Karyawan yang diberhentikan kembali, dan Meta membangun kembali Metaverse! Publikasikan kumpulan data gambar realistis, rakit kacamata AR dalam tur global

**Sumber:**Xinzhiyuan

**Pengantar: **Eksplorasi meta di metaverse belum berhenti. Mengingat kembali karyawan yang diberhentikan, merilis set data gambar ultra-realistis yang tidak nyata, merakit kacamata AR di seluruh dunia...

Sumber gambar: Dihasilkan oleh AI Tak Terbatas

Eksplorasi metaverse Meta masih berlangsung.

Baru-baru ini, Meta telah mengembangkan kumpulan data sintetik realistis baru dengan Unreal Engine, dengan harapan dapat memperpendek jarak antara data sintetik dan data dunia nyata.

Mereka juga berencana membuat kacamata AR baru yang hanya akan digunakan untuk pengembangan internal dan tampilan publik.

Dilaporkan bahwa proses pembuatan kacamata tersebut melibatkan pabrik-pabrik di China daratan, Taiwan, dan Amerika Serikat. Alasannya, lensa tersebut mengandung bahan kelas militer yang tidak dapat dengan mudah diekspor ke luar Amerika Serikat.

Selain itu, Meta bahkan membuat "portal mantan karyawan" untuk merekrut mantan karyawan yang diberhentikan secara perlahan.

Kumpulan Data Gambar Tidak Nyata

Dataset Photorealistic Unreal Graphic (PUG, Photorealistic Graphic) yang diluncurkan oleh Meta memungkinkan evaluasi dan pelatihan sistem penglihatan kecerdasan buatan yang lebih terkontrol dan kuat.

Kumpulan data ini menggabungkan lebih dari 200.000 gambar hewan melalui Unreal Engine, dan ratusan ribu gambar termasuk berbagai pose, pencahayaan, dan latar belakang, sebagai dasar untuk melatih dan mengevaluasi model gambar dan sistem gambar.

Karena PUG menggunakan gambar yang disintesis oleh Unreal Engine, PUG memastikan realisme materi gambar, yang sangat memperluas cakupan penggunaannya daripada kumpulan data gambar serupa sebelumnya.

PUG terdiri dari 4 bagian:

1. Hewan PUG

Ruang representasi untuk mempelajari generalisasi di luar distribusi dan mempelajari model yang mendasarinya, termasuk:

215.040 gambar pra-render, mencakup 70 sumber daya hewan, termasuk 4 ukuran, 3 tekstur, dan 4 orientasi berbeda.

2. PUG ImageNet

Kumpulan data ini memberikan tolok ukur yang baru dan efisien untuk evaluasi mendetail tentang stabilitas pengklasifikasi gambar pada beberapa variabel, termasuk:

151 tipe ImageNet (kelas), 64 latar belakang, 7 ukuran, 10 tekstur, 18 sudut pandang, 18 Orientasi Karakter, dan 7 intensitas cahaya.

3. PUG SPAR (Adegan, Posisi, Atribut, Hubungan)

Kumpulan data digunakan untuk mengevaluasi model bahasa visual, menunjukkan bagaimana data sintetik dapat digunakan untuk mengatasi keterbatasan tolok ukur saat ini. Itu mengandung:

43.560 gambar pra-render, 10 latar belakang, 32 hewan, 4 hubungan (kiri/kanan, bawah/atas), 4 atribut (biru/merah, rumput/batu).

4. PUG AR4T

Menyediakan sekitar 250.000 gambar untuk menyempurnakan model bahasa visual hubungan spasial dan atribut.

Meta menggunakan Unreal Engine untuk membuat lingkungan interaktif realistis yang darinya mereka dapat dengan mudah mengambil sampel gambar dari spesifikasi tertentu.

Gambar di bawah mengilustrasikan bagaimana Meta menggunakan Unreal Engine dan contoh gambar untuk menghasilkan dataset PUG.

