Sebbene gli scienziati abbiano utilizzato con successo le reti neurali per trasformare scene 15D immaginate in immagini, queste tecniche di apprendimento automatico non sono abbastanza veloci da renderle adatte a molte applicazioni del mondo reale. Il nuovo metodo, dimostrato dai ricercatori del Massachusetts Institute of Technology e di altre organizzazioni, può rendere le scene tridimensionali dalle immagini circa 000 volte più velocemente rispetto ad altri modelli. A questo proposito informa sito web dell'organizzazione.
Gli specialisti hanno chiarito che in molti ambiti della vita, ad esempio la chirurgia di precisione o l'agricoltura, è necessaria la visualizzazione tridimensionale degli oggetti. Di norma, le reti neurali ricevono un'immagine bidimensionale e creano un oggetto 3D basato su di essa. Gli scienziati del MIT hanno affermato che il loro nuovo metodo consente di accelerare questo processo di circa 15mila volte, rispetto ai modelli esistenti.
Gli autori dello sviluppo hanno creato una rete in campo luminoso (LFN), sulla base della quale l'intelligenza artificiale ha imparato a riprodurre oggetti tridimensionali dopo una singola osservazione e con un frame rate in tempo reale. Questo metodo rappresenta una scena come un campo luminoso a 360° e una funzione che descrive tutti i raggi luminosi nello spazio tridimensionale che passano attraverso ogni punto e in tutte le direzioni. Il campo luminoso è codificato in una rete neurale, che accelera il rendering della scena 3D.
Gli specialisti hanno testato il modello su diverse scene. Hanno scoperto che con LFN, la rete neurale è stata in grado di generare oggetti 500D a oltre 1,6 fotogrammi al secondo, circa tre ordini di grandezza più velocemente rispetto ad altri metodi. Gli scienziati hanno anche chiarito che la nuova rete del campo luminoso utilizza in modo più razionale risorse che richiedono circa XNUMX MB di memoria.
“Il rendering neurale ha consentito il rendering fotorealistico e l'editing di immagini basato solo su un insieme sparso di immagini di input. Sfortunatamente, tutti i metodi esistenti sono molto costosi da un punto di vista computazionale, il che ne impedisce l'uso in applicazioni che richiedono l'elaborazione in tempo reale, come le videoconferenze. Questo progetto compie un grande passo avanti verso una nuova generazione di algoritmi di rendering neurale computazionalmente efficienti e matematicamente eleganti. Mi aspetto che troverà ampia applicazione nella computer grafica, nella visione artificiale e in altri campi", ha affermato il professore associato Gordon Wetzstein, partecipante alla ricerca. Secondo lui, la nuova tecnologia troverà applicazione nella computer grafica e in altri settori.
A proposito, alla fine di novembre, si è saputo del programma Ricult, che aiuta gli agricoltori ad aumentare il raccolto. Il servizio analizza i cambiamenti climatici per aiutare gli agricoltori in Thailandia e Pakistan a scegliere il momento migliore per piantare i raccolti.
Leggi anche: