विषय

• तंत्रिका नेटवर्क कैसे काम करते हैं
• आपके स्मार्टफोन के अंदर तंत्रिका नेटवर्क
• एआई फोटोग्राफी के भविष्य को आकार दे सकता है

कम्प्यूटेशन फोटोग्राफी, उच्च गुणवत्ता वाले कैमरा हार्डवेयर, और इमेज सिग्नल प्रोसेसर के अलावा, अत्याधुनिक मोबाइल फोटोग्राफी तेजी से मशीन लर्निंग एल्गोरिदम द्वारा संचालित है - जिसे कृत्रिम बुद्धिमत्ता (एआई) के रूप में भी जाना जाता है। यह फोटोग्राफी तकनीक चित्रों और वीडियो को शूट करने और संपादित करने के लिए रचनात्मक नए तरीकों की पेशकश करते हुए DSLR जैसी गुणवत्ता की ओर पुश में गुणवत्ता में सुधार करने का वादा करती है।

मशीन लर्निंग की कुंजी तंत्रिका नेटवर्क का उपयोग है। यह एक प्रकार का एल्गोरिथ्म है जिसकी तुलना अक्सर मानव मस्तिष्क से की जाती है। यह तुलना एक तंत्रिका नेटवर्क की प्रशिक्षित करने की क्षमता से होती है, डेटा के उपयोग के माध्यम से, पैटर्न को पहचानने के लिए, यह ऑडियो और छवियों जैसे जटिल डेटा प्रकारों के लिए अत्यधिक सटीक वर्गीकरण बनाने की अनुमति देता है।

जब फोटोग्राफी की बात आती है, तो अवलोकन, सीखने, उत्पन्न करने और वर्गीकृत करने की क्षमता में आवेदनों की एक विस्तृत श्रृंखला होती है। इन अनुप्रयोगों में कम्प्यूटिंग फ़ोटोग्राफ़ी तकनीकों के निर्माण जैसे पोस्ट-प्रोसेसिंग एल्गोरिदम में सुधार, 4K वीडियो के साथ वास्तविक समय सॉफ़्टवेयर बोकेह या यहां तक ​​कि आपके द्वारा पहने जाने वाले कपड़ों के रंगों की पूरी तरह से अदला-बदली करना शामिल हो सकता है।

तंत्रिका नेटवर्क कैसे काम करते हैं

तंत्रिका नेटवर्क एक बेहद जटिल विषय है, इसलिए हम केवल यहां मूल बातें कवर करने जा रहे हैं। अधिक उन्नत पढ़ने के लिए, यहां और यहां गाइड देखें।

तंत्रिका नेटवर्क नोड्स से बने होते हैं, जो एक संकेत है जहां कुछ गणना की जाती है। प्रत्येक नोड एक भार के साथ एक इनपुट को जोड़ती है जो उस विशेष नोड के महत्व को बढ़ा या बढ़ा देता है। कई नोड्स अक्सर समानांतर में काम करते हैं, नोड्स की एक परत बनाते हैं जो एक बड़ा कार्य करता है। उदाहरण के लिए, यह एक छवि के भीतर फीचर डिटेक्शन हो सकता है। कई नोड्स और परतों को एक साथ अभिव्यक्त किया जा सकता है और अन्य नोड्स और परतों पर पारित किया जा सकता है, जिससे अधिक शक्तिशाली क्षमताओं के साथ एक गहरा नेटवर्क बनता है।

प्रत्येक नोड और लेयर से आउटपुट को प्रायिकता फ़ंक्शन के रूप में स्केल किया जाता है। कई अलग-अलग विशेषताओं और विशेषताओं को देखकर, एक तंत्रिका नेटवर्क इनपुट को संभावित संभावित आउटपुट के सभी के खिलाफ एक संभावना मैच के रूप में रेट कर सकता है। यह इस तरह से है कि इमेज डिटेक्शन एल्गोरिदम यह तय करता है कि तस्वीर बिल्ली या नारंगी जैसी दिखती है या नहीं, लेकिन आपको यह बताना होगा कि पहले क्या देखना है।