Kumpulan data gambar sintetik menawarkan banyak keuntungan untuk merancang dan mengevaluasi jaringan saraf yang dalam.

Kumpulan data sintetik dapat merender sampel data sebanyak yang diperlukan, dan juga dapat mengontrol setiap adegan dengan tepat dan menghasilkan label data anotasi berbutir halus, mengontrol secara tepat perubahan distribusi antara pelatihan dan pengujian, untuk mengisolasi variabel yang menarik untuk eksperimen yang masuk akal.

Namun, masalah terbesar dengan kumpulan data sintetik yang ada adalah bahwa kumpulan data tersebut tidak cukup realistis, yang sangat membatasi ruang lingkup penggunaan kumpulan data tersebut.

Namun, jika kumpulan data gambar asli digunakan, itu akan tunduk pada batasan privasi dan hak cipta.

Mensintesis set data gambar nyata melalui Unreal Engine dapat mengatasi masalah ini dengan sangat baik.

Kemampuan untuk menghasilkan data yang mencakup berbagai domain dapat membuat evaluasi dan pelatihan model bahasa visual lebih andal daripada tolok ukur pengujian yang ada, kata Meta.

Selain kumpulan data, peneliti dapat menggunakan lingkungan PUG untuk membuat sendiri, dengan menentukan secara tepat faktor-faktor seperti pencahayaan dan sudut pandang yang sulit dikendalikan dengan kumpulan data dunia nyata.

Cara membuat dataset PUG Anda sendiri

Selain itu, Meta juga memperkenalkan secara detail cara menggunakan Unreal Engine untuk membangun kumpulan data PUG uniknya sendiri.

Instruksi manual:

Yang pertama adalah mengunduh Epic Games untuk mendapatkan Unreal Engine 5. Kemudian buat proyek streaming Pixel baru.

Jika Anda belum pernah memahami Unreal Engine sebelumnya, Anda dapat mengunduh Demo resmi untuk pengenalan sederhana.

Kemudian baca pengantar resmi mesin Unreal 5 untuk memahami mekanisme dasar Blueprintsd.

Setelah mengunduh Demo, buka file tabel DTCharSelect yang terletak di folder Content/Blueprints/CharacterConfig, seperti yang ditunjukkan pada gambar di bawah ini.

Tabel ini mencantumkan semua aset yang dapat dimuat melalui Lingkungan Unreal. Jika Anda ingin menambahkan karakter baru, buat entri baru di tabel.

Kacamata AR dapat diluncurkan tahun depan: bahan militer, dirakit di Amerika Serikat

Selain itu, Meta juga berencana meluncurkan kacamata AR generasi pertama pada tahun 2024, dengan output sekitar 1.000 unit.

1.000 kacamata AR ini hanya akan digunakan untuk pengujian internal dan tampilan publik, dan tidak akan dirilis ke publik.

Meski jumlahnya sedikit, Meta telah mengalami banyak kesulitan untuk memproduksi kacamata AR ini.

Kacamata diposisikan sebagai perangkat komputasi spasial yang mahal.

Dan karena lensa melibatkan bahan yang dibatasi dari ekspor, pengontrol genggam dan inti komputasi nirkabel dari kacamata ini akan diproduksi di China daratan dan Taiwan, China, dan kemudian dikirim ke Amerika Serikat, di mana mereka akan dirakit bersama dengan lensa untuk membentuk produk jadi.

Pasalnya, Meta berencana menggunakan senyawa bernama silicon carbide (SiC) sebagai bahan lensa kacamata AR yang diberi nama kode internal "Orion". Namun senyawa tersebut dilarang oleh pemerintah untuk diekspor ke negara lain.

Dibandingkan dengan bahan kaca sebelumnya, silikon karbida dapat memproyeksikan gambar yang lebih luas ke dalam lensa, dan bidang pandang lebih luas. Tapi itu juga lebih mahal.

