Un equipo de la universidad de Cornell University ha creado un método de inferencia a partir de una "base de datos de caras" (una cosa real que ya existe) que puede sintetizar un mapa de textura fotorealista de un modelo de cara 3D completo a partir de una vista 2D parcial de una persona. Tras una estimación inicial de la forma y el albedo de baja frecuencia, la red neuronal calcula un mapa de textura parcial de alta frecuencia, sin el componente de sombreado, del área de la cara visible. Se podrá usar para mejorar los avatares en videojuegos.

El robot de combate autónomo de Kalashnikov supone que la comunidad internacional va con retraso si quiere ilegalizarlos. .- Hemos visto muchos ejemplos de redes neuronales usadas para mejorar la experiencia de usuario, para descubrimientos científicos, o simplemente como diversión; esta es la primera vez que un fabricante afirma rotundamente que sí, que ya tienen un robot que usa redes neuronales. Con este sistema autónomo, el “módulo de combate” es capaz de identificar objetivos y tomar decisiones por su cuenta.

Matthew Tancik, un estudiante de doctorado de la Universidad de Berkley ha publicado junto a su equipo su investigación en Neural Radiance Fields (NeRF). NeRF es una tecnología que, según indican, consigue representar con mayor detalle los movimientos de la cámara suaves, las luces, la translucidez de los objetos y la posición y tamaño de las formas en sí. Cuesta imaginar que el resultado se obtenga a partir de varias fotos fijas de diferentes posiciones, parece más bien la grabación de un vídeo moviendo la cámara.

En Becoming Human, un blog dedicado a la exploración de la inteligencia artificial, Stefan Kojouharov lleva años recopilando pósteres –aunque prefiere llamarlo chuletas, sin duda merecido término– acerca de todos estos campos de la informática.

"Un script de Python de sólo 14 líneas que utiliza gzip y supera un modelo transformer de 345 millones de parámetros es probablemente el resultado más hilarante que he visto en todo el año".

En este vídeo, se presenta un nuevo enfoque para aumentar el realismo de imágenes sintéticas (en este caso, generadas en Gran Theft Auto V). Las imágenes son mejoradas con una red neuronal convolucional que nivela las representaciones intermedias producidas por los procesos de renderizado convencionales. Una red entrenada mediante un nueva función adversaria que proporciona un robusto (aprendizaje por) supervisión en múltiples niveles de percepción.