الواقع المعزز والواقع الممتد وواجهات الدماغ

باحثون يخترعون هولوجرامات ثلاثية الأبعاد حقيقية الوقت على الهواتف الذكية

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

يمكن أن تكون الهواتف الذكية قادرة قريباً على توليد هولوجرامات ثلاثية الأبعاد فوتوغرافية، بفضل نموذج الذكاء الاصطناعي الذي طوره باحثون في معهد ماساتشوستس للتكنولوجيا. نظام الذكاء الاصطناعي الذي طوره فريق معهد ماساتشوستس للتكنولوجيا يحدد أفضل طريقة لتوليد الهولوجرامات من سلسلة من الصور الإدخالية.

قام باحثون من معهد ماساتشوستس للتكنولوجيا مؤخراً بتصميم نماذج ذكاء اصطناعي تمكن من توليد هولوجرامات ثلاثية الأبعاد فوتوغرافية. يمكن أن يكون لهذه التكنولوجيا تطبيقات للنظارات الواقع الافتراضي والواقع المعزز، ويمكن حتى توليد الهولوجرامات بواسطة هاتف ذكي.

على عكس شاشات 3D وVR التقليدية، التي تنتج فقط وهم العمق والتي يمكن أن تسبب الغثيان والصداع، يمكن أن ترى شاشات الهولوجرام بواسطة الأشخاص دون أن تسبب إجهاد العين. أحد العقبات الكبيرة نحو إنشاء وسائط هولوجرامية هي التعامل مع البيانات اللازمة لتوليد الهولوجرام. كل هولوجرام يتكون من كمية هائلة من البيانات، необходимة لإنشاء “العمق” الذي يمتلكه الهولوجرام. بسبب ذلك، يتطلب توليد الهولوجرامات عادةً كمية هائلة من القدرة الحاسوبية. من أجل جعل تكنولوجيا الهولوجرام أكثر واقعية، قام فريق معهد ماساتشوستس للتكنولوجيا بتطبيق الشبكات العصبية التلافيفية العميقة على المشكلة، مما أدى إلى إنشاء شبكة قادرة على توليد هولوجرامات بسرعة بناءً على الصور الإدخالية.

النهج التقليدي لتوليد الهولوجرامات يتضمن أساساً توليد قطع عديدة من الهولوجرامات ثم استخدام محاكاة فيزيائية لدمج القطع في تمثيل كامل للكائن أو الصورة. هذا يختلف عن النهج التقليدي المستخدم لتوليد الهولوجرامات. في الطريقة التقليدية، يتم تقطيع الصور إلى قطع ثم استخدام جداول بحث لربط قطع الهولوجرام معاً، حيث يتم استخدام جداول البحث لتحديد حدود قطع الهولوجرام المختلفة. عملية تحديد حدود قطع الهولوجرام باستخدام جداول البحث هي عملية متعبة ومستهلكة للقدرة الحاسوبية.

وفقاً لمجلة IEEE Spectrum، صمم فريق معهد ماساتشوستس للتكنولوجيا طريقة أخرى لتوليد الهولوجرامات. باستخدام قوة الشبكات العصبية الاصطناعية، تمكنوا من تقطيع الصور إلى قطع يمكن إعادة تجميعها في هولوجرامات باستخدام عدد أقل من “القطع”. يستفيد النهج الجديد من قدرة الشبكات العصبية التلافيفية على تحليل الصور وفرزها إلى قطع منفصلة. هذا النهج الجديد لتحليل وفرز الصور يقلل بشكل كبير من عدد العمليات التي يجب على النظام تنفيذها.

من أجل تصميم مولد الهولوجرامات القائم على الذكاء الاصطناعي، بدأ فريق البحث ببناء قاعدة بيانات تتكون من حوالي 4000 صورة محوسبة، مع هولوجرام ثلاثي الأبعاد tương ứng لكل صورة. تم تدريب الشبكة العصبية التلافيفية على هذه القاعدة البيانية، حيث تعلم كيفية ربط كل صورة بهولوجرامها وتحديد أفضل طريقة لاستخدام الميزات لتوليد الهولوجرامات. عندما تم تزويد نظام الذكاء الاصطناعي ببيانات غير موضحة مع معلومات العمق، يمكنه توليد هولوجرامات جديدة من هذه البيانات. يتم توفير معلومات العمق من خلال استخدام حساسات ليدار أو شاشات متعددة الكاميرات وتمثيلها كصورة محوسبة. بعض الهواتف الجديدة تحتوي على هذه المكونات، مما يعني أنها قد تولد الهولوجرامات إذا تم ربطها بشاشة مناسبة.

يتطلب نظام الهولوجرام الجديد القائم على الذكاء الاصطناعي كمية أقل من الذاكرة مقارنة بالطرق التقليدية. يمكن للنظام توليد هولوجرامات ثلاثية الأبعاد بسرعة 60 إطار في الثانية وبألوان كاملة ودقة 1920 × 1080 باستخدام حوالي 620 كيلوبايت من الذاكرة أثناء تشغيله على وحدة معالجة رسومات متوفرة بشكل شائع. تمكنت الباحثون من تشغيل نظامهم على هاتف آيفون 11، مما أدى إلى توليد حوالي هولوجرام واحد في الثانية، بينما كان نظام جوجل إيدج تي بي يو能够 تقديم 2 هولوجرام في الثانية. هذا يشير إلى أن النظام يمكن تعديله ليعمل على الهواتف الذكية وأجهزة الواقع الافتراضي والواقع المعزز بشكل عام. يمكن أن يكون للنظام تطبيقات في الطباعة ثلاثية الأبعاد الحجمية أو في تصميم المجاهر الهولوجرامية.

في المستقبل، يمكن أن تؤدي التحسينات في التكنولوجيا إلى إدخال أجهزة تتبع العين وبرمجياتها، مما يسمح بالهولوجرامات لتغيير دقتها ديناميكياً عند النظر إلى أماكن معينة.

مدون وبرمجي متخصص في مواضيع Machine Learning و Deep Learning. يأمل دانيال في مساعدة الآخرين على استخدام قوة الذكاء الاصطناعي من أجل الخير الاجتماعي.