Nvidia ประสบความสำเร็จในการพัฒนาระบบ AI ที่สามารถสร้างโมเดล 3 มิติจากภาพ 2 มิติได้

จะเป็นอย่างไรหากเราสามารถพัฒนาโลกของเกม 3 มิติโดยใช้ภาพถ่ายที่ถ่ายจากโทรศัพท์ขนาดกะทัดรัดได้ นักวิจัยด้านปัญญาประดิษฐ์จาก Nvidia ประสบความสำเร็จในการพัฒนาระบบ AI ที่สามารถทำนายและสร้างโมเดล 3 มิติที่สมบูรณ์จากภาพ 2 มิติใดๆ ก็ได้

ระบบ AI นี้เรียกว่า "DIB-R" โดยมีข้อได้เปรียบที่โดดเด่นที่สุดคือความสามารถในการถ่ายภาพวัตถุใดๆ แบบ 2 มิติ แล้วทำนายสถานะของวัตถุในพื้นที่สามมิติ รวมถึงองค์ประกอบพื้นฐานบางอย่าง เช่น แสง พื้นผิว และ ความลึก.

พูดง่ายๆ ก็คือ DIB-R สามารถรวมสิ่งที่เห็น (ภาพ 2 มิติ) และอนุมานตามความเข้าใจในโลก 3 มิติที่ได้รับการฝึกฝน สิ่งนี้คล้ายกันมากกับวิธีที่มนุษย์รับรู้ภาพ 2 มิติด้วยตาเปล่า และจินตนาการถึงโมเดล 3 มิติของภาพนั้นในใจ

“ลองนึกภาพการที่สามารถก้าวเข้าสู่พื้นที่อันสดใสของภาพถ่ายที่เพิ่งถ่ายได้ หรือแม้แต่กลับไปสู่พื้นที่แห่งภาพถ่ายเก่า ๆ ในอดีต เข้าไปข้างในและสามารถสังเกตทุกสิ่งได้จากทุกมุม องศาที่แตกต่างกัน... ทั้งหมดจะกลายเป็น ความเป็นจริงด้วยความช่วยเหลือของโมเดล AI เช่น DIB-R" Sanja Fidler ผู้อำนวยการ AI ของ Nvidia และหัวหน้าฝ่ายวิจัย DIB-R กล่าวในการประชุมทางโทรศัพท์ สัมภาษณ์

ในอนาคตอันใกล้นี้ วิศวกรของ Nvidia หวังว่าจะเพิ่มฟังก์ชันการทำงานให้กับ DIB-R ซึ่งสามารถเปลี่ยนโมเดล AI นี้ให้กลายเป็นเอ็นจิ้นการเรนเดอร์เสมือนจริงเชิงลึกได้ ระบบดังกล่าวจะสามารถสร้างโลก 3 มิติที่สมบูรณ์และมีชีวิตชีวาจากภาพถ่ายได้ในเวลาที่รวดเร็วอย่างน่าประหลาดใจเพียงไม่ถึง 1 วินาที

ความสามารถในการเรนเดอร์พื้นที่ 3 มิติจากภาพถ่ายช่วยเพิ่มศักยภาพในการสร้างสรรค์ที่ยอดเยี่ยมสำหรับนักพัฒนาเนื้อหา และทำให้เทคโนโลยีอย่างGoogle Mapsน่าดึงดูดยิ่งกว่าที่เคย ในอนาคต แม้แต่ช่างภาพก็สามารถเป็นผู้สร้างเนื้อหา 3D ได้โดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว เพราะงานที่ยากที่สุดจะได้รับการดูแลโดยเครื่องจักร เราจะไม่ต้องการระบบกลไกที่ซับซ้อนอีกต่อไปและวิศวกรโปรแกรมหลายพันคนเพื่อสร้างเกมโอเพนเวิลด์ขนาดใหญ่เช่น Skyrim และGrand Theft Autoทุกอย่างจะได้รับการจัดการอย่างเรียบร้อยโดย AI