Բառը[Թաքցնել][Ցուցադրում]
Հեյ, գիտե՞ք, որ 3D տվյալների մուտքագրումից վայրկյանների ընթացքում 2D տեսարան կարող է ստեղծվել NVIDIA-ի Instant NeRF նեյրոնային վերարտադրության մոդելի միջոցով, և այդ տեսարանի լուսանկարները կարող են ցուցադրվել միլիվայրկյաններով:
Հնարավոր է արագ վերափոխել անշարժ լուսանկարների հավաքածուն թվային 3D միջավայրի, օգտագործելով այն տեխնիկան, որը հայտնի է որպես հակադարձ արտապատկերում, որը թույլ է տալիս AI-ին ընդօրինակել, թե ինչպես է լույսն աշխատում իրական աշխարհում:
Այն իր տեսակի մեջ առաջին մոդելներից է, որը կարող է համատեղել գերարագ նեյրոնային ցանցի ուսուցումը և արագ մատուցումը, շնորհիվ այն տեխնիկայի, որը մշակել է NVIDIA-ի հետազոտական թիմը, որն ավարտում է գործողությունը աներևակայելի արագ՝ գրեթե ակնթարթորեն:
Այս հոդվածը խորությամբ կուսումնասիրի NVIDIA-ի NeRF-ը, ներառյալ դրա արագությունը, օգտագործման դեպքերը և այլ գործոններ:
Այսպիսով, ինչ է Ներֆ?
NeRF-ը նշանակում է նեյրոնային ճառագայթման դաշտեր, որոնք վերաբերում են բարդ տեսարանների եզակի տեսարաններ ստեղծելու տեխնիկային՝ կատարելագործելով հիմքում ընկած շարունակական ծավալային տեսարանի ֆունկցիան՝ օգտագործելով մուտքային փոքր թվով դիտումներ:
Երբ որպես մուտքագրում տրվում է 2D լուսանկարների հավաքածու, NVIDIA-ի NeRF-ներն օգտագործում են նյարդային ցանցեր ներկայացնել և ստեղծել 3D տեսարաններ:
Դրա համար անհրաժեշտ են փոքր թվով լուսանկարներ տարածքի տարբեր անկյուններից նյարդային ցանց, յուրաքանչյուր կադրում տեսախցիկի գտնվելու վայրի հետ միասին:
Որքան շուտ արվեն այս նկարները, այնքան լավ, հատկապես շարժվող դերասաններով կամ առարկաներով տեսարաններում:
AI-ի ստեղծած 3D տեսարանը կփչանա, եթե 2D նկարի նկարահանման գործընթացում չափազանց մեծ շարժում լինի:
Կանխագուշակելով լույսի գույնը, որը բխում է յուրաքանչյուր ուղղությամբ 3D միջավայրի ցանկացած վայրից, NeRF-ն արդյունավետորեն լրացնում է այս տվյալների թողած բացերը՝ ամբողջ պատկերը կառուցելու համար:
Քանի որ NeRF-ը կարող է 3D տեսարան ստեղծել մի քանի միլիվայրկյանում՝ համապատասխան մուտքերը ստանալուց հետո, դա մինչ օրս ամենաարագ NeRF մոտեցումն է:
NeRF-ն այնքան արագ է աշխատում, որ գործնականում ակնթարթային է, այստեղից էլ նրա անունը: Եթե ստանդարտ 3D ներկայացումները, ինչպիսիք են բազմանկյուն ցանցերը, վեկտորային նկարներ են, NeRF-ները բիթքարտեզի պատկերներ են. դրանք խիտ կերպով ֆիքսում են, թե ինչպես է լույսը բխում օբյեկտից կամ տեսարանի ներսում:
Ակնթարթային NeRF 3D-ի համար կարևոր է, քանի որ թվային տեսախցիկները և JPEG սեղմումը եղել են 2D լուսանկարչության համար՝ կտրուկ բարձրացնելով 3D լուսանկարման և փոխանակման արագությունը, հարմարավետությունը և հասանելիությունը:
Instant NeRF-ը կարող է օգտագործվել վիրտուալ աշխարհների համար ավատարներ կամ նույնիսկ ամբողջ տեսարաններ ստեղծելու համար:
