يعود الموظفون المسرحون ، وتعيد Meta بناء Metaverse! انشر مجموعات بيانات صور واقعية ، وقم بتجميع نظارات الواقع المعزز في جولة عالمية

** المصدر: ** Xinzhiyuan

** مقدمة: ** لم يتوقف استكشاف الميتافيرس للميتافيرس. استدعاء الموظفين المسرحين ، وإصدار مجموعات بيانات صور غير واقعية للغاية ، وتجميع نظارات الواقع المعزز حول العالم ...

مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI

لا يزال استكشاف Meta metaverse مستمرًا.

في الآونة الأخيرة ، طورت Meta مجموعة بيانات اصطناعية واقعية جديدة باستخدام Unreal Engine ، على أمل تقصير المسافة بين البيانات التركيبية وبيانات العالم الحقيقي.

يخططون أيضًا لصنع زوج جديد من نظارات الواقع المعزز التي سيتم استخدامها فقط للتطوير الداخلي والعرض العام.

يُذكر أن عملية تصنيع الزجاج تشمل مصانع في الصين وتايوان والولايات المتحدة. والسبب هو أن العدسات تحتوي على مادة من الدرجة العسكرية لا يمكن تصديرها بسهولة إلى خارج الولايات المتحدة.

بالإضافة إلى ذلك ، أنشأت Meta "بوابة للموظفين السابقين" لتوظيف الموظفين المفصولين السابقين ببطء.

** مجموعة بيانات صور غير حقيقية حقيقية **

تتيح مجموعة البيانات ذات الصور الواقعية غير الواقعية (PUG، Photorealistic Graphic) التي أطلقتها Meta تقييمًا وتدريبًا أكثر قابلية للتحكم وقوة لأنظمة رؤية الذكاء الاصطناعي.

تجمع مجموعة البيانات هذه أكثر من 200000 صورة حيوانية من خلال Unreal Engine ، ومئات الآلاف من الصور بما في ذلك مختلف الأوضاع والإضاءة والخلفيات ، كأساس للتدريب وتقييم نماذج الصور وأنظمة الصور.

نظرًا لأن PUG تستخدم الصورة التي تم توليفها بواسطة Unreal Engine ، فإنها تضمن واقعية مادة الصورة ، مما يوسع نطاق استخدامها بشكل كبير مقارنة بمجموعات بيانات الصورة المماثلة من قبل.

يتكون PUG من 4 أجزاء:

** 1. حيوان PUG **

مساحات التمثيل لدراسة التعميم خارج التوزيع ودراسة النماذج الأساسية ، بما في ذلك:

215،040 صورة معروضة مسبقًا ، تغطي 70 مصدرًا حيوانيًا ، بما في ذلك 4 أحجام ، و 3 زخارف ، و 4 اتجاهات مختلفة.

** 2. PUG ImageNet **

توفر مجموعة البيانات معيارًا جديدًا وفعالًا للتقييم الدقيق لاستقرار مصنفات الصور على متغيرات متعددة ، بما في ذلك:

151 نوعًا من أنواع ImageNet (فئات) ، و 64 خلفية ، و 7 أحجام ، و 10 مواد ، و 18 زاوية عرض ، و 18 اتجاهًا للحرف ، و 7 شدة إضاءة.

** 3. PUG SPAR (المشهد ، المنصب ، السمة ، العلاقة) **

تُستخدم مجموعة البيانات لتقييم نماذج اللغة المرئية ، والتي توضح كيف يمكن استخدام البيانات التركيبية لمعالجة قيود المعايير الحالية. أنه يحتوي على:

43،560 صورة معروضة مسبقًا ، 10 خلفيات ، 32 حيوانًا ، 4 علاقات (يسار / يمين ، أسفل / أعلى) ، 4 سمات (أزرق / أحمر ، عشب / حجر).

** 4. PUG AR4T **

يوفر ما يقرب من 250000 صورة لضبط نماذج اللغة المرئية للعلاقات والسمات المكانية بدقة.

استخدمت Meta Unreal Engine لإنشاء بيئة تفاعلية واقعية يمكنهم من خلالها أخذ عينات من الصور لمواصفات معينة بسهولة.

توضح الصورة أدناه كيف تستخدم Meta محرك Unreal وأمثلة للصور لإنشاء مجموعة بيانات PUG.

توفر مجموعات بيانات الصور التركيبية مزايا عديدة لتصميم وتقييم الشبكات العصبية العميقة.

يمكن لمجموعات البيانات التركيبية تقديم أكبر عدد ممكن من عينات البيانات حسب الحاجة ، ويمكنها أيضًا التحكم بدقة في كل مشهد وإنتاج تسميات بيانات توضيحية دقيقة الحبيبات ، والتحكم بدقة في تغييرات التوزيع بين التدريب والاختبار ، لعزل المتغيرات ذات الأهمية لإجراء تجربة معقولة لـ.

ومع ذلك ، فإن أكبر مشكلة في مجموعات البيانات التركيبية الحالية هي أنها ليست واقعية بما يكفي ، مما يحد بشدة من نطاق استخدام مجموعة البيانات.

ومع ذلك ، إذا تم استخدام مجموعة بيانات صورة حقيقية ، فستخضع لقيود الخصوصية وحقوق النشر.

يمكن أن يؤدي تجميع مجموعات بيانات الصورة الحقيقية من خلال Unreal Engine إلى حل هذه المشكلات بشكل جيد للغاية.

يقول ميتا إن القدرة على إنشاء بيانات تغطي مجموعة من المجالات يمكن أن تجعل تقييم وتدريب نماذج اللغة المرئية أكثر موثوقية من معايير الاختبار الحالية.

بالإضافة إلى مجموعات البيانات ، يمكن للباحثين استخدام بيئة PUG لإنشاء عوامل خاصة بهم تحدد بدقة مثل الإضاءة وزوايا المشاهدة التي يصعب التحكم فيها باستخدام مجموعات بيانات العالم الحقيقي.

** كيفية إنشاء مجموعة بيانات PUG الخاصة بك **

علاوة على ذلك ، قدمت Meta أيضًا بالتفصيل كيفية استخدام Unreal Engine لبناء مجموعة بيانات PUG الفريدة الخاصة بها.

كتيب التعليمات:

الأول هو تنزيل Epic Games للحصول على Unreal Engine 5. ثم قم بإنشاء مشروع دفق Pixel جديد.

إذا لم تكن قد فهمت Unreal Engine من قبل ، فيمكنك تنزيل الإصدار التجريبي الرسمي للحصول على مقدمة بسيطة.

ثم اقرأ المقدمة الرسمية لمحرك Unreal 5 لفهم الآلية الأساسية لـ Blueprintsd.

بعد تنزيل العرض التوضيحي ، افتح ملف جدول DTCharSelect الموجود في مجلد Content / Blueprints / CharacterConfig ، كما هو موضح في الشكل أدناه.

يسرد هذا الجدول جميع الأصول التي يمكن تحميلها من خلال بيئة غير حقيقية. إذا كنت ترغب في إضافة أحرف جديدة ، فما عليك سوى إنشاء إدخال جديد في الجدول.

** قد يتم إطلاق نظارات الواقع المعزز في العام المقبل: مواد عسكرية ، مُجمَّعة في الولايات المتحدة **

بالإضافة إلى ذلك ، تخطط Meta أيضًا لإطلاق الجيل الأول من نظارات الواقع المعزز في عام 2024 ، بإنتاج يبلغ حوالي 1000 وحدة.

سيتم استخدام 1000 من نظارات الواقع المعزز هذه للاختبار الداخلي والعرض العام فقط ، ولن يتم طرحها للجمهور.

على الرغم من أن العدد صغير ، إلا أن Meta مرت بالكثير من المشاكل لإنتاج نظارات الواقع المعزز.

يتم وضع النظارات كجهاز حوسبة مكانية باهظة الثمن.

ونظرًا لأن العدسات تشتمل على مواد محظورة التصدير ، فسيتم إنتاج وحدة التحكم المحمولة وجوهر الحوسبة اللاسلكية لهذه النظارات في الصين القارية وتايوان ، الصين ، ثم يتم شحنها إلى الولايات المتحدة ، حيث سيتم تجميعها معًا العدسات لتشكيل المنتج النهائي.

والسبب هو أن Meta تخطط لاستخدام مركب يسمى كربيد السيليكون (SiC) كمادة العدسة في نظارات الواقع المعزز المسمى داخليًا "Orion". لكن المجمع ممنوع من قبل الحكومة من التصدير إلى دول أخرى.

بالمقارنة مع المواد الزجاجية السابقة ، يمكن لكربيد السيليكون عرض صورة أوسع في العدسة ، ومجال الرؤية أوسع. لكنها أيضًا أكثر تكلفة.