तंत्रिका नेटवर्क पारंपरिक कंप्यूटर एल्गोरिदम की तरह काफी प्रोग्राम्ड नहीं हैं। इसके बजाय, उन्हें डेटासेट पर प्रशिक्षित किया जाता है, जैसे कि छवियां, ध्वनि फाइलें, आदि। प्रत्येक नोड के वजन को धीरे-धीरे एक फीडबैक लूप के माध्यम से समय के साथ समायोजित किया जाता है, यह इस बात पर आधारित है कि नेटवर्क ने इनपुट को सही आउटपुट से मिलान करने में कितनी अच्छी तरह से किया है। नियमों का यह क्रमिक "सीखना" काफी तैयारी, समय और कंप्यूटिंग शक्ति लेता है, लेकिन आश्चर्यजनक रूप से सटीक परिणाम उत्पन्न करता है।

आपके स्मार्टफोन के अंदर तंत्रिका नेटवर्क

तंत्रिका नेटवर्क विभिन्न प्रकार के हार्डवेयर घटकों पर चल सकते हैं, जिसमें सीपीयू और जीपीयू पार्ट्स शामिल हैं, जो आपके स्मार्टफोन सहित कंप्यूटिंग उपकरणों की एक सीमा के अंदर आम हैं। हालांकि, कुछ तंत्रिका नेटवर्क को इन हार्डवेयर घटकों की तुलना में अधिक प्रसंस्करण शक्ति की आवश्यकता हो सकती है, और समर्पित हार्डवेयर आवश्यक प्रसंस्करण प्रदान कर सकता है।

उदाहरण के लिए, क्वालकॉम® स्नैपड्रैगन ™ 855 मोबाइल प्लेटफ़ॉर्म के अंदर, आपको नवीनतम क्वालकॉम® हेक्सागन ™ 690 डिजिटल सिग्नल प्रोसेसर (डीएसपी) मिलेगा, जिसमें बेहतर वेक्टर प्रसंस्करण इकाइयाँ और विशेष रूप से मशीन लर्निंग कार्यों के लिए एक नया टेन्सेल एक्सेल है। अन्य स्नैपड्रैगन मोबाइल प्लेटफ़ॉर्म में अलग-अलग क्षमताओं के साथ हेक्सागोन डीएसपी घटक भी होता है। उस ने कहा, तंत्रिका जाल केवल स्नैपड्रैगन और अन्य मोबाइल प्लेटफार्मों पर डीएसपी पर चलने तक सीमित नहीं हैं। उपयोग किए जाने वाले प्रोसेसर का प्रकार कार्यभार पर निर्भर करता है।

पिछली पीढ़ी की तुलना में क्वालकॉम स्नैपड्रैगन 855 मशीन सीखने में सुधार

क्वालकॉम टेक्नोलॉजीज अपने क्वालकॉम® न्यूरल प्रोसेसिंग एसडीके के माध्यम से अपने डीएसपी और मशीन सीखने की क्षमताओं को तीसरे पक्ष के डेवलपर्स के लिए खोलता है। यह किसी भी स्नैपड्रैगन मोबाइल प्लेटफॉर्म के अंदर किसी भी हार्डवेयर कोर में तंत्रिका जाल चलाने के लिए एप्लिकेशन को अनुमति देता है। उदाहरण के लिए, Google Pixel स्मार्टफ़ोन अपने प्रभावशाली HDR + फ़ोटोग्राफ़ी सुविधा को गति देने के लिए Hexagon DSP और अपने स्वयं के विज़ुअल कोर में टैप करते हैं। क्वालकॉम टेक्नोलॉजीज डीएसपी पर चलने वाले मशीन लर्निंग का उपयोग करके वीडियो बोकेह से अवतार निर्माण तक की सहायक सुविधाओं जैसे कि आर्क्सॉफ्ट, एलेवॉक, पोलर, लूम, मोबियस, मॉर्फो जैसे सॉफ्टवेयर विक्रेताओं के साथ काम करती है।

एआई फोटोग्राफी के भविष्य को आकार दे सकता है

अब हम जानते हैं कि तंत्रिका नेटवर्क कैसे काम करते हैं, महत्वपूर्ण सवाल यह है कि यह हमारे और हमारी तस्वीरों के लिए क्या कर सकता है?