Հարգանքի տուրք մատուցելու Polaroid-ի լուսանկարների սկզբնական օրերին՝ NVIDIA հետազոտական թիմը վերստեղծեց հայտնի կադրը, որտեղ Էնդի Ուորհոլը ակնթարթային լուսանկար է անում և այն վերածեց 3D տեսարանի՝ օգտագործելով Instant NeRF-ը:
Արդյո՞ք դա իսկապես 1,000 անգամ ավելի արագ է:
3D տեսարանի ստեղծումը կարող է ժամեր տևել NeRF-ից առաջ՝ կախված դրա բարդությունից և որակից:
Արհեստական ինտելեկտը մեծապես արագացրեց գործընթացը, բայց այն դեռ կարող է ժամեր տևել պատշաճ մարզվելու համար: Օգտագործելով NVIDIA-ի կողմից ստեղծված բազմակողմանի հեշ կոդավորում կոչվող մեթոդը, Instant NeRF-ը նվազեցնում է ցուցադրման ժամանակը 1,000-ով:
Մոդելի ստեղծման համար օգտագործվել են Tiny CUDA Neural Networks փաթեթը և NVIDIA CUDA Toolkit-ը: Ըստ NVIDIA-ի, քանի որ այն թեթև նեյրոնային ցանց է, այն կարող է մարզվել և օգտագործվել մեկ NVIDIA GPU-ի վրա՝ NVIDIA Tensor Core քարտերով, որոնք աշխատում են ամենաարագ արագությամբ:
Օգտագործման դեպքը
Ինքնավար մեքենաներն այս տեխնոլոգիայի ամենակարևոր կիրառություններից են: Այս մեքենաները հիմնականում գործում են՝ պատկերացնելով իրենց շրջապատը, երբ գնում են:
Այնուամենայնիվ, այսօրվա տեխնոլոգիայի խնդիրն այն է, որ այն անշնորհք է և մի փոքր շատ երկար է տևում:
Այնուամենայնիվ, օգտագործելով Instant NeRF-ը, այն ամենը, ինչ պահանջվում է ինքնակառավարվող մեքենայի համար իրական աշխարհի օբյեկտների չափն ու ձևը մոտավոր/հասկանալու համար, անշարժ լուսանկարներն է, դրանք վերածել 3D-ի և այնուհետև օգտագործել այդ տեղեկատվությունը:
Դեռևս կարող է լինել մեկ այլ կիրառություն մետավերսի կամ Video խաղ արտադրական արդյունաբերություններ.
Քանի որ Instant NeRF-ը թույլ է տալիս արագ ստեղծել ավատարներ կամ նույնիսկ ամբողջ վիրտուալ աշխարհներ, դա ճիշտ է:
Գրեթե քիչ 3D բնույթ Մոդելավորումը կպահանջվի, քանի որ այն ամենը, ինչ դուք պետք է անեք, նեյրոնային ցանցն աշխատեցնելն է, և դա ձեզ համար կստեղծեր կերպար:
Բացի այդ, NVIDIA-ն դեռ ուսումնասիրում է այս տեխնոլոգիայի կիրառումը մեքենայական ուսուցման հետ կապված լրացուցիչ հավելվածների համար:
Օրինակ, այն կարող է օգտագործվել լեզուները նախկինից ավելի ճշգրիտ թարգմանելու և ընդհանուր նպատակը բարելավելու համար խորը ուսուցում ալգորիթմներն այժմ օգտագործվում են առաջադրանքների ավելի լայն շրջանակի համար:
Եզրափակում
Գրաֆիկական շատ խնդիրներ հիմնված են տվյալ առաջադրանքի հատուկ կառուցվածքների վրա՝ օգտագործելու խնդրի հարթությունը կամ սակավությունը:
Գործնական ուսուցման վրա հիմնված այլընտրանքը, որն առաջարկվում է NVIDIA-ի բազմաբնույթ լուծումների հեշ կոդավորման միջոցով, ավտոմատ կերպով կենտրոնանում է համապատասխան մանրամասների վրա՝ անկախ աշխատանքի ծանրաբեռնվածությունից:
Լրացուցիչ տեղեկությունների համար, թե ինչպես են գործում իրերը ներսում, ստուգեք պաշտոնականը GitHub պահոց:
Թողնել գրառում