211service.com
AI-software kan drømme en hel digital verden op fra en simpel skitse
At skabe et virtuelt miljø, der ser realistisk ud, tager tid og dygtighed. Detaljerne skal være håndlavede ved hjælp af en grafikchip, der gengiver 3D-former, passende belysning og teksturer. Det seneste blockbuster-videospil, Red Dead Redemption 2, tog for eksempel et hold på omkring 1.000 udviklere mere end otte år at skabe - nogle gange arbejdede 100-timers uger. Den slags arbejdsbyrde kræves måske ikke meget længere. En kraftfuld ny AI-algoritme kan drømme de fotorealistiske detaljer i en scene i farten.
Udviklet af chipproducenten Nvidia, vil softwaren ikke kun gøre livet lettere for softwareudviklere. Det kan også bruges til automatisk at generere virtuelle miljøer til virtual reality eller til at lære selvkørende biler og robotter om verden.
Vi kan lave nye skitser, der aldrig er set før, og gengive dem, siger Bryan Catanzaro , vicepræsident for anvendt dyb læring hos Nvidia. Vi lærer faktisk modellen, hvordan man tegner baseret på ægte video.
Nvidias forskere brugte en standard maskinlæringstilgang til at identificere forskellige objekter i en videoscene: biler, træer, bygninger og så videre. Holdet brugte derefter det, der er kendt som et generativt modstridende netværk, eller GAN, til at træne en computer til at udfylde realistiske 3D-billeder.
Systemet kan derefter fodres med omridset af en scene, der viser, hvor forskellige objekter er, og det vil udfylde fantastiske, let glitrende detaljer. Effekten er imponerende, selvom nogle af disse genstande af og til ser lidt skæve eller snoede ud.
Klassisk computergrafik gengives ved at opbygge den måde, lys interagerer med objekter på, siger Catanzaro. Vi spekulerede på, hvad vi kunne gøre med kunstig intelligens for at ændre gengivelsesprocessen.
Catanzaro siger, at tilgangen kunne sænke barrieren for spildesign. Udover at gengive hele scener, kunne fremgangsmåden bruges til at tilføje en rigtig person til et videospil efter at have fodret på et par minutters videooptagelser af personen i det virkelige liv. Han foreslår, at tilgangen også kan bruges til at hjælpe med at gengive realistiske indstillinger for virtual reality eller til at levere syntetiske træningsdata til autonome køretøjer eller robotter. Man kan ikke realistisk få rigtige træningsdata for enhver situation, der måtte dukke op, siger han. Arbejdet blev offentliggjort i dag kl NeurIPS , en større kunstig intelligens-konference i Montreal.
Det er interessant og imponerende arbejde, siger Michiel van de Panne, professor ved University of British Columbia, som har specialiseret sig i maskinlæring og computergrafik. Han bemærker, at tidligere arbejde med GAN'er involverede syntetisering af enklere elementer såsom individuelle billeder eller karakterbevægelser.
Værket viser vejen til en meget anderledes måde at skabe animerede billeder på, siger van de Panne. En med et andet sæt af muligheder, som både er mindre beregningsintensive og kunne være interaktive.
Nvidia-algoritmen er blot den seneste i en svimlende procession af fremskridt, der involverer GAN'er. Opfundet af en Google-forsker for kun et par år siden, er GAN'er dukket op som et bemærkelsesværdigt værktøj til at syntetisere realistiske og ofte uhyggeligt mærkelige billeder og lyd. Denne trend lover at revolutionere computergrafik og specialeffekter og hjælpe kunstnere og musikere med at forestille sig eller udvikle nye ideer. Men det kan også underminere offentlighedens tillid til video- og lydbeviser (se Fake America great igen).
Catanzaro indrømmer, at det kan blive misbrugt. Det er en teknologi, der kunne bruges til rigtig mange ting, siger han.