तंत्रिका नेटवर्क का उपयोग आम फोटोग्राफी एल्गोरिदम की एक श्रृंखला को बेहतर बनाने के लिए किया जाता है। उदाहरण के लिए, डी-शोर को बेहतर कैमरा या शॉट के प्रकार के अनुरूप बेहतर छवि पेश करने के लिए प्रशिक्षण के साथ बेहतर बनाया जा सकता है। इसी तरह, कम रोशनी के लिए, एक तंत्रिका जाल छवि के उज्ज्वल और अंधेरे भागों का पता लगा सकता है, जो दृश्य के विशिष्ट भागों में प्रकाश और रंग बढ़ाने के लिए अनुमति देता है।

स्मार्टफोन फोटोग्राफी में अधिक उन्नत उपयोग के मामले तेजी से बढ़ रहे हैं। सुपर-रिज़ॉल्यूशन ज़ूम कई सारे चित्रों को एक ही हाई-रिज़ॉल्यूशन शॉट में बेहतर दिखने वाले डिजिटल ज़ूम के लिए संयोजित करने के लिए न्यूरल नेट का उपयोग करते हैं। तंत्रिका जाल भी बढ़ाया HDR और रात शॉट्स के लिए एक साथ कई फोटो एक्सपोजर को सही ढंग से सिलाई करने के लिए प्रशिक्षित किया जा सकता है।

एआई फोटोग्राफी में सुपर-रिज़ॉल्यूशन ज़ूम, रियल-टाइम बोकेह और बेहतर छवि गुणवत्ता शामिल हो सकती है।

इस तकनीक को अपनाने से वीडियो को भी फायदा हो सकता है। रीयल-टाइम ऑब्जेक्ट का पता लगाने के लिए डिज़ाइन किया गया है, ताकि ऐप आपके रिकॉर्ड के अनुसार सॉफ़्टवेयर बोकेह प्रभाव को सीधे वीडियो में पेश कर सके। इसी तरह की तकनीकें वास्तविक समय वस्तु स्वैपिंग और हटाने का भी समर्थन करती हैं। इसमें एक वीडियो में पृष्ठभूमि को बदलना, रंगों को बदलना या निकालना, और यहां तक ​​कि कपड़ों की वस्तुओं को बदलना या डिजिटल अवतार को सीधे अपने वीडियो में बदलना शामिल है।

तंत्रिका नेटवर्किंग और एआई फोटोग्राफी की शक्ति DSLR पर शक्तिशाली रचनात्मकता उपकरण को बंद करने में मदद करने के लिए गुणवत्ता बढ़ाने से लेकर है जो अद्वितीय सामग्री को एक हवा बनाने में मदद करते हैं। किसी भी तरह से, यह एक शक्तिशाली तकनीक है जो भविष्य में मोबाइल फोटोग्राफी की ओर बढ़ रही है।

आगामी: Google पिक्सेल 3 XL अंतर्राष्ट्रीय सस्ता!

क्वालकॉम टेक्नोलॉजीज, इंक द्वारा प्रायोजित सामग्री

क्वालकॉम स्नैपड्रैगन, क्वालकॉम हेक्सागन, क्वालकॉम एड्रेनो, क्वालकॉम स्पेक्ट्रा, क्वालकॉम एआई इंजन और क्वालकॉम क्रियो क्वालकॉम टेक्नोलॉजीज, इंक और / या इसकी सहायक कंपनियों के उत्पाद हैं।