பொருளடக்கம்[மறை][காட்டு]
ஏய், NVIDIA இன் உடனடி NeRF நரம்பியல் ரெண்டரிங் மாதிரி மூலம் 3D தரவு உள்ளீடுகளிலிருந்து நொடிகளில் 2D காட்சியை உருவாக்க முடியும் என்பதும், அந்தக் காட்சியின் புகைப்படங்களை மில்லி விநாடிகளில் ரெண்டர் செய்ய முடியும் என்பதும் உங்களுக்குத் தெரியுமா?
தலைகீழ் ரெண்டரிங் எனப்படும் நுட்பத்தைப் பயன்படுத்தி நிலையான புகைப்படங்களின் தொகுப்பை டிஜிட்டல் 3D சூழலுக்கு விரைவாக மாற்றுவது சாத்தியமாகும், இது உண்மையான உலகில் ஒளி எவ்வாறு செயல்படுகிறது என்பதைப் பிரதிபலிக்க AI ஐ செயல்படுத்துகிறது.
அதிவேக நரம்பியல் நெட்வொர்க் பயிற்சி மற்றும் விரைவான ரெண்டரிங் ஆகியவற்றை இணைக்கக்கூடிய முதல் மாதிரிகளில் இதுவும் ஒன்றாகும், NVIDIA இன் ஆராய்ச்சிக் குழு உருவாக்கிய ஒரு நுட்பத்திற்கு நன்றி, இது அறுவை சிகிச்சையை நம்பமுடியாத அளவிற்கு விரைவாக - கிட்டத்தட்ட உடனடியாக முடிக்கிறது.
இந்தக் கட்டுரை என்விடியாவின் NeRF இன் வேகம், பயன்பாட்டு நிகழ்வுகள் மற்றும் பிற காரணிகள் உட்பட ஆழமாக ஆராயும்.
எனவே, என்ன NeRF?
NeRF என்பது நரம்பியல் கதிர்வீச்சு புலங்களைக் குறிக்கிறது, இது ஒரு சிறிய எண்ணிக்கையிலான உள்ளீட்டு காட்சிகளைப் பயன்படுத்தி அடிப்படையான தொடர்ச்சியான அளவீட்டு காட்சி செயல்பாட்டைச் செம்மைப்படுத்துவதன் மூலம் சிக்கலான காட்சிகளின் தனித்துவமான காட்சிகளை உருவாக்குவதற்கான ஒரு நுட்பத்தைக் குறிக்கிறது.
2D புகைப்படங்களின் தொகுப்பை உள்ளீடாகக் கொடுக்கும்போது, NVIDIAவின் NeRFகள் பயன்படுத்துகின்றன நரம்பியல் வலையமைப்புகள் 3D காட்சிகளை பிரதிநிதித்துவப்படுத்தவும் உருவாக்கவும்.
அப்பகுதியைச் சுற்றியுள்ள பல்வேறு கோணங்களில் இருந்து சிறிய எண்ணிக்கையிலான புகைப்படங்கள் தேவை நரம்பு நெட்வொர்க், ஒவ்வொரு ஃப்ரேமிலும் கேமரா இருக்கும் இடத்துடன்.
இந்தப் படங்கள் எவ்வளவு விரைவில் எடுக்கப்படுகிறதோ, அவ்வளவு சிறப்பாக, குறிப்பாக நகரும் நடிகர்கள் அல்லது பொருட்களைக் கொண்ட காட்சிகளில்.
3டி படம் பிடிக்கும் செயல்முறையின் போது அதிக இயக்கம் இருந்தால் AI-உருவாக்கப்பட்ட 2D காட்சி மங்கிவிடும்.
3D சூழலில் எந்த இடத்திலிருந்தும் ஒவ்வொரு திசையிலும் வெளிப்படும் ஒளியின் நிறத்தைக் கணிப்பதன் மூலம், முழுப் படத்தையும் உருவாக்க இந்தத் தரவின் இடைவெளிகளை NeRF திறம்பட நிரப்புகிறது.
சரியான உள்ளீடுகளைப் பெற்ற பிறகு இரண்டு மில்லி விநாடிகளில் NeRF ஒரு 3D காட்சியை உருவாக்க முடியும் என்பதால், இது இன்றுவரை விரைவான NeRF அணுகுமுறையாகும்.
NeRF மிக விரைவாக வேலை செய்கிறது, அது கிட்டத்தட்ட உடனடியானது, எனவே அதன் பெயர். பலகோண மெஷ்கள் போன்ற நிலையான 3D பிரதிநிதித்துவங்கள் வெக்டார் படங்கள் என்றால், NeRFகள் பிட்மேப் படங்கள்: அவை ஒரு பொருளில் இருந்து அல்லது ஒரு காட்சிக்குள் ஒளி வெளிப்படும் விதத்தை அடர்த்தியாகப் பிடிக்கும்.
உடனடி NeRF டிஜிட்டல் கேமராக்கள் மற்றும் JPEG சுருக்கமானது 3D புகைப்படம் எடுப்பதால் 2D க்கு இன்றியமையாதது, இது 3D பிடிப்பு மற்றும் பகிர்வின் வேகம், வசதி மற்றும் அணுகலை வியத்தகு முறையில் மேம்படுத்துகிறது.
மெய்நிகர் உலகங்களுக்கான அவதாரங்கள் அல்லது முழு காட்சிகளையும் உருவாக்க உடனடி NeRF பயன்படுத்தப்படலாம்.
