AIGC "fiziksel sihir" yapıyor, 3D görüş "kesinlik sınırını" aşıyor

Orijinal Kaynak: Işık Konisi Zekası

Yazar: Yao Yue

Görsel kaynağı: Unbounded AI‌ tarafından oluşturuldu

"Sanat yok, tamamen fizik! Fizik seni mutlu ediyor, değil mi?"

Geçenlerde dünya bilgisayar grafikleri konferansı SIGGRAPH 2023'te Nvidia'nın kurucusu ve CEO'su Huang Renxun, üretken yapay zekayı Omniverse simülasyon platformuyla birleştirdiğinde "AIGC'nin iPhone anı" olduğunu duyurduğu kadar heyecanlı olduğunu duyurdu.

**Fiziksel yasalara dayalı bir simülasyon platformuyla yalnızca grafiklere ve metne uygulanabilen büyük dil modellerinden farklı olarak, üretken yapay zeka doğrudan gerçek dünyada kullanılabilir. **

Huang Renxun'a ek olarak, Li Feifei'nin Amerika Birleşik Devletleri'ndeki Stanford Üniversitesi'ndeki ekibi de yakın zamanda büyük modelleri robotlara entegre etti;

** Kuawei Intelligence'ın kurucusu ve South China University of Technology'de profesör olan Jia Kui, Light Cone Intelligence'a "Fiziksel dünyanın simülasyonuna dayanan üretken AI, üretken AI 2.0'dır" dedi. bedenlenmiş zeka önemli bir rol oynayacaktır, daha belirleyici bir etki. **

Genel yeteneklerin geliştirilmesiyle birlikte yapay zekanın ticarileştirme "lanetini" de kırması bekleniyor.

Üretken yapay zeka fizik öğrendiğinde

Üretken yapay zekayı fiziksel dünyayla birleştirmek kolay değildir ve ilgili teknik zincir çok uzundur.

**Her şeyden önce, gerçek dünyayı simülasyon platformuna modelleyebilmek için fiziksel dünyanın temel yasalarına hakim olmak gerekir. **

Simülasyon platformu sadece fiziksel sahneleri simüle edemez, aynı zamanda gerçek dünyadaki nesnelerin etkileşimini, hareketini ve deformasyonunu da simüle edebilir.

Üretken AI'nın eklenmesi, simülasyon platformunun "önizleme" yeteneğine sahip olmasını sağlayacaktır.

"İnsanlar fiziksel bilgiyi çocukluğundan beri biliyorlar, ancak yapay zeka bunu bilmiyor." Huang Renxun, "Üretken yapay zeka ve simülasyon platformunun birleşimi, yapay zekanın geleceğini fizikte kök salmasını sağlamak içindir."

Huang Renxun ayrıca yapay zekanın sanal dünyadaki çevreyi nasıl algılayacağını öğrenmesine ve pekiştirmeli öğrenme yoluyla fiziksel davranışın etkisini ve sonuçlarını anlamasına izin verildiğini, böylece yapay zekanın belirli hedeflere ulaşabileceğini açıkladı.

**Bu, değerli sentetik veriler oluşturmak için fiziksel dünyadaki on milyonlarca hatta yüz milyonlarca olasılığı tahmin etmek için üretici yapay zekanın kullanılmasını gerektirir. **

Örneğin, robotik kolun doğru bir şekilde kavramak için 3B görüşün "gözlerini" kullanması gerekir, ancak çevresel değişikliklerin girişimini nasıl ortadan kaldırabilir ve kavranacak nesneleri (fabrikadaki parçalar gibi) nasıl tanıyabilir?

Simülasyon platformu sayesinde, "sahne nesnesi üzerindeki ışığın yansıması ve kırılması" gibi fiziksel yasalara hakim olduk ve üretken yapay zeka, farklı sahne aydınlatması altında farklı yansıma derecelerine sahip bir şişeyi tahmin edebilir ve simüle edebilir; aynı aydınlatma altında , metal, plastik ve ahşap ürünler gibi farklı malzemelerden yapılmış nesnelerin yüzeyinin durumu; bir çivi yığını, olası tüm dağınık durumlar...

** Yine tüm verilerin AI ile simülasyon platformunda çalıştırılması gerekiyor. **

Bu adım, 3B görsel büyük modeli eğitmektir. Büyük dil modellerinden farklı olarak, 3B görsel büyük modeller, görsel sahnelerin kompozisyon özelliklerini anlamak ve akıl yürütmek için çok önemlidir ve nesneler, konumlar ve gerçek ortamdaki değişiklikler arasındaki karmaşık ilişkilerle ilgilenmesi gerekir.

**Son olarak, akıllı çalışmayı öğrenebilmesi için robotik kol gibi akıllı bir donanıma bağlanması gerekir. **

Üretken yapay zeka ile fiziksel dünyanın birleşiminden oluşan tüm teknik zincirin yalnızca fizik, grafik, bilgisayar görüşü ve çok disiplinli robotları değil, aynı zamanda dijital ikizleri, geometrik derin öğrenmeyi, kinematik hesaplamaları, hibrit zekayı ve akıllı zekayı da içerdiği görülebilir. Donanım ve diğer çok boyutlu ileri teknolojiler.

Buna bağlı olarak, verilerden modellere ve ardından modellerden dağıtıma kadar tüm endüstrinin zinciri de nispeten karmaşıktır.

Bu bağlantılarda, önceki AI yolundan çok farklı bir düğüm vardır ve o da "sentetik veri üretimi"dir.

Büyük modelleri eğitmek için fiziksel yasalara dayalı üretken yapay zeka tarafından sentezlenen verileri kullanmak, fiziksel endüstriye birdirbir devrim getirecektir.

Gerçek bir resim olmadan,

Eğitim 3D görsel büyük model

Neden büyük modelleri doğrudan gerçek veriler üzerinde eğitmiyorsunuz?

Şu anda, endüstrideki 3D görüşe dayalı çoğu robotik kol, kontrol sistemlerinin algoritma eğitimi için gerçek verileri kullanıyor. Ticari gizlilik gibi konulardan dolayı bu gerçek verilerin genel verilerde elde edilmesi zordur ve temel olarak işletmelerin kendileri tarafından toplanır.

**Ancak kendi kendine toplanan gerçek veriler, her şeyden önce, operasyonun iki temel göstergesi olan "verimlilik ve maliyet" açısından maliyet performansı çok düşüktür. **

Bunun nedeni, terminal uygulama senaryolarının parçalanmış olması ve verilerin evrensel olarak kullanılamamasıdır. Gerçek verileri toplamak için işletmelerin her endüstrinin, her fabrikanın ve her sahnenin "halı" koleksiyonuna ihtiyacı vardır. Ayrıca, toplanan veriler doğrudan kullanılamaz ve bir dizi işlem gerektirir.

Hatta bu süreçte bir “yapay zeka paradoksu” söz konusudur.

"Gerçek verileri toplamak, AI teknolojisinin maliyetinin yarısından fazlası veri maliyetidir ve veri toplama, temizleme, etiketleme ve iyileştirme işlemlerinin işlenmesi genellikle büyük miktarda insan gücü birikiminin sonucudur." Bazı analistler, Yapay zekanın özü, yapay zekanın yerini almaktır. "İroni şu ki, bu tür yapay zekanın bariz emek yoğun endüstriyel özellikleri var."

Peki ya sentetik veriler?

** "Beş veya altı yılda biriken gerçek verileri ve binlerce vakayı kullanarak, sentetik verilerle birkaç gün ve birkaç haftada tamamlanabilir." Jia Kui, Light Cone Intelligence'a, verilerin manuel olarak toplanması ve etiketlenmesiyle karşılaştırıldığında , sentetik verilerin maliyeti Birkaç büyüklük mertebesinde bir azalma elde edilebilir. **

**En önemli şey, eğitim etkisi açısından sentetik verilerin gerçek verilerden daha iyi olabilmesidir. **

Fiziksel yasalara dayalı olarak sentezlendiğinden, sentetik veriler kesinlikle doğru ek açıklamalarla doğar, bu da yapay zeka öğreniminin çok verimli olduğu anlamına gelir.

Ek olarak, sentetik verilerin "kapsamlılığı" gerçek verilerle karşılaştırılamaz. Jia Kui, "Üretken AI 2.0, sayısız dünya yaratabilir ve bu dünyanın hızla gelişmesini sağlayabilir." dedi.

**3D görüntü endüstrisi söz konusu olduğunda robotik kol, geçmişte ve gelecekte her şeyi kontrol edebilen "Tanrı'nın eli" gibidir. **

Jia Kui, "Elbette bu, fiziksel dünyanın kanunlarının dışında olamaz." diye vurguladı.

"Şu anda, karmaşık sahne operasyonları için robotik kolun 3D görsel model eğitimini gerçek bir resim kullanmadan tamamlayabiliyoruz." Jia Kui, Lightcone Intelligence'a robotik kolun esnek çalışmasının tamamen sentetikle eğitilmiş model tarafından yönlendirilebileceğini söyledi. Yerinde %99,9'dan fazla kararlı kavrama gerçekleştirebilen veriler.

Tam da bu nedenle, **sentetik veriye büyük modellerin "veri sürekli hareket makinesi" adı verilir. **

Günümüzde 3 boyutlu görme alanının yanı sıra genel veri eksikliği ve yüksek gürültü gibi problemler nedeniyle birçok alanda da sentetik veri kullanılmaya çalışılmaktadır. Bununla birlikte, eğitim sırasında dikkatli bir şekilde hata ayıklanmadığı ve yoğun bir şekilde kullanılmadığı takdirde, modelin çökmesine ve geri dönüşü olmayan hatalara neden olacağına dair sentetik veriler hakkında güçlü şüpheler de vardır.

Teknolojik evrim açısından, sentetik veriler büyük modeller için tek çözüm olmayacaktır.

Ancak Jia Kui, "Daha iyi bir yol bulmadan önce, sentetik veriler şu anda pratik sorunları çözmenin en iyi yoludur. İnsanlar tarafından birikmiş gerçek veriler hala kullanılıyorsa, 3D vizyon, AGI (Genel Yapay Zeka) dahil birçok alanda kullanılıyor. ) zeka) asla mümkün olmayacak.”

Yapay zekanın ticarileştirilmesinin "lanetini" kırmak

Yapay görme alanında, sentetik verilere olan talep daha güçlü ve üretken AI 2.0'ın ortaya çıkarabileceği değer daha da büyük olacak.

Yapay görmenin çok önemli bir algılama yöntemi olan 3B görme, sentetik verilere acil bir ihtiyaç duymaktadır.

Bir grup benzer parça arasında "farkı bulun" ve nesnenin malzemesini ve rengini değiştirin ve parametreleri ayarlamanız gerekir." Bir 3D görüş uygulayıcısı, farklı alanların farklı ihtiyaçlarının iniş sahnesini çok parçalı hale getirdiğini söyledi. Bir projeyi bitirin ve ardından başka bir projeyi yeniden özelleştirin.

Bu, işletmelerin bir veya birkaç proje gereksinimini çözmeye odaklanarak standart ürünler oluşturmasının zor olduğu anlamına gelir. Ayrıca hızlı replikasyon ile pazara girip genişlemek ve kar ölçeği peşinde koşmak da imkansızdır.

**Marjinal maliyetin düşürülmesi zordur, bu da bir teknoloji şirketini bir proje şirketine dönüştürecek ve sonunda onu aşağı çekecektir. **

Şeytan Ayrıntıda.

