Büyük ölçüde Facebook tarafından desteklenen ve varışta etkili bir şekilde ölü olan tüketici meta veri deposunun aksine, ticari meta veri deposu oldukça iyi gidiyor. Nvidia şu anda Wall Street’in sevgilisi ve ticari meta veri deposu için birincil sürücüdür. Ancak bu endüstriyel sınıf meta veri deposunu ve içindeki gerçek nesnelerin dijital ikizlerini oluşturmak, bu sanal ortamdaki gerçek nesneleri çoğaltmak için 3B tarama açısından çok fazla ağır kaldırma gerektirir.
Bu sorunu çözmek için Nvidia, gerçek dünyayı simüle etmek için kullanılabilecek bir metaverse örneğinin oluşturulmasını hızlandırmak için çeşitli araçlar geliştirdi. Bunların en sonuncusu Neuralangelo. Neuralangelo, 2D videolar çeker ve bunları otomatik olarak karmaşık ayrıntılara ve dokulara sahip 3D varlıklara dönüştürür, sanal kopyayı kopyalanan fiziksel nesneden neredeyse ayırt edilemez hale getirir. Ölçek, küçük nesnelerden tam boyutlu binalara kadar değişir, bu nedenle bu araç alışılmadık derecede yeteneklidir.
Bu hafta Neuralangelo hakkında konuşalım.
2B dosyalardan 3B nesnelere
Yapay zekadan meta veri deposuna kadar en gelişmiş teknolojilerimizin çoğuyla ilgili sorun, ilgili veri kümelerini ve modelleri oluşturmak için geçen süredir. Bu modelleri ve veri kümelerini oluşturmak için gereken süreyi önemli ölçüde azaltmak için kullanılabilecek her şey, doğrudan proje boyunca akar ve sonucun ne kadar hızlı yararlı hale getirilebileceği üzerinde önemli bir etkiye sahiptir.
Diyelim ki bir suç mahallini canlandırmak ya da olaydan sonra yıkılan bir binayı sanal olarak keşfetmek istiyorsunuz. Üzerinde çalışılacak çok sayıda 2B videonuz olabilir, ancak muhtemelen hiç kimse konuyu 3B olarak taramamıştır. 3B nesneler ve ortamlar oluşturmak için mevcut 2B videoyu kullanabilmek, yalnızca planlama için bir metaverse örneğinin hızlı bir şekilde oluşturulmasına kapı açmakla kalmaz, aynı zamanda sorunları veya hataları belirlemek için geçmiş olayları keşfetmek için de kullanılabilir.
Örneğin, son zamanlarda Iowa’da apartman çöktü, binanın dengesiz hale gelmesi nedeniyle hızlı bir şekilde yıkılması planlanıyor. Ancak çökme nedeninin ve kusurluların tespitinin tamamlanmamış olması, yıkımdan sonra binanın bazı kayıtlarının kalmasını kritik hale getiriyor, bu nedenle neden çöktüğüne, verilen tepkinin yeterli veya uygun olup olmadığına ve hatta tüm Binanın kiracıları tespit edilmiştir, cevap verilebilir.
Neuralangelo gibi bir araçla, binanın çeşitli resim ve videoları binanın sanal olarak yeniden yaratılması için kullanılabilir ve adli müfettişlerin bina yıkıldıktan çok sonra bile ofislerinin güvenliğinde sanal binayı keşfetmelerine olanak tanır.
Bu, 18-22 Haziran tarihleri arasında sunulacak birkaç araçtan yalnızca biri.nd Vancouver’da Bilgisayarla Görü ve Örüntü Tanıma Konferansı (CVPR). Nvidia’nın sunacağı diğer ilginç tekliflerden birinin adı Fark Kolajı, büyük ölçekli içerik oluşturmak için tasarlanmış bir yayma aracı. Bu, bir eğlence parkı veya şehir manzarası için gerekli olabilecekler gibi film arka planları veya çok büyük ölçekli görüntüler için yararlı olacaktır.
Ticari meta veri deposunu oluşturma
Nvidia’nın meta veri deposundaki başarısı etkileyici. Onun Omniverse aracı şu anda otonom arabalar da dahil olmak üzere çoğu otonom makine simülasyonu ve eğitimi için önde gelen araçtır. Ancak bu meta veri deposu öğelerinin oluşturulması yoğun iş gerektiriyor ve bu öğeleri daha hızlı ve ucuz bir şekilde oluşturmak için her zamankinden daha otomatik ve akıllı araçlara ihtiyaç duyuluyor.
Neuralangelo ve DiffCollage, Nvidia’nın şirketlere ve hükümetlere simülasyon ve test için kullanılabilecek meta veri deposu örnekleri oluşturmasına yardımcı olmak için geniş çabasından çıkan bu tür iki araçtır ve böylece Nvidia’nın Omniverse aracının kullanıcılarına zamandan değere daha hızlı ulaşmasını sağlar.
Yarının ticari metaverse’sini yaratan ve en azından ticari alanda metaverse’nin sadece gerçek değil, aynı zamanda inanılmaz derecede yararlı olmasını sağlayan da bu tür çabalardır.
Telif hakkı © 2023 IDG Communications, Inc.