பொலராய்டு புகைப்படங்களின் ஆரம்ப நாட்களைப் போற்றும் வகையில், NVIDIA ஆராய்ச்சிக் குழு, ஆண்டி வார்ஹோல் உடனடி புகைப்படம் எடுக்கும் ஒரு பிரபலமான காட்சியை மீண்டும் உருவாக்கி, உடனடி NeRF ஐப் பயன்படுத்தி அதை 3D காட்சியாக மாற்றியது.
இது உண்மையில் 1,000 மடங்கு வேகமா?
ஒரு 3D காட்சி அதன் நுணுக்கம் மற்றும் தரத்தைப் பொறுத்து NeRF க்கு முன் உருவாக்க மணிநேரம் ஆகலாம்.
AI இந்த செயல்முறையை பெரிதும் துரிதப்படுத்தியது, ஆனால் சரியாக பயிற்சி பெற இன்னும் மணிநேரம் ஆகலாம். மல்டி-ரெசல்யூஷன் ஹாஷ் என்கோடிங் என்ற முறையைப் பயன்படுத்தி, என்விடியாவால் முன்னோடியாக, உடனடி NeRF ஆனது ரெண்டர் நேரத்தை 1,000 மடங்கு குறைக்கிறது.
மாதிரியை உருவாக்க Tiny CUDA நியூரல் நெட்வொர்க்ஸ் தொகுப்பு மற்றும் NVIDIA CUDA டூல்கிட் பயன்படுத்தப்பட்டது. என்விடியாவின் கூற்றுப்படி, இது ஒரு இலகுரக நரம்பியல் நெட்வொர்க் என்பதால், இது ஒரு என்விடியா ஜிபியுவில் பயிற்சியளிக்கப்பட்டு பயன்படுத்தப்படலாம், என்விடியா டென்சர் கோர் கார்டுகள் விரைவான வேகத்தில் இயங்குகின்றன.
வழக்கு பயன்படுத்தவும்
சுய-ஓட்டுநர் ஆட்டோமொபைல்கள் இந்த தொழில்நுட்பத்தின் மிக முக்கியமான பயன்பாடுகளில் ஒன்றாகும். இந்த வாகனங்கள் பெரும்பாலும் தாங்கள் செல்லும் போது சுற்றுப்புறத்தை கற்பனை செய்து கொண்டு இயங்குகின்றன.
இருப்பினும், இன்றைய தொழில்நுட்பத்தின் பிரச்சனை என்னவென்றால், அது விகாரமானது மற்றும் சிறிது நேரம் எடுக்கும்.
இருப்பினும், உடனடி NeRFஐப் பயன்படுத்தி, நிஜ-உலகப் பொருட்களின் அளவையும் வடிவத்தையும் தோராயமாக/புரிந்துகொள்ள ஒரு சுய-ஓட்டுநர் காருக்குத் தேவையானது, நிலையான புகைப்படங்களைப் படம்பிடித்து, அவற்றை 3D ஆக மாற்றி, பின்னர் அந்தத் தகவலைப் பயன்படுத்த வேண்டும்.
மெட்டாவர்ஸில் இன்னும் மற்றொரு பயன்பாடு இருக்கலாம் அல்லது வீடியோ கேம் உற்பத்தி தொழில்கள்.
உடனடி NeRF ஆனது அவதாரங்களை அல்லது முழு மெய்நிகர் உலகங்களையும் விரைவாக உருவாக்க உங்களை அனுமதிக்கிறது, இது உண்மைதான்.
கிட்டத்தட்ட கொஞ்சம் 3D எழுத்து மாடலிங் தேவைப்படும், ஏனெனில் நீங்கள் செய்ய வேண்டியதெல்லாம் நரம்பியல் நெட்வொர்க்கை இயக்க வேண்டும், மேலும் அது உங்களுக்காக ஒரு எழுத்தை உருவாக்கும்.
கூடுதலாக, என்விடியா இன்னும் கூடுதலான இயந்திர கற்றல் தொடர்பான பயன்பாடுகளுக்கு இந்தத் தொழில்நுட்பத்தைப் பயன்படுத்துவதை ஆராய்ந்து வருகிறது.
எடுத்துக்காட்டாக, முந்தையதை விட துல்லியமாக மொழிகளை மொழிபெயர்க்கவும் பொது நோக்கத்தை மேம்படுத்தவும் இது பயன்படுத்தப்படலாம் ஆழமான கற்றல் பரந்த அளவிலான பணிகளுக்கு இப்போது அல்காரிதம்கள் பயன்பாட்டில் உள்ளன.
தீர்மானம்
பல கிராபிக்ஸ் சிக்கல்கள், சிக்கலின் மென்மை அல்லது ஸ்பேர்சிட்டியைப் பயன்படுத்த, பணி சார்ந்த தரவு கட்டமைப்புகளை நம்பியுள்ளன.
NVIDIA இன் மல்டி-ரெசல்யூஷன் ஹாஷ் குறியாக்கத்தால் வழங்கப்படும் நடைமுறை கற்றல் அடிப்படையிலான மாற்று, பணிச்சுமையைப் பொருட்படுத்தாமல், பொருத்தமான விவரங்களில் தானாகவே கவனம் செலுத்துகிறது.
உள்ளே விஷயங்கள் எவ்வாறு செயல்படுகின்றன என்பதைப் பற்றி மேலும் அறிய, அதிகாரியைப் பார்க்கவும் மகிழ்ச்சியா களஞ்சியம்.
ஒரு பதில் விடவும்