Table of Contents[Veşartin][Rêdan]
Heye, we dizanibû, ku dîmenek 3D dikare ji têketina daneya 2D di nav saniyeyan de bi modela veguheztina neuralî ya Instant NeRF ya NVIDIA-yê were afirandin, û wêneyên wê dîmenê dikarin di milîsaneyan de werin pêşkêş kirin?
Mimkun e ku meriv zû berhevokek fotografên stûyê veguhezîne hawîrdorek 3D-ya dîjîtal bi karanîna teknîka ku wekî veguheztina berevajî tê zanîn, ku AI-ê dihêle ku çawa di cîhana rastîn de ronahiyê dixebite teqlîd bike.
Ew yek ji wan modelên yekem e ku dikare perwerdehiya tora neuralî ya ultra-lez û renderkirina bilez bihevre bike, bi saya teknîka ku tîmê lêkolînê ya NVIDIA çêkiriye ku operasyonê bi lez û bez temam dike - hema hema di cih de.
Ev gotar dê NeRF-ya NVIDIA-yê bi kûrahî vekolîne, tevî leza wê, rewşên karanîna, û faktorên din.
Ji ber vê yekê, çi ye NeRF?
NeRF ji bo zeviyên tîrêjê yên neuralî radiweste, ku ji teknîkek ji bo afirandina dîmenên bêhempa yên dîmenên tevlihev bi safîkirina fonksiyonek dîmenê ya domdar a domdar a bi karanîna hejmarek piçûk a dîmenên têketinê vedibêje.
Dema ku berhevokek wêneyên 2D wekî têketinê tê dayîn, NeRF-yên NVIDIA-yê bikar tînin torên neural ji bo temsîlkirin û çêkirina dîmenên 3D.
Ji bo vê yekê hejmarek piçûk a wêneyan ji aliyên cihêreng ên li derdorê hewce ne torê neural, bi hev re cihê kamerayê di her çarçoveyê de.
Ev wêne çi qas zû werin kişandin, bi taybetî di dîmenên bi lîstikvan an jî tiştên ku diherikin, çêtir e.
Dê dîmena 3D-ya ku ji hêla AI-ê ve hatî hilberandin di dema prosedûra kişandina wêneya 2D de pir tevger hebe dê were qelandin.
Bi pêşbînkirina rengê ronahiyê ku ji her deverê ji her deverê di hawîrdora 3D de derdikeve, NeRF bi bandor valahiyên ku ji vê daneyê derketine tijî dike da ku tevahiya wêneyê ava bike.
Ji ber ku NeRF piştî wergirtina têketinên rast dikare di nav çend milîsaniyeyan de dîmenek 3D biafirîne, ew nêzîkatiya NeRF ya herî zû ye heya roja îro.
NeRF ew qas zû dixebite ku ew bi rastî tavilê ye, ji ber vê yekê navê wê ye. Ger temsîlên standard ên 3D yên mîna tevnên pirgonal wêneyên vektorî ne, NeRF wêneyên bitmap in: ew awayê ku ronahiyê ji hêmanek an ji hundurê dîmenek derdixe bi hişkî digirin.
Instant NeRF ji bo 3D-ê girîng e ji ber ku kamerayên dîjîtal û berhevkirina JPEG ji wênekêşiya 2D re bûye, bi rengek berbiçav leza, rehetî û gihîştina girtina 3D û parvekirinê zêde dike.
Instant NeRF dikare were bikar anîn da ku avataran an tewra hemî dîmenan ji bo cîhanên virtual hilberîne.
Ji bo rêzgirtinê ji rojên destpêkê yên wêneyên Polaroid re, tîmê Lêkolînê ya NVIDIA wêneyek navdar a Andy Warhol ku wêneyek tavilê digire ji nû ve afirand û bi karanîna Instant NeRF veguherand dîmenek 3D.
Ma ew bi rastî 1,000 carî zûtir e?
Dîmenek 3D dikare çend demjimêran bigire ku berî NeRF were afirandin, li gorî tevlihevî û kalîteya wê.
AI pêvajo pir lez kir, lê hîn jî dikare bi demjimêran bidome ku bi rêkûpêk perwerde bibe. Bi karanîna rêbazek bi navê şîfrekirina hash a pir-çareseriyê, ku ji hêla NVIDIA ve hatî pêşandan, Instant NeRF demên renderkirinê bi faktorek 1,000 kêm dike.
Ji bo afirandina modelê pakêta Tora Neuralî ya Tiny CUDA û Amûra NVIDIA CUDA hatin bikar anîn. Li gorî NVIDIA, ji ber ku ew torgilokek neuralî ya sivik e, ew dikare li ser yek NVIDIA GPU-ya yekane were perwerde kirin û bikar anîn, digel ku kartên NVIDIA Tensor Core bi leza herî bilez dixebitin.
Case Case
Otomobîlên xwe-ajotinê yek ji serîlêdanên herî girîng ên vê teknolojiyê ne. Van wesayîtan bi piranî bi xeyalkirina derdora xwe dema ku diçin tevdigerin.
Lêbelê, pirsgirêka teknolojiya îroyîn ev e ku ew bêaqil e û piçek pir dirêj digire.
Lêbelê, karanîna Instant NeRF-ê, ya ku ji bo otomobîlek xwe-ajotinê hewce dike ku mezinahî û şeklê tiştên cîhana rastîn nêzikî/fêm bike ev e ku wêneyên bêdeng bigire, wan bike 3D, û dûv re wê agahiyê bikar bîne.
Dîsa jî di metaverse an de dibe ku karanîna din hebe game video pîşesaziyên hilberînê.
Ji ber ku Instant NeRF dihêle hûn zû avatar an jî tevahiya cîhanên virtual ava bikin, ev rast e.
Hema hindik Karaktera 3D dê modelkirin hewce be ji ber ku ya ku hûn hewce ne bikin ev e ku tora neuralî bimeşînin, û ew ê ji we re karakterek çêbike.
Digel vê yekê, NVIDIA hîn jî sepana vê teknolojiyê ji bo serîlêdanên zêde yên têkildarî fêrbûna makîneyê vedikole.
Mînakî, dibe ku ji bo wergerandina zimanan ji berê rasttir û zêdekirina armanca giştî were bikar anîn hînbûna kûr algorîtmayên ku niha ji bo cûrbecûr karan têne bikar anîn.
Xelasî
Pir pirsgirêkên grafîkê xwe dispêrin strukturên daneya taybetî yên peywirê da ku ji nermbûn an kêmbûna pirsgirêkê bikar bînin.
Alternatîfa bingehîn a fêrbûnê ya pratîkî ya ku ji hêla şîfrekirina hash-a-çareseriyê ya NVIDIA-yê ve hatî pêşkêş kirin bixweber li ser hûrguliyên têkildar, bêyî ku bargiraniya xebatê bigire, hûr dibe.
Ji bo bêtir fêr bibin ka tişt di hundurê de çawa tevdigerin, li fermî binihêrin GitHub pirtûkxaneyê.
Leave a Reply