Bidang pandang kacamata Orion AR sekitar 70° secara diagonal, sedikit lebih besar dari Magic Leap 2 (66°), dan jauh lebih besar dari HoloLens 2 (52°).

Pembelanjaan Meta yang begitu besar untuk produk yang tidak akan dirilis ke publik dapat menimbulkan kekhawatiran investor tentang pembelanjaan oleh unit Reality Labs Meta.

Diantaranya, departemen Reality Labs terutama mengembangkan produk augmented reality (AR) dan virtual reality (VR).

Namun, hingga saat ini, pasar realitas virtual masih kecil, teknologi augmented reality masih dalam pengembangan, dan skenario pendaratannya relatif terbatas.

Meta berinvestasi besar-besaran di dua area ini, berharap untuk membangun posisi terdepan Meta di pasar.

Di kedua area tersebut, Meta harus bersaing dengan pesaing yang didanai dengan baik: headset Vision Pro Apple.

Meta telah memangkas biaya di seluruh perusahaan mengingat melambatnya pertumbuhan pendapatan dan meningkatnya tekanan investor, namun total investasi Meta di unit Reality Labs masih terus berkembang.

Dalam 18 bulan terakhir, sektor ini telah merugi $21 miliar tahun ini.

Keputusan Meta untuk hanya mengirimkan kacamata AR generasi pertama sebagai produk internal sendiri merupakan langkah pemotongan biaya.

Selain itu, pemilihan pabrik di China juga merupakan bagian dari pengurangan biaya.

Mempekerjakan pekerja perakitan di Amerika Serikat, upah per jam berkisar dari $16,75 hingga $28,27. Jauh lebih tinggi dari biaya produksi di China daratan dan Taiwan, China.

Demikian pula, perusahaan teknologi AS lainnya yang membuat perangkat keras, seperti Apple, juga membuat sebagian besar produknya di China.

Meski begitu, harga kacamata AR generasi pertama masih cukup mahal karena lensanya harus diproduksi dan dirakit di Amerika Serikat.

Merekrut kembali karyawan yang diberhentikan

Dalam beberapa minggu terakhir, Meta perlahan mulai meningkatkan kecepatan perekrutan, terutama untuk peran teknik dan teknologi.

Sejak November, karyawan yang telah diberhentikan oleh Meta dapat melamar kembali untuk posisi yang saat ini mereka rekrut melalui "portal mantan karyawan" khusus.

Ratusan pekerjaan sedang dipekerjakan saat ini, terutama untuk perangkat lunak, perangkat keras, dan posisi AR/VR, dengan beberapa peran teknologi utama dalam infrastruktur dan pusat data.

Seseorang yang mengetahui masalah tersebut mengatakan bahwa posisi operasi tampaknya tidak diliberalisasi, dan posisi rekrutmen adalah semua posisi dengan persyaratan output tertentu, karena Meta telah mengurangi jumlah posisi level manajer secara keseluruhan.

Rekrutmen meta terutama ditujukan untuk karyawan dengan pengalaman kerja yang kaya, mengurangi perekrutan lulusan baru dan magang.

Semakin tinggi level dan semakin baik evaluasi kinerja insinyur yang diberhentikan, semakin tinggi kemungkinan untuk dipekerjakan kembali.

Banyak karyawan yang dipekerjakan kembali akan ditempatkan di posisi baru dengan posisi dan gaji yang lebih rendah dari sebelumnya.

Seorang staf yang dipekerjakan kembali oleh Meta mengatakan dia menerima potongan gaji sekitar 10%. Namun mengingat harga saham Meta sedang naik akhir-akhir ini, dia berharap bisa mencapai level tersebut dalam setahun.

Xiao Zha yang telah merasakan manisnya pengurangan biaya dan peningkatan efisiensi tampaknya masih kokoh di jalan menuju metaverse.

Referensi: