211service.com
AI-software kan een hele digitale wereld bedenken vanuit een simpele schets
Het creëren van een virtuele omgeving die er realistisch uitziet, kost tijd en vaardigheid. De details moeten met de hand worden gemaakt met behulp van een grafische chip die 3D-vormen, geschikte verlichting en texturen weergeeft. De nieuwste blockbuster-videogame, Red Dead Redemption 2, bijvoorbeeld, heeft een team van ongeveer 1000 ontwikkelaars meer dan acht jaar nodig gehad om te maken - af en toe werkend 100-urige weken. Dat soort werklast is misschien niet veel langer nodig. Een krachtig nieuw AI-algoritme kan in een oogwenk de fotorealistische details van een scène bedenken.
De software, ontwikkeld door chipmaker Nvidia, zal niet alleen het leven van softwareontwikkelaars gemakkelijker maken. Het kan ook worden gebruikt om automatisch virtuele omgevingen voor virtual reality te genereren of om zelfrijdende auto's en robots over de wereld te leren.
We kunnen nieuwe schetsen maken die nog nooit eerder zijn gezien en die weergeven, zegt Bryan Catanzaro , vice-president van toegepast diep leren bij Nvidia. We leren het model eigenlijk tekenen op basis van echte video.
Nvidia's onderzoekers gebruikten een standaard machine learning-aanpak om verschillende objecten in een videoscène te identificeren: auto's, bomen, gebouwen, enzovoort. Het team gebruikte vervolgens wat bekend staat als een generatief adversarial netwerk, of GAN, om een computer te trainen om realistische 3D-beelden in te vullen.
Het systeem kan dan de contouren van een scène krijgen, die laat zien waar verschillende objecten zich bevinden, en het zal verbluffende, enigszins glinsterende details opvullen. Het effect is indrukwekkend, ook al zien sommige van deze objecten er af en toe wat vervormd of verwrongen uit.
Klassieke computergraphics worden weergegeven door de manier waarop licht interageert met objecten op te bouwen, zegt Catanzaro. We vroegen ons af wat we met kunstmatige intelligentie konden doen om het weergaveproces te veranderen.
Catanzaro zegt dat de aanpak de drempel voor game-design kan verlagen. Naast het weergeven van hele scènes, zou de aanpak kunnen worden gebruikt om een echte persoon aan een videogame toe te voegen na een paar minuten videobeelden van de persoon in het echte leven te hebben bekeken. Hij suggereert dat de aanpak ook kan worden gebruikt om realistische instellingen voor virtual reality te maken, of om synthetische trainingsgegevens te leveren voor autonome voertuigen of robots. Je kunt niet realistisch trainingsgegevens krijgen voor elke situatie die zich kan voordoen, zegt hij. Het werk is vandaag aangekondigd om NeurIPS , een grote AI-conferentie in Montreal.
Dit is interessant en indrukwekkend werk, zegt Michiel van de Panne, een professor aan de University of British Columbia die gespecialiseerd is in machine learning en computergraphics. Hij merkt op dat eerder werk met GAN's betrekking had op het synthetiseren van eenvoudigere elementen zoals individuele afbeeldingen of karakterbewegingen.
Het werk wijst de weg naar een heel andere manier om geanimeerde beelden te maken, zegt Van de Panne. Eentje met een andere reeks mogelijkheden, die zowel minder rekenintensief zijn als interactief kunnen zijn.
Het Nvidia-algoritme is slechts het laatste in een duizelingwekkende reeks ontwikkelingen met GAN's. Slechts een paar jaar geleden uitgevonden door een Google-onderzoeker, zijn GAN's naar voren gekomen als een opmerkelijk hulpmiddel voor het synthetiseren van realistische en vaak griezelig vreemde beelden en audio. Deze trend belooft een revolutie teweeg te brengen in computergraphics en speciale effecten, en artiesten en muzikanten te helpen bij het bedenken of ontwikkelen van nieuwe ideeën. Maar het kan ook het vertrouwen van het publiek in video- en audiobewijs ondermijnen (zie Fake America weer geweldig).
Catanzaro geeft toe dat het kan worden misbruikt. Dit is een technologie die voor veel dingen kan worden gebruikt, zegt hij.