Звільнені працівники повертаються, і Мета відновлює Метавсесвіт! Публікуйте набори реалістичних зображень, збирайте окуляри AR під час глобального туру

**Джерело:**Xinzhiyuan

**Вступ: **Дослідження метавсесвіту Meta не припинено. Відкликання звільнених співробітників, випуск ультрареалістичних наборів нереальних зображень, збирання окулярів AR по всьому світу...

Джерело зображення: створено Unbounded AI

Дослідження метавсесвіту Meta все ще триває.

Нещодавно Meta розробила новий реалістичний синтетичний набір даних за допомогою Unreal Engine, сподіваючись скоротити відстань між синтетичними даними та даними реального світу.

Вони також планують виготовити нову пару окулярів AR, які будуть використовуватися лише для внутрішньої розробки та публічного показу.

Повідомляється, що в процесі виробництва окулярів беруть участь заводи в материковому Китаї, Тайвані та США. Причина в тому, що лінзи містять військовий матеріал, який не можна легко експортувати за межі Сполучених Штатів.

Крім того, Meta навіть створила «портал колишніх співробітників», щоб повільно набирати колишніх звільнених співробітників.

Real Unreal Image Dataset

Набір даних Photorealistic Unreal Graphic (PUG, Photorealistic Graphic), запущений компанією Meta, забезпечує більш керовану та надійну оцінку та навчання систем зору зі штучним інтелектом.

Цей набір даних синтезує понад 200 000 зображень тварин через Unreal Engine і сотні тисяч зображень, включаючи різні пози, освітлення та фони, як основу для навчання та оцінки моделей зображень і систем зображень.

Оскільки PUG використовує зображення, синтезоване Unreal Engine, це забезпечує реалістичність матеріалу зображення, що значно розширює сферу його використання, ніж аналогічні набори даних зображень раніше.

МОПС складається з 4 частин:

1. Тварина МОПС

Простори представлення для вивчення узагальнення поза розподілом і вивчення основних моделей, включаючи:

215 040 попередньо відрендерених зображень, що охоплюють 70 ресурсів тварин, включаючи 4 розміри, 3 текстури та 4 різні орієнтації.

2. МОПС ImageNet

Набір даних забезпечує новий ефективний еталон для детальної оцінки стабільності класифікаторів зображень за кількома змінними, зокрема:

151 тип (клас) ImageNet, 64 фони, 7 розмірів, 10 текстур, 18 кутів огляду, 18 орієнтацій символів і 7 інтенсивностей світла.

3. PUG SPAR (сцена, позиція, атрибут, зв’язок)

Набір даних використовується для оцінки візуально-мовних моделей, показуючи, як можна використовувати синтетичні дані для подолання обмежень поточних тестів. Це містить:

43 560 попередньо відрендерених зображень, 10 фонів, 32 тварини, 4 зв’язки (ліворуч/праворуч, внизу/верху), 4 атрибути (синій/червоний, трава/камінь).

4. МОПС AR4T

Надає приблизно 250 000 зображень для точного налаштування візуальних мовних моделей просторових відносин і атрибутів.

Meta використовувала Unreal Engine для створення реалістичних інтерактивних середовищ, з яких вони могли легко взяти зразки зображень певної специфікації.

На зображенні нижче показано, як Meta використовує Unreal Engine і зразки зображень для створення набору даних PUG.

Набори даних синтетичних зображень пропонують численні переваги для розробки та оцінки глибоких нейронних мереж.

Синтетичні набори даних можуть відтворювати стільки зразків даних, скільки потрібно, а також можуть точно контролювати кожну сцену та створювати дрібні мітки даних анотацій, точно контролювати зміни розподілу між навчанням і тестуванням, щоб ізолювати цікаві змінні для розумного експерименту.

Однак найбільшою проблемою існуючих синтетичних наборів даних є те, що вони недостатньо реалістичні, що серйозно обмежує сферу використання набору даних.

Однак якщо використовується справжній набір даних зображення, на нього поширюватимуться обмеження конфіденційності та авторського права.

Синтезування наборів даних реального зображення через Unreal Engine може дуже добре вирішити ці проблеми.

Здатність генерувати дані, що охоплюють низку областей, може зробити оцінку та навчання візуально-мовних моделей більш надійними, ніж існуючі контрольні тести, каже Мета.

Окрім наборів даних, дослідники можуть використовувати середовище PUG для створення власних, точно вказуючи такі фактори, як освітлення та кути огляду, які важко контролювати за допомогою реальних наборів даних.

Як створити власний набір даних МОПСА

Крім того, Meta також детально представила, як використовувати Unreal Engine для створення власного унікального набору даних PUG.

Посібник з експлуатації:

Перший — завантажити Epic Games, щоб отримати Unreal Engine 5. Потім створіть новий потоковий проект Pixel.

Якщо ви ніколи раніше не розуміли Unreal Engine, ви можете завантажити офіційну демонстраційну версію для простого знайомства.

Тоді прочитайте офіційний вступ до двигуна Unreal 5, щоб зрозуміти основний механізм Blueprintsd.

