211service.com
AI-programvare kan drømme opp en hel digital verden fra en enkel skisse
Å lage et virtuelt miljø som ser realistisk ut tar tid og ferdigheter. Detaljene må være håndlagde ved hjelp av en grafikkbrikke som gjengir 3D-former, passende belysning og teksturer. Det siste storfilmspillet, Red Dead Redemption 2, tok for eksempel et team på rundt 1000 utviklere mer enn åtte år å lage – noen ganger jobbet 100-timers uker. Den typen arbeidsmengde vil kanskje ikke være nødvendig for mye lenger. En kraftig ny AI-algoritme kan drømme opp de fotorealistiske detaljene til en scene i farten.
Utviklet av brikkeprodusenten Nvidia, vil programvaren ikke bare gjøre livet enklere for programvareutviklere. Den kan også brukes til å automatisk generere virtuelle miljøer for virtuell virkelighet eller for å lære selvkjørende biler og roboter om verden.
Vi kan lage nye skisser som aldri har vært sett før og gjengi dem, sier Bryan Catanzaro , visepresident for anvendt dyp læring i Nvidia. Vi lærer faktisk modellen hvordan den skal tegne basert på ekte video.
Nvidias forskere brukte en standard maskinlæringstilnærming for å identifisere forskjellige objekter i en videoscene: biler, trær, bygninger og så videre. Teamet brukte deretter det som er kjent som et generativt motstandsnettverk, eller GAN, for å trene en datamaskin til å fylle ut realistiske 3D-bilder.
Systemet kan deretter mates med omrisset av en scene, som viser hvor forskjellige objekter er, og det vil fylle ut fantastiske, lett glitrende detaljer. Effekten er imponerende, selv om noen av disse objektene av og til ser litt skjeve eller vridd ut.
Klassisk datagrafikk gjengis ved å bygge opp måten lys samhandler med objekter, sier Catanzaro. Vi lurte på hva vi kunne gjøre med kunstig intelligens for å endre gjengivelsesprosessen.
Catanzaro sier at tilnærmingen kan senke barrieren for spilldesign. I tillegg til å gjengi hele scener, kan tilnærmingen brukes til å legge til en ekte person i et videospill etter å ha spist noen få minutter med videoopptak av personen i det virkelige liv. Han foreslår at tilnærmingen også kan brukes til å hjelpe til med å gjengi realistiske innstillinger for virtuell virkelighet, eller for å gi syntetiske treningsdata for autonome kjøretøy eller roboter. Du kan ikke realistisk få ekte treningsdata for hver situasjon som kan dukke opp, sier han. Arbeidet ble annonsert i dag kl NeurIPS , en stor AI-konferanse i Montreal.
Dette er interessant og imponerende arbeid, sier Michiel van de Panne, professor ved University of British Columbia som spesialiserer seg på maskinlæring og datagrafikk. Han bemerker at tidligere arbeid som involverte GAN-er involverte syntetisering av enklere elementer som individuelle bilder eller karakterbevegelser.
Arbeidet viser vei til en helt annen måte å lage animerte bilder på, sier van de Panne. En med et annet sett med evner, som både er mindre beregningsintensive og kan være interaktive.
Nvidia-algoritmen er bare den siste i en svimlende prosesjon av fremskritt som involverer GAN-er. Oppfunnet av en Google-forsker for bare noen få år siden, har GAN-er dukket opp som et bemerkelsesverdig verktøy for å syntetisere realistiske og ofte skummelt merkelige bilder og lyd. Denne trenden lover å revolusjonere datagrafikk og spesialeffekter, og hjelpe artister og musikere med å forestille seg eller utvikle nye ideer. Men det kan også undergrave offentlig tillit til video- og lydbevis (se Fake America great again ).
Catanzaro innrømmer at det kan bli misbrukt. Dette er en teknologi som kan brukes til mye, sier han.