يبلغ مجال رؤية نظارات Orion AR حوالي 70 درجة قطريًا ، وأكبر قليلاً من Magic Leap 2 (66 درجة) ، وأكبر بكثير من HoloLens 2 (52 درجة).

قد يؤدي إنفاق Meta كثيرًا على منتج لن يتم طرحه للجمهور إلى إثارة مخاوف المستثمرين بشأن إنفاق وحدة Meta Reality Labs.

من بينها ، يقوم قسم Reality Labs بشكل أساسي بتطوير منتجات الواقع المعزز (AR) والواقع الافتراضي (VR).

ومع ذلك ، حتى الآن ، لا يزال سوق الواقع الافتراضي صغيرًا ، ولا تزال تقنية الواقع المعزز قيد التطوير ، وسيناريوهات الهبوط محدودة نسبيًا.

استثمرت Meta بكثافة في هذين المجالين ، على أمل ترسيخ مكانة Meta الرائدة في السوق.

في كلا المجالين ، يتعين على Meta التنافس مع منافس ممول جيدًا: سماعة الرأس Vision Pro من Apple.

خفضت Meta التكاليف على مستوى الشركة في ضوء تباطؤ نمو الإيرادات وزيادة ضغط المستثمرين ، لكن إجمالي استثمار Meta في وحدة Reality Labs لا يزال ينمو.

في الأشهر الثمانية عشر الماضية ، خسر القطاع 21 مليار دولار هذا العام.

قرار Meta بشحن الجيل الأول من نظارات الواقع المعزز فقط كمنتج داخلي هو بحد ذاته خطوة لخفض التكاليف.

بالإضافة إلى ذلك ، يعد اختيار المصانع في الصين أيضًا جزءًا من خفض التكلفة.

توظيف عمال التجميع في الولايات المتحدة ، تتراوح الأجور بالساعة من 16.75 دولارًا إلى 28.27 دولارًا. أعلى بكثير من تكلفة الإنتاج في الصين القارية وتايوان ، الصين.

وبالمثل ، فإن شركات التكنولوجيا الأمريكية الأخرى التي تصنع الأجهزة ، مثل Apple ، تصنع أيضًا معظم منتجاتها في الصين.

ومع ذلك ، لا تزال تكلفة الجيل الأول من نظارات الواقع المعزز مرتفعة جدًا لأن العدسات يجب إنتاجها وتجميعها في الولايات المتحدة.

** إعادة تعيين الموظفين المسرحين **

في الأسابيع الأخيرة ، بدأت Meta ببطء في تسريع وتيرة التوظيف ، خاصة في الأدوار الهندسية والتقنية.

منذ تشرين الثاني (نوفمبر) ، أصبح الموظفون الذين تم تسريحهم من قبل شركة Meta قادرين على إعادة التقدم للوظائف التي يشغلونها حاليًا من خلال "بوابة الموظفين السابقين" المخصصة.

يتم حاليًا تعيين المئات من الوظائف ، بشكل أساسي للبرامج والأجهزة والوظائف AR / VR ، مع بعض الأدوار التقنية الرئيسية في البنية التحتية ومراكز البيانات.

قال شخص مطلع على الأمر إن موقف العملية لا يبدو أنه تم تحريره ، وأن وظائف التوظيف كلها وظائف ذات متطلبات إخراج محددة ، لأن Meta قد خفضت عدد المناصب على مستوى المدير ككل.

يستهدف التوظيف الفوقي بشكل أساسي الموظفين ذوي الخبرة العملية الغنية ، مما يقلل من توظيف الخريجين الجدد والمتدربين.

كلما ارتفع المستوى وكان تقييم أداء المهندس المسرح أفضل ، زادت احتمالية إعادة التوظيف.

سيتم تعيين العديد من الموظفين المعاد تعيينهم في مناصب جديدة ذات مناصب ورواتب أقل من ذي قبل.

قال أحد الموظفين الذي أعادت شركة Meta توظيفه إنه حصل على تخفيض في راتبه بنسبة 10٪. ولكن نظرًا لأن سعر سهم Meta كان في ارتفاع مؤخرًا ، فإنه يتوقع أن يصل إلى هذا المستوى في غضون عام.

يبدو أن Xiao Zha ، الذي ذاق طعم حلاوة خفض التكاليف وزيادة الكفاءة ، لا يزال ثابتًا على الطريق المؤدي إلى metaverse.

مراجع: