Robiąc zdjęcie, przekładamy widok trójwymiarowego świata w dwuwymiarowe obrazy. Naukowcy, zajmujący się sztuczną inteligencją, postanowili jednak odwrócić ten proces. Dzięki Nvidia Instant NeRF wygenerowanie takiego środowiska 3D zajmuje zaledwie parę sekund.
Nvidia usprawniła sieć neuronową NeRF
Od pewnego czasu jednym z obiektów zainteresowania naukowców były tak zwane Neural Radiance Fields, nazywane skrótowo NeRF. Są to sieci neuronowe, stworzone w celu przekształcania zestawu zdjęć 2D w trójwymiarową scenę.
I choć czas generowania takiej sceny za pomocą NeRF sięgał zaledwie kilku minut, a dokładność tego rozwiązania pozostawała stosunkowo wysoka, przygotowanie sztucznej inteligencji do takiego zadania trwało kilka godzin. To długo, biorąc pod uwagę, że dotychczasowe efekty robiły wrażenie, lecz nie miały konkretnego praktycznego zastosowania.
Z pomocą przyszło nowe rozwiązanie, nazwane Instant NeRF, stworzone przez zespół naukowców z firmy Nvidia. Dzięki udoskonalonej wersji sieci neuronowej, sztuczna inteligencja jest w stanie wykonać to zadanie znacznie szybciej. Producent zapewnia, że w niektórych przypadkach udało się osiągnąć ponad 1000-krotne skrócenie czasu poświęcanego na tworzenie scen 3D.
Jeśli tradycyjne modele 3D, takie jak siatki wielokątne, są podobne do obrazów wektorowych, NeRF-y są jak obrazy bitmapowe: gęsto rejestrują sposób, w jaki światło promieniuje z obiektu lub w obrębie sceny
– stwierdził David Luebke, wiceprezes ds. badań nad grafiką w Nvidia.
Zapewnił również, że technologia NeRF może być równie ważna dla rozwoju grafiki 3D, jak aparaty cyfrowe oraz kompresja JPEG były istotne dla rozwoju fotografii 2D, gdyż zauważalnie przyspieszają cały proces i ułatwiają go.
Wytrenowanie Instant NeRF zajmuje bowiem zaledwie kilka sekund, zaś samo renderowanie danej sceny to już kwestia dziesiątek milisekund. Jest to najszybsza jak dotąd zautomatyzowana technika generowania projektów 3D ze zdjęć 2D, a zarazem niemal wcale nie obciąża urządzenia – ta lekka sieć neuronowa może być trenowana i uruchamiana nawet na jednym rdzeniu procesora graficznego. Oczywiście, została ona najlepiej przystosowana co działania na najnowszych GPU Nvidii, lecz nawet w przypadku wykorzystywania architektury innych producentów powinna zapewnić szybkie i sprawne działanie.
Badacze sprawdzają, w jaki sposób Instant NeRF może przydać się w zastosowaniach związanych ze sztuczną inteligencją. Niewykluczone, że uda się wykorzystać tą technologię np. podczas usprawniania tłumaczenia maszynowego oraz tworzenia algorytmów głębokiego uczenia.
Póki co, przewiduje się stosowanie jej w szkoleniu robotów i autonomicznych pojazdów oraz w architekturze i rozrywce.
