TECH HÍREK – Az Nvidia pillanatok alatt képes 2D-s fotókból 3D-s jeleneteket teremteni a technológiájával.

A kutatók a mesterséges intelligencia, és azon belül is a neurális sugárzási mezők (angolul neural radiance fields, innen a NeRF rövidítés) révén valósították meg azt, hogy megbecsülik, hogy milyen irányba milyen színű fény világítana, és így újraépítették a jelenetet a kép alapján. Az Nvidia szerint ez az eddigi leggyorsabb megoldás, és 1080p-s renderelés esetében ezredmásodpercek alatt megvalósul ez. Ez akár több mint ezerszer is gyorsabb lehet az eddigi elképzelésekkel szemben.

A GDC-n Instant Neural Graphics Primitives címmel tartott előadást Thomas Muller, a témát kutató tudós, és a hatás szerinte három fő területen elért fejleményeknek köszönhető. A renderelő/mesterséges intelligenciát edző algoritmus feladatspecifikus GPU-s implementációja kapcsán kihasználja a GPU finom szemcsés vezérlőáramlási képességeit, hogy sokkal gyorsabb legyen a sűrű tenzoroknál; egy kisebb neurális hálózat teljesen integrálva lett; továbbá a többfelbontású hashrácson keresztül történő kódolási technika is számít, ami feladatoktól független, és jobb sebesség/minőség arányt mutat fel az eddigi munkálatokkal összevetve.

Az Instant NeRF modellje a CUDA eszközkézlettel és a Tiny CUDA neurális hálózati könyvtárával valósult meg, és akár a kódba is belenézhetünk itt. Az Nvidia szerint olyan könnyű a neurális hálózat, hogy egyetlen GPU-n is el lehet futtatni, főleg ha rendelkezik tenzoros magokkal. David Luebke, az Nvidia grafikus kutatásokért felelős alelnöke ezt nyilatkozta: „Ha a hagyományos 3D ábrázolások (például a poligonális háló) a vektoros képekhez hasonlítanak, akkor a NeRFek olyanok, mint a bittérképes képek: sűrűn rögzítik, ahogyan a fény egy tárgyból vagy egy jeleneten belül sugárzik. Ebben az értelemben az Instant NeRF ugyanolyan fontos lehet a 3D-nek mint a digitális fényképezőgépek és a JPEG tömörítés a 2D-s fényképezés számára: jelentősen növeli a 3D rögzítés és megosztás sebességét, egyszerűségét és hatókörét.”

Az Instant NeRF gyorsan digitalizálhatja a valódi környezeteket és személyeket, és majd a digitalizált eredményüket taníthatják az autók önvezetésére, vagy a robotok a valódi objektumok formáját és méretét is el tudják sajátítani.

Forrás: WCCFTech