详细内容或原文请订阅后点击阅览
合并AI和水下摄影以揭示隐藏的海洋世界
MIT Sea Grant的Lobstger研究计划探讨了生成AI如何通过基于现场的摄影数据来扩展科学讲故事。
来源:MIT新闻 - 人工智能在美国东北部，缅因州的海湾代表了地球上生物学上最多样化的海洋生态系统之一，这是鲸鱼，鲨鱼，水母，鲱鱼，浮游生物和其他数百种物种的所在地。但是，即使这个生态系统支持丰富的生物多样性，它也正在经历迅速的环境变化。缅因州的海湾比世界海洋的99％更快，其后果仍在不断发展。
在MIT Sea Grant开发的一项新的研究计划，称为Lobstger，这是通过生成代表来学习海洋生物生物学系统的缩写 - 将人工智能和水下摄影汇集在一起，以记录容易受到这些变化的海洋生命，并以新的视觉方式与公众共享。由水下摄影师和访问艺术家共同领导的MIT SEA GRANT KEITH ELLENBOGEN和MIT机械工程博士生Andreopoulos的机械工程学学生Andzelopoulos探索了该项目如何通过建立基于现场的照相数据来扩展科学的讲故事。标志着视觉讲故事的新边界。像早期摄影一样，AI开辟了一个创造性和概念的空间，挑战了我们如何定义真实性以及我们如何交流科学和艺术观点。
这种海洋人民（Mola Mola）图像是由Lobstger的无条件模型产生的。
AI生成的图像：Keith Ellenbogen，Andreas Mentzelopoulos和Lobstger。
通过反向扩散的图像综合：此简短视频显示了使用Lobstger的无条件模型从高斯潜在噪声到逼真的输出的推翻轨迹。迭代的去噪声需要通过训练有素的神经网络进行1,000个正向通过。 视频：Keith Ellenbogen和Andreas Mentzelopoulos / MIT Sea Grant < / div>
mola mola Keith Ellenbogen