آراد حمید سمیعی

انقلابی در تدوین عکس و فیلم

در طی چند سال اخیر، شرکت­های بسیاری، کیفیت و قابلیت­های محصولاتشان را بر اساس هوش­مصنوعی بهبود بخشیده­اند. یکی از مباحثی که باعث شده تا به خاطرش بودجه­های کلان تحقیقاتی از شرکت­های بزرگ دریافت شود افزایش کارایی دوربین­های گوشی­های هوشمند بوده است. از بیش از 10 سال پیش تا به امروز برنامه­های نرم­افزاری بسیاری سعی در استفاده از هوش­مصنوعی جهت تدوین عکس و فیلم داشته­اند اما نتایج به دست آمده هیچ­گاه دقیق و دلچسب نبوده­اند. یکی از این شرکت­های بزرگ که تاکنون هزینه­ی هنگفتی درباره تحقیقات روی هوش­مصنوعی سرمایه­گذاری کرده، شرکت اِنویدیا است که الگوریتم­های هوشمند خود را بر روی پردازنده­های گرافیکیِ ساختِ خود آزمایش می­کند. یکی از الگوریتم­هایی که محققان این شرکت تغییر داده و به انداز­ه­ی قابل قبولی بهبود داده­اند، الگوریتمی به نام پَچ­مَچ (PatchMatch) است که از تکنیکی به اسم این­پِینتینگ (InPainting) استفاده می­کند، یعنی برای حذف هر شیء داخل عکس، کافیست آن را انتخاب کنید (این‌کار نیاز به دقت بالا ندارد) تا برنامه به طور اتوماتیک و با مطالعه­ی هوشمندِ تصویر، آن‌را حذف کند طوری که مخاطب متوجه تغییر در عکس نشود. اما مشکل این تکنیک آن است که تنها روی عکس و تصاویر بی­تحرک قابل استفاده بوده و مناسب فیلم نمی­باشد. تا اینکه اوایل ماه اکتبر سال 2020، تکنیک جدید و فوق­العاده پیشرفته­ای منتشر شد که با اختلاف زیادی نسبت به الگوریتم­های قبلی، امکان تدوین فیلم را به ارمغان آورد و به زودی در بسیاری از برنامه­ها شاهدش خواهیم بود. این الگو نه تنها قابلیت این­پینتینگ را به سطح بالایی رسانده، بلکه مفهوم جدیدِ اوت­پینتینگ (OutPainting) را نیز عملی کرده، به این معنا که اگر فرضاً ابعاد فیلم مورد نظر، 800 پیکسل در 600 پیکسل است، حالا می­توانید ابعاد آن را بدون افت رزولوشن افزایش دهید تا برنامه، فضای خالی را به طور هوشمند پر کند طوری که معلوم نباشد اطراف تصویر، اصلا وجود خارجی ندارد. گرچه بسیاری بر این باورند که این تکنیک همچنان رو به بهبود خواهد بود. این تکنیک با قدرتمندترین متودهای سال 2019 مقایسه شده و نتایج مقایسه­ها برای عموم قابل دسترس است. با این روش اصلاحی به سادگی می‌توان بر ابعاد تصویر افزود.

بارها شده تصاویر، کلیپ­ها و فیلم­های بی­کیفیتی از اینترنت دانلود می­کنیم که قابل مشاهده نیستند یا لذت تماشا را از ما سلب می­کنند. همچنین ممکن است به دلیل کند بودن اینترنت، مجبور به تماشای ویدیوهای بی­کیفیت آنلاین شویم. یا حتی ممکن است هنگام خروجی گرفتن از فایل تصویری یا فشرده­سازی فایل، از کیفیت آن ناخواسته بکاهیم. حال نه تنها همه­ی این مشکلات قابل رفع شده­اند، بلکه تبدیل به موقعیت­های جدیدی خواهند شد. اوایل ماه اکتبر 2020، یک تکنیک جدید هوش­مصنوعی معرفی شد که قادر است تصویر با رزولوشن پایین را دریافت کرده و آنالیز کند، حدس بزند چه بخش­هایی از تصویر گم شده­اند و آن بخش­ها را با جزییات بالا بازسازی کند. این تکنیک تاکوگَن (TacoGAN) نام دارد و قادر به تولید خودکار نتایجی­ست که به واقعیت بسیار نزدیک­اند. این متد همچنان برای پردازش لحظه­ای (real-time) کارایی چشمگیری ندارد و فرضا برای کامپیوترهایی که به اجبار، بازی­های رایانه­ای را با رزولوشن پایین اجرا می­کنند مناسب نیست، اما در آینده­ای نزدیک، نسخه­ی بهبود شده­ای از آن در دسترس همگان قرار خواهد گرفت. این تکنیک، کیفیت تصویر را تا چهاربرابر بهبود می­بخشد، اما برای اینکه به درستی کار کند، نیاز به حجم بالایی داده دارد (تصاویری با حداقل تعداد 60 فریم بر ثانیه) تا بتواند تصویر را به درستی تحلیل و بازسازی کند.

اما این روش، دریچه­ی جدیدی از انتقال داده را به روی ما باز می­کند. امروزه شرکت­های مخابراتی به دنبال افزایش سرعت اینترنت هستند، اما شاید دیگر لازم به افزایش سرعت نباشد. با چنین تکنولوژی­هایی، می­توانیم تصاویر بی­کیفیت ارسال یا دانلود کنیم و آن­ها را با دقت بالا بازسازی کنیم. این متود، یک الگوریتم یادگیری است که با یک روز و نیم مشاهده­ی 80 ویدیو و پردازش روی سوپرگرافیک تایتان­وی (NVidia Titan V) آموزش دیده و به مجموعه­داده­ای ارزشمند و مفیدی دست یافته است. همان گونه که مشاهده می‌شود کیفیت تصویر سمت راست از تصویر سمت چپ پائین‌تر است. 

این روش از بسیاری از روش­های موجود در حال حاضر بهتر عمل می­کند اما منابع کامپیوتری بیشتری نیز درگیر می­کند.

وقتی گوشی­های هوشمند، نقش دوربین­های حرفه­ای را بازی می­کنند:

عکس­های حرفه­ای ویژگی­های چمشگیر متمایزی از عکس­های عادی دارند، اما شاید بتوان گفت عنصری که یک عکس را واقعا از هر عکسی متمایز می­کند، نورپردازی خاص و متفاوت است. مجلات را ورق بزنید، عکس­های باکیفیتی از خودروها، ماشین آلات، محصولات تجاری، حیوانات خانگی و آدم­ها را مشاهده می­کنید. عکس­هایی که انگار برجسته­اند و می­خواهند از تصویر بیرون بیایند. با نادیده­گرفتن وضوح بالای این تصاویر، نورپردازی و رنگ آن­هاست که چشم را به خود متمایل می­کند. امروزه شرکت­ها در فروش محصولات الکترونیکی مانند گوشی­های هوشمند، تبلت­ها، ساعت­های هوشمند و غیره سعی می­کنند از دوربین­های برند دار و باکیفیت جاسازی شده در آن­ها رونمایی کنند، اما در این ابعاد محدود و پرطرف­دار از این محصولات، شاید دوربین­ها دیگر از حد مشخصی قابل ارتقاء نباشند. بنابرین بازار با آغوش گسترده‌ای آماده­ی پذیرش به­روزترین متدهای هوشمند جهت بهبود کیفیت دوربین­هاست.

اواخر ماه آگوست 2020، یک روش هوشمند جهت تدوین تصاویرِ غیر استودیویی ارائه شد. این متد، سایه­ها را مطالعه کرده و آن­ها را به دو دسته تقسیم می­کند. 1- سایه­های خارجی (که از اشیاء موجود در صحنه روی سوژه گسترده می­شوند.) 2- خود سایگی (که از جسمِ سوژه تولید شده و بر روی خود منطبق می­شود.)

این تقسیم­بندی، به این علت است تا متد، سایه­های خارجی را شناسایی و حذف کند و خود-سایه­ها را شناسایی و تغییر دهد. بخش مربوط به حذف سایه­های خارجی از یک الگوریتم یادگیری استفاده می­کند که با پایگاه­های غنی از تصاویر (که از هرکدام دو نسخه­ی با سایه و بی سایه موجود است) آموزش دیده است. این بخش بسیار قدرتمند عمل می­کند و از سخت­ترین آزمون­ها با موفقیت بیرون آمده­است. بخش مربوط به خود-سایه­ها اما با تلفیق ساب­اسکَترینگ (sub scattering) و الگوریتم یادگیری توسعه یافته است.

این متد هنوز مناسب تجاری­سازی نیست و ایراداتی دارد، اما گام بزرگی در تولید عکس­های باکیفیت و با تجهیزات ارزان است. حذف سایه‌ها به کمک این روش در تصاویر زیر دیده می‌شود.

ردیاب رژیم هوشمند کتو (KetoPlus)

رژیم کتو نوعی رفتار غذایی است که به بسیاری از افراد کمک کرده تا با کاهش وزن سالم‌تر شوند. هر چند همیشه ساده‌ترین روش برای اجرا و باقی ماندن در مسیر آن نیست. KetoPlus یک ردیاب متابولیسم هوشمند است که به شما کمک می‌کند تا نقطه شیرین کتوز خود را پیدا کنید. میزان گلوکز، کتون و pH بدن را از طریق ادرار اندازه گیری می‌کند.

KetoPlus KetoPlus شاخص گلوکز کتون بدن شما را با دقت محاسبه می‌کند و شما را از حدس و گمان رهایی می‌بخشد. نتیجه اندازه گیری‌ها را می توانید در صفحه نمایش لمسی LCD آن ببینید. این دستگاه می‌تواند اطلاعات و داده‌های یک سال را در خود ذخیره کند. مهم‌تر این که باتری آن پس از هرشارژ تا 10 ساعت قابل استفاده است.

