VI HAR ETT ANSVAR.
Animering är vacker, men att skapa rörliga bilder är otroligt arbetsintensiv. De visuella och konstavdelningarna som arbetade med filmen Moana ensam numrerad nära 300 personer, enligt kreditförteckningarna på IMBD. Men en ny process som utvecklats av forskare på Princeton har potential att drastiskt förenkla vissa delar av processen, med fascinerande resultat.
Verktyget låter i grunden användarna välja en del av en statisk bild som de vill bli animerade, regndroppar i stormen, till exempel eller ångpartiklar som rör sig genom en förbränningsmotor.
Användaren manipulerar sedan den delen av bilden för att ange hur snabbt de vill att animationen ska röra sig, vid vilken tid en algoritm tar över och extrapolerar deras instruktioner till alla andra liknande objekt i bilden. Det har potential att spara animatörer mycket tid, samtidigt som det blir mycket lättare för amatörer att göra saker som cinemagraphs - fotografier där en enda del av bilden är animerad.
"Personen ger ledtrådar om vilka aspekter av scenen de skulle vilja animera", förklarar medförfattare Adam Finkelstein i ett uttalande. "Datorn tar bort mycket av den svårighet och tedium som skulle krävas för att skapa animationen helt för hand."
Det är en teknik som var svårare att utveckla än du skulle tro. Maskininlärning är mycket bra för att identifiera saker i fotografier, som är bundna av naturens regler och relativt konsekventa. Bilder som dras av den mänskliga handen är naturligtvis inte konsekventa: Varje person eller konstnär har sin egen speciella stil.
"Det finns så många olika ritstilar," förklarar Nora Willett, en doktorand i Princetons datavetenskapsavdelning och pappersledande författare. "Det finns inte tillräckligt med data för att träna en maskin för att känna igen varje fantastisk ritning."
För att övervinna detta hinder utformade forskarna ett gränssnitt som gjorde det lättare för människor och maskininlärning att arbeta tillsammans. De startade med Autodesk SketchBook Motion-appen, som kan skapa animering men kräver att användarna antingen gör dem för hand eller kompilerar dussintals lager genom en annan app som Adobe Photoshop.
För att testa gränssnittet rekryterade Willetts team sex personer med varierande animationserfarenheter, varav två var tillräckligt bra för att skapa egna animationer själva. De presenterade sin nya metod bara förra veckan, på Association for Computing Machinery Symposium om användar gränssnittsprogramvara och teknik.
Varför stirrar man på detta galleri av fiberoptisk kabel så jävla mesmeriserande?
Behöver vi förstå skönhet att uppskatta det? Har förståelse av färgspektrumet en solnedgång något mer strålande? Bara för att jag inte förstår, även på distans, vilken funktion som någon av dessa kablar tjänar, betyder det att jag inte kan dela sin estetiska prakt med dig? Nej Nej det gör det inte. Imgur-användare KB1984210 h ...
Lär dig att koda, animera och mer med dessa 500 + tekniska kurser för $ 49
Educba tech kurser
Deepfakes är ingen match för maskinlärning - här är varför
Hittills har folk använt djupfattade videor i pornografi och satir för att få det att kända personer gör saker som de inte normalt skulle göra. Men det är nästan säkert att djupfel kommer att dyka upp under kampanjperioden, vilket innebär att man visar på kandidater som säger saker eller platser som den verkliga kandidaten inte skulle göra.