The DeanBeat: Nvidia CEO’su Jensen Huang, yapay zekanın metaverse’in 3D görüntülerini otomatik olarak dolduracağını söyledi


Oyun endüstrisi için sırada ne olduğunu öğrenmekle ilgileniyor musunuz? Bu Ekim ayında GamesBeat Summit Next’te endüstrinin gelişmekte olan bölümlerini tartışmak için oyun yöneticilerine katılın. Bugün kayıt Ol.


Sanal bir dünya oluşturmak için yapay zeka türleri gerekir. Nvidia CEO’su Jensen Huang Bu hafta GTC22 çevrimiçi etkinliğinde bir Soru-Cevap sırasında yapay zekanın metaverse’in 3D görüntülerini otomatik olarak dolduracağını söyledi.

Yapay zekanın, metaverse’nin geniş sanal dünyalarını dolduran 3D nesneleri yaratmada ilk geçişi yapacağına ve daha sonra insan yaratıcılarının devralacağına ve beğenilerine göre iyileştireceğine inanıyor. Bu, yapay zekanın ne kadar akıllı olacağına dair çok büyük bir iddia olsa da, Nvidia’nın araştırması var yedeklemek için.

Nvidia Research, bu sabah yeni bir AI modelinin, artan sayıda şirket tarafından yaratılan devasa sanal dünyalara katkıda bulunmaya yardımcı olabileceğini ve yaratıcıların çeşitli 3D binalar, araçlar, karakterler ve daha fazlasıyla daha kolay doldurulabileceğini duyurdu.

Bu tür sıradan görüntüler, muazzam miktarda sıkıcı işi temsil eder. Nvidia, gerçek dünyanın çeşitlilikle dolu olduğunu söyledi: sokaklar benzersiz binalarla kaplı, farklı araçlar vızıldayarak ve çeşitli kalabalıklar geçiyor. Bunu yansıtan bir 3B sanal dünyayı manuel olarak modellemek inanılmaz derecede zaman alıcıdır ve ayrıntılı bir dijital ortamın doldurulmasını zorlaştırır.

Bu tür bir görev, Nvidia’nın Omniverse araçları ve bulut hizmetiyle kolaylaştırmak istediği şeydir. Meta veri deposu uygulamaları oluşturmaya gelince geliştiricilerin hayatlarını kolaylaştırmayı umuyor. Ve bu yıl DALL-E ve diğer AI modellerinde gördüğümüz gibi, otomatik üretim sanatı, tıpkı eski modellerde olduğu gibi bir sanal dünyalar evreni inşa etmenin yükünü hafifletmenin bir yoludur. Kar Kazası veya Hazır Oyuncu Bir.

The DeanBeat: Nvidia CEO'su Jensen Huang, yapay zekanın metaverse'in 3D görüntülerini otomatik olarak dolduracağını söyledi
Nvidia CEO’su Jensen Huang, GTC22 açılış konuşmasında konuşuyor.

Huang’a bu hafta başlarında bir basın soru-cevap bölümünde metaverse’in daha hızlı gelmesini neyin sağlayabileceğini sordum. Şirket bugüne kadar fasulyeleri dökmemiş olsa da, Nvidia Araştırma çalışmasına atıfta bulundu.

“Öncelikle bildiğiniz gibi metaverse kullanıcılar tarafından oluşturuluyor. Ve ya bizim tarafımızdan elle yaratılıyor ya da bizim tarafımızdan AI’nın yardımıyla yaratılıyor, ”dedi Huang. “Ve gelecekte, bir evin bazı özelliklerini veya bir şehrin özelliklerini veya buna benzer bir şeyi tarif edeceğimiz çok muhtemeldir. Ve bu şehir gibi, Toronto gibi veya New York City gibi ve bizim için yeni bir şehir yaratıyor. Ve belki de sevmiyoruz. Ek komutlar verebiliriz. Veya otomatik olarak başlamak istediğimiz birini oluşturana kadar “enter” tuşuna basmaya devam edebiliriz. Ve sonra ondan, o dünyadan onu değiştireceğiz. Bu yüzden sanal dünyalar yaratmaya yönelik yapay zekanın biz konuşurken gerçekleştiğini düşünüyorum.”