Geleneksel 3B görsel algı ne kadar kırılgan? Jia Kui, Light Cone Intelligence'a şunları söyledi: "Robot kolun kavranması sırasında, biri yanından geçer ve ışığı değiştirirse, görev başarısız olabilir."

Bu durum donanımsal 3D kameranın görüntüleme prensibinden kaynaklanmaktadır.3D kamera görüntüleme ortam, nesne şekli, malzeme, renk, saçılma ortamı vb. faktörlerden kolaylıkla etkilenir ve bu sorunun kısa sürede çözülmesi zordur.

SenseTime'ın kurucu ortağı Yang Fan, "Bir sorunu çözmek için yüz adım gerekebilir, ancak son adımdaki çaba önceki 99 adımın toplamıyla aynı olabilir." işletmenin küçük parçalarla Uzun kuyruk sorunuyla başa çıkmak için kullanılması gerekiyor.

Ancak şimdi, **"Güçlü çok yönlülüğe sahip Üretken Yapay Zeka 2.0, ürün standardizasyonu için çok önemli olan uzun kuyruk sorununu çözebilir." dedi Jia Kui. **

Üretken AI 2.0'a dayalı endüstrinin geleneksel özelleştirilmiş geliştirme modeliyle karşılaştırıldığında, kuruluşlar ürün modüler geliştirmeyi gerçekleştirmek, kullanıma hazır dağıtım elde etmek ve ardından aynı sektörde doğrudan genişlemeyi gerçekleştirmek için genel büyük ölçekli modeli kullanabilir. ve farklı endüstriler de Etkili yeniden kullanım yapabilir. 3D görüntü endüstrisinin ticarileşme sorunu kolayca çözülecektir.

Aynı zamanda veri, geliştirme, devreye alma, donanım ve sektör genişletme maliyetleri de her bağlantıda keskin bir şekilde düştü.

Üretken AI 2.0'ın katalizi altında, 3D görüş bir kez patladığında, bu, robotik kollar, robotlar, insansız araçlar ve metaverseler gibi büyük ölçüde 3D görüş teknolojisine dayanan dikey sahnelerin yapay zeka temettüsünü tüketmek için hızlanacağı anlamına gelir.

Veri etiketleme, sentetik veriler, endüstriyel robotlar ve yapay görme gibi alanlarda, küresel pazar büyüklüğü yüksek bir hızla büyüyor, özellikle sentetik verilerin bileşik yıllık büyüme oranı %30'u bile aşıyor. .

Bunun arkasında aslında teknoloji ve birçok imalat devi tarafından çok değer verilen üretken AI 2.0'ın stratejik değeri var.

Siemens ve Ford gibi köklü üretim şirketlerinden Nvidia, Tesla, Google gibi teknoloji devlerine ve Waabi gibi yıldız start-up'lara kadar hepsi endüstri, robotik, insansız sürüş, tıbbi bakım gibi birçok alanda çalışmaya başladı. ve perakende. Üretken AI 2.0'ın daha büyük olanaklarını keşfedin.

Aynı zamanda sermayenin coşkusu da büyük ölçüde seferber oldu. Eksik istatistiklere göre, son yıllarda yabancı sentetik verilere dayalı finansman 800 milyon ABD dolarına yakın birikti.

Çin'de sentetik verilerle ilgili şirketler de sermayenin ilgisini çekti. Haziran 2022'de Kuowei Smart, kuruluşundan bu yana bir yıldan kısa bir süre içinde on milyonlarca yuan finansman miktarı ve yaklaşık 100 milyon yuan kümülatif finansman ile A Öncesi finansman turunun tamamlandığını duyurdu; bu, Temmuz ayında Yılda, Guanglun Smart ayrıca melek + finansman turunun tamamlandığını duyurdu.Kümülatif finansman miktarı on milyonlarca yuan.

**Şiir yazabilmekten fizik öğrenmeye kadar, üretken AI 2.0'ın endüstriyel dijitalleşmenin büyük bir geleceğini açtığı söylenebilir. **