camera tích hợp dựa trên đầu vào trực quan trong ô tô bị cố ý hoặc vô tình kết xuất không thể xác định những gì đang ở phía trước của họ? Việc phân loại sai một đối tượng trên đường – chẳng hạn như không xác định chính xác và đặt người đi bộ – có thể thực sự rất rất tồi tệ.

Chống lại các cuộc tấn công của đối thủ

“Nhóm của chúng tôi đã làm việc tại giao diện của học sâu, người máy và lý thuyết điều khiển trong vài năm – bao gồm cả nghiên cứu về việc sử dụng RL sâu [học tăng cường] để huấn luyện robot điều hướng theo cách có ý thức xã hội xung quanh người đi bộ,” Michael Everett , một nhà nghiên cứu sau tiến sĩ tại Khoa Hàng không và Du hành vũ trụ MIT, nói với Digital Trends. “Khi chúng tôi đang suy nghĩ về việc làm thế nào để đưa những ý tưởng đó lên các phương tiện lớn hơn và nhanh hơn, các câu hỏi về độ an toàn và độ bền trở thành thách thức lớn nhất. Chúng tôi đã nhìn thấy cơ hội tuyệt vời để nghiên cứu vấn đề này trong học tập sâu từ quan điểm kiểm soát mạnh mẽ và tối ưu hóa mạnh mẽ. ”

Học tăng cường là một cách tiếp cận dựa trên thử-và-sai đối với học máy, nổi tiếng, đã được các nhà nghiên cứu sử dụng để khiến máy tính học cách chơi trò chơi điện tử mà không cần được dạy cách rõ ràng. Thuật toán dựa trên mạng nơ-ron sâu và học tập củng cố mới của nhóm được gọi là CARRL, viết tắt của Certified Adversarial Robustness for Deep Reinforcement Learning. Về bản chất, đó là một mạng lưới thần kinh với một lượng hoài nghi tăng thêm khi nói đến những gì nó đang nhìn thấy.

Trong một lần trình diễn công việc của họ, được hỗ trợ bởi Ford Motor Company, các nhà nghiên cứu đã xây dựng một thuật toán học tăng cường có thể chơi trò chơi Atari cổ điển Pong . Tuy nhiên, không giống như những người chơi trò chơi RL trước đó, trong phiên bản của họ, họ đã áp dụng một cuộc tấn công đối nghịch khiến tác nhân AI đánh giá vị trí bóng của trò chơi, khiến người chơi nghĩ rằng nó thấp hơn một vài pixel so với thực tế. Thông thường, điều này sẽ khiến người chơi AI gặp bất lợi lớn, khiến nó liên tục thua đối thủ máy tính. Tuy nhiên, trong trường hợp này, tác nhân RL nghĩ về tất cả các vị trí mà quả bóng có thể ở, và sau đó đặt mái chèo vào nơi nào đó mà nó sẽ không bị trượt bất kể sự thay đổi vị trí.

“Loại thuật toán học sâu mạnh mẽ mới này sẽ là yếu tố cần thiết để đưa các kỹ thuật AI đầy hứa hẹn vào thế giới thực.”

Tất nhiên, trò chơi được đơn giản hóa hơn rất nhiều so với thế giới thực, như Everett thừa nhận.

“Thế giới thực có nhiều sự không chắc chắn hơn so với trò chơi điện tử, từ các cảm biến không hoàn hảo hoặc các cuộc tấn công của đối thủ, có thể đủ để đánh lừa các hệ thống học sâu đưa ra các quyết định nguy hiểm – [chẳng hạn như] phun sơn một chấm trên đường [có thể gây ra xe tự lái] để rẽ sang làn đường khác, ”anh ta giải thích. “Công việc của chúng tôi trình bày một thuật toán RL sâu, có thể chứng nhận là mạnh mẽ đối với các phép đo không hoàn hảo. Sự đổi mới quan trọng là, thay vì tin tưởng một cách mù quáng vào các phép đo của nó, như được thực hiện ngày nay, thuật toán của chúng tôi suy nghĩ thông qua tất cả các phép đo có thể đã được thực hiện và đưa ra quyết định xem xét kết quả trong trường hợp xấu nhất. ”

Trong một minh chứng khác, họ cho thấy rằng thuật toán có thể, trong bối cảnh lái xe mô phỏng, có thể tránh va chạm ngay cả khi các cảm biến của nó đang bị tấn công bởi kẻ thù muốn tác nhân va chạm. Everett nói: “Loại thuật toán học sâu mạnh mẽ mới này sẽ là yếu tố cần thiết để đưa các kỹ thuật AI đầy hứa hẹn vào thế giới thực.

Còn nhiều việc phải làm

Vẫn còn là những ngày đầu cho công việc này và còn nhiều việc cần phải làm. Ngoài ra còn có một vấn đề tiềm ẩn mà trong một số trường hợp, điều này có thể khiến tác nhân AI hoạt động quá thận trọng, do đó làm cho nó hoạt động kém hiệu quả hơn. Tuy nhiên, đó là một phần nghiên cứu có giá trị có thể có những tác động sâu sắc trong tương lai.

“[Có những dự án nghiên cứu khác] tập trung vào việc bảo vệ chống lại [một số loại] ví dụ đối nghịch, trong đó công việc của mạng nơ-ron là phân loại một hình ảnh và nó đúng [hoặc] sai, và câu chuyện kết thúc ở đó,” Everett nói, khi được hỏi về vấn đề súng trường đấu rùa cổ điển. “Công việc của chúng tôi được xây dựng dựa trên một số ý tưởng đó, nhưng tập trung vào việc học tập củng cố, nơi người đại diện phải thực hiện các hành động và nhận được một số phần thưởng nếu nó làm tốt. Vì vậy, chúng tôi đang xem xét một câu hỏi dài hạn hơn là ‘Nếu tôi nói đây là một con rùa, thì ý nghĩa tương lai của quyết định đó là gì?’ và đó là nơi thuật toán của chúng tôi thực sự có thể giúp ích. Thuật toán của chúng tôi sẽ suy nghĩ về các tác động trong tương lai trong trường hợp xấu nhất của việc chọn một con rùa hoặc một khẩu súng trường, đây có thể là một bước quan trọng để giải quyết các vấn đề bảo mật quan trọng khi quyết định của các tác nhân AI có ảnh hưởng lâu dài. ”

Một bài báo mô tả nghiên cứu có sẵn để đọc trên kho lưu trữ bản in trước điện tử arXiv .

Thứ gì cản trở bạn hành động theo điều bạn biết chắc chắn đúng? Các yếu tố nào chi phối việc hành động bền bỉ? Để hiểu được các nguyên nhân cản trở xung quanh và loại bỏ các chướng ngại cần sự dũng cảm. Trong đó, nhận thức sẽ đi đầu tiên. Tiếp theo nhận thức, cần có các công cụ hỗ trợ để duy trì và tối ưu trong các giải pháp. Tổ tiên loài người ngày xưa cùng các nhà khoa học hiện nay đã miệt mài nghiên cứu. Bạn sẽ được thừa hưởng các tinh hoa và mượn sức thành tựu và xây tiếp bức tranh mà bạn muốn trở thành. Tất cả nằm trong khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên. Đăng ký ngay tại đây hoặc liên hệ số điện thoại: (028) 38 301 743/ 089 668 36 31. Chào đón bạn!

Nguồn: DigitalTrends