Компания DeepMind («дочка» Google) разработала нейронную сеть, которая создает короткие видеоролики из одного изображения. Эту модель искусственного интеллекта назвали Transframer (с отсылкой к нейросетевой архитектуре Transformer для построения языковых моделей, которую  команда Google Brain представила в 2017 году). Подробное исследование разработчиков опубликовано на портале arXiv Vanity.

В Transframer искусственный интеллект моделирует 30-секундные видео, предсказывая окружение изображений с помощью «контекстных изображений». Проще говоря, правильно угадывая, например, как стул на снимке будет выглядеть с разных точек зрения на основе обучающих данных, которые позволяют «представить» реальный объект под другим углом.  

То есть видео, которые генерирует эта нейросеть, показывают объект таким образом, как если бы кто-то двигался вокруг него. Эта технология  может быть применена для видеоигр.

Напомним, китайские разработчики в мае выпустили нейросеть CogVideo, которая создает короткие видео по текстовому описанию.

Изображения: Unsplash; DeepMind