دسته بازی برای جلوگیری از خستگی دست

این دسته بازی کروی شکل که برای استفاده توسط یک دست طراحی شده، به بازیکنان وعده­ی بازی کردن بدون خسته شدن دست را می­دهد. بازی­ها رایانه­ای آفلاین یا آنلاین بخصوص پس از شیوع ویروس کووید 19، از جمله فعالیت­هایی هستند که دائماً با متقاضیان بیشتر مواجه می­شوند، اما دسته­های بازی کنسول­های نامدار شاید برای همه­ی کاربران (مانند آن هایی که از برخی نقوص و محدودیت­های جسمی رنج می­برند) مناسب نباشند و یا پس از ساعات طولانی استفاده، آسیب­های فیزیکی و عصبی به بار بیاورند. همچنین برای کاربران عادی این کنسول­ها تا بحال در بازار دسته بازی مخصوص یک دست وجود نداشته است. حالا "جونبِئوم سُن" چنین دسته­ای را با توجه به نکات ارگونومی طراحی کرده است تا هم کاربران عادی و هم کاربرانی با معلولیت­های جسمی بتوانند به یک اندازه در بازی کردن کارایی داشته باشند. شانزده دکمه­ی اصلی دسته­های بازی به نحوی بر روی بدنه­ی تخم مرغ شکل این دسته پراکنده شده­اند که همه­ی آن­ها با تنها پنج انگشت قابل استفاده باشند. همچنین چندین طرح متفاوت از این دسته طراحی و تولید شده که مناسب با نیاز کاربر عرضه می­شوند.

اولیور، ربات آشپز

اولیور، یک ربات آشپز تمام اتوماتیک است. این ربات دارای یک کتابخانه از دستورالعمل­های آشپزی است که کاربر می‌تواند دستورالعمل خوراک­های دیگر را نیز دریافت و بارگذاری کند. اولیور مانند یک دیگ­زودپز با تعدادی جایگاه است که مواد اولیه در آن‌ قرار می­گیرد. اولیور از مربا تا غذاهای دریایی را با کیفیت بالا آماده می­کند. برای استفاده از این دستگاه، کافیست اپلیکیشن آن را روی گوشی خود نصب کرده و از منوی آن، خوراک مورد نظر خود را انتخاب کنید. سپس اولیور مواد اولیه لازم برای تهیه­ آن را نمایش می­دهد و تنها کاری که باید بکنید آن است که مخازن مواد اولیه ربات را پر کنید. اولیور انواع خوراک­های محبوب و معروف را در بازه زمانی 23 تا 57 دقیقه با دقت بالا آماده می­کند. اولیور، زمانی که صرف تهیه خوراک می­کنید را به شما برمی‌گر­داند و از با کیفیت بودن خوراک نیز اطمینان می‌دهد، چرا که بارها توسط آشپزان خبره تست شده و دستورالعمل­های دقیقی برای آن آماده شده است. اجزاء بدنه­ این دستگاه کاملاً از یکدیگر جدا شده و قابل شستشو می­باشد. 

اُوِرتور

اورتور یک صفحه کلید چندمنظوره با هدف کاهش استفاده از قلم و کاغذ است. این صفحه کلید شامل یک صفحه دیجیتال و یک قلم نوری است که زیر بخش اعداد صفحه کلید قرار گرفته است. اورتور هنوز در حد ایده است و خروجی نهایی ندارد اما تاکنون توجه بسیاری را به خود جلب کرده است. طی یک نظرسنجی، مشخص شد که 98 درصد از اشخاصی که با کامپیوتر کار می­کنند از قلم و کاغذ برای یادداشت‌برداری استفاده می­کنند، 70 درصد آن­ها ابراز نارضایتی از یادداشت‌برداری کرده و 34 درصد از شلوغ شدن میزکار یا گم شدن یادداشت­هایشان اعتراض کردند. با اورتور می­توانید هر آنچه می­خواهید روی کاغذ بنویسید را روی صفحه دیجیتالی جاساز شده در صفحه کلید بنویسید تا در غالب عکس ذخیره شوند و همیشه قابل دسترس باشند. گفته می­شود در آینده برای تبدیل این عکس­ها به متن قابل ویرایش اقدام خواهد شد و همچنین بخش عددی صفحه کلید قابلیت جابه‌جایی بین سمت چپ صفحه کلید یا سمت راست صفحه کلید را پیدا خواهد کرد تا چپ دستان و راست دستان به یک اندازه بتوانند با آن کار کنند. بخش اعداد صفحه کلید روی بستر چرمی خاصی بنا شده است تا نه تنها فشار انگشت روی آن به صفحه دیجیتالی زیر آن داده­ ناخواسته نفرستد، بلکه با استفاده از یک نوع فیبر رسانا، این صفحه را به یک صفحه­ لمسی تبدیل کند.   

انتهای پیام/