Після завантаження демонстрації відкрийте файл таблиці DTCharSelect, який знаходиться в папці Content/Blueprints/CharacterConfig, як показано на малюнку нижче.

У цій таблиці перераховано всі ресурси, які можна завантажити через Unreal Environment. Якщо ви хочете додати нові символи, просто створіть новий запис у таблиці.

Окуляри AR можуть бути запущені наступного року: військові матеріали, зібрані в США

Крім того, Meta також планує випустити перше покоління окулярів AR у 2024 році з випуском близько 1000 одиниць.

Ці 1000 окулярів доповненої реальності використовуватимуться лише для внутрішнього тестування та публічного показу та не будуть оприлюднені.

Хоча кількість невелика, Meta пройшла через багато проблем, щоб виготовити ці окуляри AR.

Окуляри позиціонуються як дорогий пристрій просторового обчислення.

А оскільки лінзи містять матеріали, експорт яких обмежено, ручний контролер і бездротове обчислювальне ядро цих окулярів виготовлятимуть у материковому Китаї та на Тайвані, Китай, а потім відправлятимуть до Сполучених Штатів, де їх збиратимуть разом із лінзи для формування готового продукту.

Причина полягає в тому, що Meta планує використовувати сполуку під назвою карбід кремнію (SiC) як матеріал для лінз в окулярах AR під внутрішньою кодовою назвою «Orion». Але з'єднання обмежено урядом від експорту в інші країни.

Порівняно з попередніми скляними матеріалами, карбід кремнію може проектувати ширше зображення в лінзу, а поле зору ширше. Але це також дорожче.

Поле зору окулярів Orion AR становить близько 70° по діагоналі, трохи більше, ніж у Magic Leap 2 (66°), і набагато більше, ніж у HoloLens 2 (52°).

Витрати Meta на продукт, який не буде опубліковано, можуть викликати занепокоєння інвесторів щодо витрат підрозділу Meta Reality Labs.

Серед них відділ Reality Labs в основному розробляє продукти доповненої реальності (AR) і віртуальної реальності (VR).

Однак поки що ринок віртуальної реальності все ще невеликий, а технологія доповненої реальності все ще знаходиться в стадії розробки, а сценарії посадки відносно обмежені.

Meta інвестувала значні кошти в ці дві сфери, сподіваючись закріпити лідируючі позиції Meta на ринку.

В обох сферах Meta має конкурувати з добре фінансованим конкурентом: гарнітурою Vision Pro від Apple.

Meta скоротила витрати в масштабах усієї компанії через уповільнення зростання доходів і посилення тиску інвесторів, але загальні інвестиції Meta в підрозділ Reality Labs все ще зростають.

За останні 18 місяців цього року сектор втратив 21 мільярд доларів.

Рішення Meta постачати лише перше покоління окулярів AR як власний продукт саме по собі є кроком до скорочення витрат.

Крім того, вибір фабрик у Китаї також є частиною зниження витрат.

При наймі монтажників у Сполучених Штатах погодинна оплата коливається від 16,75 до 28,27 доларів США. Набагато вище, ніж вартість виробництва в материковому Китаї та Тайвані, Китай.

Подібним чином інші технологічні компанії США, які виробляють апаратне забезпечення, такі як Apple, також виробляють більшість своєї продукції в Китаї.

Незважаючи на це, вартість першого покоління окулярів AR все ще досить висока, оскільки лінзи мають вироблятися та складатися в Сполучених Штатах.

Повторний прийом на роботу звільнених працівників

Останніми тижнями Meta потроху почала набирати темпи найму, особливо на інженерні та технологічні посади.

З листопада співробітники, звільнені Meta, можуть повторно подати заявку на посади, які вони зараз наймають, через спеціальний «портал колишніх співробітників».

Зараз наймаються сотні вакансій, головним чином для програмного забезпечення, апаратного забезпечення та AR/VR, а також деякі ключові технічні ролі в інфраструктурі та центрах обробки даних.

Особа, обізнана з цим питанням, сказала, що операційна посада не виглядає лібералізованою, а посади найму — це всі посади з конкретними вимогами до продуктивності, оскільки Meta скоротила кількість посад менеджерів у цілому.

Метарекрутинг в основному орієнтований на співробітників з багатим досвідом роботи, скорочуючи найм свіжих випускників і стажерів.

Чим вищий рівень і краща оцінка роботи звільненого інженера, тим вища ймовірність того, що його знову візьмуть на роботу.

Багато повторно прийнятих працівників будуть розміщені на нових посадах із нижчими посадами та зарплатами, ніж раніше.

Один співробітник, якого Meta знову найняла, сказав, що йому скоротили зарплату приблизно на 10%. Але враховуючи, що ціна акцій Meta останнім часом зростає, він очікує досягти цього рівня протягом року.

Сяо Чжа, який відчув солодкість скорочення витрат і підвищення ефективності, здається, все ще твердо йде по шляху до метавсесвіту.

Література: