'នៅពីក្រោយឆាក' នៃ AI ដែលបំប្លែងអត្ថបទទៅជាវីដេអូក្នុងរយៈពេលប៉ុន្មាននាទី

កាលពីមុន ដើម្បីបង្កើត វីដេអូ អ្នកត្រូវការកាមេរ៉ា អ្នកដឹកនាំរឿង តួសម្តែង និងម៉ោងនៃការកែសម្រួល។ ឥឡូវនេះ ជាមួយនឹងពាក្យពីរបីនៅលើក្តារចុច AI អាចបង្កើតស៊ុមដ៏រស់រវើក ពេញលេញពីការកំណត់ ពន្លឺដល់គ្រប់ចលនាតូចៗ។

នៅពីក្រោយ "អព្ភូតហេតុ" នេះ គឺជាស៊េរីនៃបច្ចេកវិទ្យាទំនើបៗ ដែលមនុស្សតិចណាស់ដឹងអំពី។

ពីអត្ថបទទៅរូបភាព៖ ដំណើរដំបូង

យោងតាមការស្រាវជ្រាវរបស់ Tuoi Tre Online នៅពេលអ្នកវាយប្រយោគពណ៌នាមួយចំនួន ប្រព័ន្ធ AI នឹង "យល់" ខ្លឹមសារដំបូងដោយប្រើបច្ចេកវិទ្យាដំណើរការភាសាធម្មជាតិ (NLP) ។ វាមិនត្រឹមតែទទួលស្គាល់ពាក្យនីមួយៗប៉ុណ្ណោះទេ AI ក៏វិភាគបរិបទ អារម្មណ៍ និងទំនាក់ទំនងរវាងធាតុនៅក្នុងប្រយោគផងដែរ។

ជាឧទាហរណ៍ ប្រសិនបើអ្នកសរសេរ "ភ្លៀងពេលរសៀលនៅលើទីក្រុងចាស់" AI នឹងដឹងថានេះគឺជាទិដ្ឋភាពខាងក្រៅ ដែលមានធាតុអាកាសធាតុ ពន្លឺពេលរសៀល និងទេសភាពស្ថាបត្យកម្មបុរាណ។

បន្ទាប់ពីយល់ពីខ្លឹមសារ AI ផ្លាស់ទីទៅដំណាក់កាលបង្កើតរូបភាពឋិតិវន្តដំបូង។ បច្ចេកទេសទូទៅមួយនៅក្នុងជំហាននេះគឺគំរូនៃការសាយភាយ ដែល AI "គូរ" រូបភាពពីផ្ទៃខាងក្រោយពណ៌សគ្មានសម្លេងរហូតដល់គ្រប់ព័ត៌មានលម្អិតអាចមើលឃើញ។ ភីកសែលនីមួយៗត្រូវបានគណនាដើម្បីធានាថា ពន្លឺ ពណ៌ សមាសភាព និងរចនាប័ទ្មគឺដូចដែលបានពិពណ៌នា។

មានមនុស្សតិចណាស់ដែលដឹងថាក្នុងដំណាក់កាលនេះ AI អាចបង្កើតកំណែសាកល្បងរាប់សិប ហើយជ្រើសរើសអ្វីដែលល្អបំផុតមុននឹងបន្ត។

"អាថ៌កំបាំង" មួយទៀតគឺថាប្រព័ន្ធកម្រិតខ្ពស់ក៏រួមបញ្ចូលនូវមូលដ្ឋានទិន្នន័យដ៏ធំនៃរូបភាពដែលត្រូវបានបណ្តុះបណ្តាលពីប្រភពជាច្រើន។ នេះផ្តល់ឱ្យ AI នូវការចងចាំនូវព័ត៌មានលម្អិតរាប់លាន ចាប់ពីផ្លូវទឹកឆ្លុះបញ្ចាំងពីពន្លឺ រហូតដល់របៀបដែលដើមឈើអោនតាមខ្យល់ ដើម្បីឱ្យស៊ុមទីមួយមើលទៅដូចធម្មជាតិតាមដែលអាចធ្វើទៅបាន។

របៀបដែល AI ប្រែរូបភាពទៅជាចលនារលោង

នៅពេលដែលស៊ុមទីមួយត្រូវបានបញ្ចប់ បញ្ហាប្រឈមដ៏ធំបំផុតគឺការប្រែក្លាយវាទៅជាលំដាប់នៃរូបភាពដែលមានអារម្មណ៍ថាវាកំពុងផ្លាស់ទី។ AI ប្រើ ​គំរូ​ទស្សន៍ទាយ​ចលនា ដើម្បី​មើល​ឃើញ​ពី​របៀប​ដែល​វត្ថុ​នីមួយៗ​នឹង​ផ្លាស់ប្តូរ​តាម​ពេលវេលា។ នេះគឺជាកន្លែងដែលក្បួនដោះស្រាយរូបវិទ្យាចូលមក ដោយក្លែងធ្វើអ្វីៗដូចជាទំនាញ ខ្យល់ ទឹក និងការញ័រកាមេរ៉ានិម្មិត។

ដើម្បី​រក្សា​ឈុត​ឆាក​មិន​ឱ្យ​ស្រពិចស្រពិល AI ប្រើ ​ការ​បញ្ចូល​ស៊ុម ។ វា "ស្រមៃ" ស៊ុមកម្រិតមធ្យមរវាងពេលពីរ បន្ទាប់មកបញ្ចូលពួកវាទៅក្នុងចលនារលូន។ ប្រសិនបើមានតួអង្គក្នុងវីដេអូនោះ ប្រព័ន្ធក៏ត្រូវដំណើរការចលនារាងកាយ ទឹកមុខ និងទំនាក់ទំនងភ្នែកផងដែរ ដើម្បីផ្គូផ្គងបរិបទ។

អាថ៌កំបាំងដែលគេស្គាល់តិចតួច៖ មុនពេលបង្ហាញ ប្រព័ន្ធ AI ជាច្រើនក៏អនុវត្តជំហាន "ក្រោយការផលិត" ដោយស្វ័យប្រវត្តិផងដែរ។ ពួកគេកែតម្រូវពណ៌ ពន្លឺ បន្ថែមបែបផែនព្រិល ឬជម្រៅដើម្បីធ្វើឱ្យវីដេអូមើលទៅដូចជាវាត្រូវបានថតដោយកាមេរ៉ាអាជីព។ វេទិកាមួយចំនួនថែមទាំងបង្កើតសំឡេងរំខាន និងតន្ត្រីផ្ទៃខាងក្រោយសមរម្យ ដែលធ្វើឱ្យផលិតផលចុងក្រោយហាក់ដូចជាឈុតពិត។

សូមអរគុណចំពោះការរួមបញ្ចូលគ្នានៃបច្ចេកវិទ្យាជាច្រើន ចាប់ពីដំណើរការភាសា ការបង្ហាញ 3D ការក្លែងធ្វើរូបវិទ្យា រហូតដល់ការកែសម្រួលក្រោយការផលិត ដោយគ្រាន់តែមានបន្ទាត់មួយចំនួនប៉ុណ្ណោះ អ្នកប្រើប្រាស់អាចក្លាយជាម្ចាស់វីដេអូពេញលេញមួយ។ ភាពឥតខ្ចោះនេះធ្វើឱ្យមនុស្សជាច្រើនគិតថា AI គឺ "ការថត" ប៉ុន្តែការពិត អ្វីគ្រប់យ៉ាងត្រូវបានបង្កើតឡើងពីសូន្យ ស៊ុមដោយស៊ុម ក្នុងល្បឿនដែលមនុស្សមិនអាចផ្គូផ្គងបាន។