GET3D ayrıntıları

Yalnızca 2D görüntüler kullanılarak eğitilen Nvidia GET3D, aslına uygun dokulara ve karmaşık geometrik ayrıntılara sahip 3D şekiller oluşturur. Bu 3B nesneler, popüler grafik yazılım uygulamaları tarafından kullanılan formatta oluşturulur ve kullanıcıların daha fazla düzenleme için şekillerini anında 3B oluşturuculara ve oyun motorlarına aktarmalarına olanak tanır.

Oluşturulan nesneler, oyun, robotik, mimari ve sosyal medya dahil olmak üzere endüstriler için tasarlanmış binaların, dış mekanların veya tüm şehirlerin 3B temsillerinde kullanılabilir.

GET3D, eğitim aldığı verilere dayanarak neredeyse sınırsız sayıda 3B şekil oluşturabilir. Model, bir çamur yığınını ayrıntılı bir heykele dönüştüren bir sanatçı gibi, sayıları karmaşık 3B şekillere dönüştürüyor.

“Bunun özünde tam olarak bir saniye önce bahsettiğim büyük dil modelleri olarak adlandırılan teknoloji var” dedi. “İnsanlığın tüm yaratımlarından öğrenebilmek ve 3 boyutlu bir dünya hayal edebilmek. Ve böylece kelimelerden, geniş bir dil modeli aracılığıyla bir gün, üçgenler, geometri, dokular ve malzemeler ortaya çıkacaktır. Ve bundan sonra, onu değiştirirdik. Ve hiçbiri önceden pişirilmediğinden ve hiçbiri önceden oluşturulmadığından, tüm bu fizik simülasyonu ve tüm ışık simülasyonu gerçek zamanlı olarak yapılmalıdır. İşte bu nedenle, RTX nöro işleme ile ilgili olarak yarattığımız en son teknolojilerin bu kadar önemli olmasının nedeni budur. Çünkü bunu kaba kuvvetle yapamayız. Bunu yapabilmemiz için yapay zekanın yardımına ihtiyacımız var.”

Örneğin 2B araba görüntülerinden oluşan bir eğitim veri seti ile sedan, kamyon, yarış arabaları ve kamyonetlerden oluşan bir koleksiyon oluşturur. Hayvan görüntüleri üzerinde eğitildiğinde tilki, gergedan, at ve ayı gibi yaratıklarla karşımıza çıkıyor. Verilen sandalyeler, model çeşitli döner sandalyeler, yemek sandalyeleri ve rahat yatar koltuklar üretir.

Nvidia’da AI araştırma başkan yardımcısı ve aracı oluşturan Toronto merkezli AI laboratuvarının lideri Sanja Fidler, “GET3D, bizi AI destekli 3B içerik oluşturmayı demokratikleştirmeye bir adım daha yaklaştırıyor” dedi. “Anında dokulu 3D şekiller oluşturma yeteneği, geliştiriciler için bir oyun değiştirici olabilir ve sanal dünyaları çeşitli ve ilginç nesnelerle hızla doldurmalarına yardımcı olabilir.”

GET3D, New Orleans’ta ve neredeyse 26 Kasım-Aralık arasında gerçekleşen NeurIPS AI konferansına kabul edilen 20’den fazla Nvidia yazarlı makale ve çalıştaydan biridir. 4.

Nvidia, manuel yöntemlerden daha hızlı olmasına rağmen, önceki 3B üretken AI modellerinin üretebilecekleri ayrıntı düzeyinde sınırlı olduğunu söyledi. En son ters işleme yöntemleri bile yalnızca çeşitli açılardan alınan 2B görüntülere dayalı 3B nesneler üretebilir ve geliştiricilerin her seferinde bir 3B şekil oluşturmasını gerektirir.

Bunun yerine GET3D, tek bir Nvidia grafik işleme biriminde (GPU) çıkarım yaparken saniyede yaklaşık 20 şekil üretebilir – 3B nesneler oluştururken 2B görüntüler için üretken bir rakip ağ gibi çalışır. Öğrendiği eğitim veri kümesi ne kadar büyük ve çeşitliyse, o kadar çeşitli ve
çıktıyı detaylandırdı.

Nvidia araştırmacıları, GET3D’yi farklı kamera açılarından yakalanan 3B şekillerin 2B görüntülerinden oluşan sentetik veriler üzerinde eğitti. Takımın Nvidia A100 Tensor Core GPU’ları kullanarak modeli yaklaşık bir milyon görüntü üzerinde eğitmesi sadece iki gün sürdü.

GET3D, adını Açık Dokulu 3D ağlar oluşturma yeteneğinden alır – yani oluşturduğu şekiller, dokulu bir malzeme ile kaplanmış bir kağıt hamuru modeli gibi üçgen bir ağ biçimindedir. Bu, kullanıcıların nesneleri oyun motorlarına, 3B modelleyicilere ve film oluşturuculara kolayca aktarmalarını ve düzenlemelerini sağlar.

Yaratıcılar GET3D tarafından oluşturulan şekilleri bir grafik uygulamasına aktardıktan sonra, nesne bir sahnede hareket ederken veya dönerken gerçekçi ışık efektleri uygulayabilirler. Geliştiriciler, NVIDIA Research’ten başka bir AI aracı olan StyleGAN-NADA’yı dahil ederek, görüntüye belirli bir stil eklemek için metin istemlerini kullanabilir, örneğin işlenmiş bir arabayı yanmış bir araba veya taksiye dönüştürmek veya normal bir evi perili bir eve dönüştürmek gibi. bir.

Araştırmacılar, GET3D’nin gelecekteki bir sürümünün, geliştiricilerin modeli sentetik veri kümeleri yerine gerçek dünya verileri üzerinde eğitmesine izin vermek için kamera pozu tahmin tekniklerini kullanabileceğini belirtiyor. Ayrıca evrensel üretimi desteklemek için geliştirilebilir – yani geliştiriciler, GET3D’yi her seferinde bir nesne kategorisi üzerinde eğitmek yerine her tür 3B şekil üzerinde aynı anda eğitebilir.

Prologue, Brendan Greene'in bir sonraki projesi.
Prologue, Brendan Greene’in bir sonraki projesi.

Huang, yapay zekanın dünyalar üreteceğini söyledi. Bu dünyalar sadece animasyonlar değil, simülasyonlar olacak. Ve tüm bunları yürütmek için Huang, “dünya çapında yeni bir veri merkezi türü” yaratma ihtiyacını öngörüyor. Buna CDN değil, GDN denir. Bu, Nvidia’nın GeForce Now bulut oyun hizmeti aracılığıyla test edilmiş bir grafik dağıtım ağıdır. Nvidia bu hizmeti aldı ve her zaman ve her yerde Omniverse uygulamaları oluşturmak için kullanılabilecek bir araçlar paketi olan Omniverse Cloud’u oluşturmak için kullandı. GDN, bulut oyunlarına ve Omniverse Cloud’un metaverse araçlarına ev sahipliği yapacak.

Bu ağ türü, meta veri deposu için gerekli olan gerçek zamanlı bilgi işlemi sağlayabilir.

Huang, “Bu, temelde anlık olan etkileşimdir” dedi.

Bunu isteyen oyun geliştiricileri var mı? Şey, aslında, olan birini tanıyorum. Battle Royale oyunu PlayerUnknown’s Productions’ın yaratıcısı Brendan Greene, bu yıl Prologue’u duyurduğunda ve ardından Dünya büyüklüğünde sanal bir dünya yaratma girişimi olan Project Artemis’i ortaya çıkardığında bu tür bir teknoloji istedi. Yalnızca oyun tasarımı, kullanıcı tarafından oluşturulan içerik ve yapay zeka kombinasyonu ile oluşturulabileceğini söyledi.

Vay canına.

GamesBeat’in inancı oyun endüstrisini ele alırken “tutkunun işle buluştuğu yer”. Ne anlama geliyor? Size haberlerin sizin için ne kadar önemli olduğunu anlatmak istiyoruz – sadece bir oyun stüdyosunda karar veren biri olarak değil, aynı zamanda bir oyun hayranı olarak. İster makalelerimizi okuyun, ister podcast’lerimizi dinleyin veya videolarımızı izleyin, GamesBeat sektör hakkında bilgi edinmenize ve onunla etkileşime girmenin keyfini çıkarmanıza yardımcı olacaktır. Brifinglerimizi keşfedin.


Kaynak : https://venturebeat.com/games/the-deanbeat-nvidia-ceo-jensen-huang-says-ai-will-auto-populate-the-3d-imagery-of-the-metaverse/

Yorum yapın

SMM Panel PDF Kitap indir