مدل هوش مصنوعی انویدیا تصاویر دو بعدی را در چند ثانیه به صحنه‌ای سه‌بعدی تبدیل می‌کند

انویدیا فناوری جدیدی به نام Neural Radiance Field یا NeRF را توسعه می‌دهد که به کمک الگوریتم‌های هوش مصنوعی، صحنه‌هایی سه‌بعدی را از عکس‌های دو بعدی تولید می‌کند.

فناوری Instant NeRF انویدیا، مدل رندری عصبی (میدان‌های درخشندگی عصبی) است که توسط محققان دانشگاه برکلی، گوگل ریسرچ و دانشگاه سن دیگو در سال ۲۰۲۰ توسعه یافته است.

به‌طور خلاصه، این ابزار از رنگ و شدت نور عکس‌های دو بعدی مختلف برای اتصال این تصاویر و درون یابی آنچه که در عکس‌های دوبعدی ثبت نشده، استفاده کرده و در عرض چند ثانیه صحنه‌های سه‌بعدی کامل تولید می‌کند. علاوه بر تصاویر، فناوری Instant NeRF به اطلاعاتی در مورد موقعیت دوربین‌ نیز نیاز دارد.

محققان چند سالی است که برای تبدیل مدل‌های دو‌بعدی به سه‌بعدی و بهبود فرایند آن تلاش می‌کنند تا بتوانند جزئیات بیشتری را به رندرهای نهایی اضافه کرده و سرعت رندر‌ها را افزایش دهند. به گزارش Verge‌، انویدیا ادعا می‌کند فناوری جدید Instant NeRF یکی از سریع‌ترین مدل‌های توسعه‌یافته در این زمینه محسوب می‌شود؛ فرایند رندر توسط ابزار NeRF انویدیا «تقریباً بلافاصله» به پایان می‌رسد.

انویدیا در یک پست وبلاگی درمورد فناوری NeRF این‌گونه توضیح می‌دهد:

ازآنجاکه این تکنیک سریع‌تر و آسان‌تر انجام می‌شود، می‌توان از آن برای انجام انواع کارهای دیگر نیز استفاده کرد.

ایشا سالیان، یکی از نویسنده‌های انویدیا درباره‌ی Instant NeRF می‌نویسد:

فناوری Instant NeRF می‌تواند برای ایجاد آواتارها یا صحنه‌هایی برای جهان‌های مجازی، نشان دادن سه‌بعدی افراد شرکت‌کننده در کنفرانس‌های ویدئویی یا بازسازی صحنه‌ها برای نقشه‌های دیجیتال سه‌بعدی استفاده شود. این فناوری می‌تواند به کمک تصاویر دو‌بعدی، برای آموزش ربات‌ها و کمک به سیستم‌های رانندگی خودمختار برای درک اندازه و شکل اشیای واقعی به کار گرفته شود.همچنین می‌توان آن را در زمینه‌های معماری و سرگرمی نیز به کار برد و برای تولید مدل‌های سه‌بعدی از محیط‌های واقعی استفاده کرد؛ سازندگان می‌توانند در طول فرایند برنامه‌ریزی این مدل‌ها را اصلاح کنند.

محققان انویدیا ادعا می‌کنند که فناوری Instant NeRF صحنه‌های سه‌بعدی را با وضوح ۱۰۸۰ در ۱۹۲۰ تنها در عرض «چند ده میلی‌ثانیه» تولید کند. آن‌ها سورس‌کد پروژه را با دیگر توسعه‌دهندگان به اشتراک گذاشتند و امکان پیاده‌سازی روش‌های مختلف را برای آن‌ها فراهم کردند. به نظر می‌رسد رندرهای NeRF به سرعت در حال فراگیر شدن هستند و در سال‌های آینده شاهد تأثیرات چشمگیر این فناوری در دنیای واقعی خواهیم بود.