Ο μασκοφόρος ελεγκτής ανθρωποειδών της Intel: Μια νέα προσέγγιση στη φυσικώς ρεαλιστική και κατευθυνόμενη παραγωγή ανθρώπινης κίνησης

Ερευνητές από Εργαστήρια Intel, σε συνεργασία με ακαδημαϊκούς και ειδικούς του κλάδου, εισήγαγαν μια πρωτοποριακή τεχνική για τη δημιουργία ρεαλιστικής και κατευθυνόμενης ανθρώπινης κίνησης από αραιές, πολλαπλές εισροές. Το έργο τους, που τονίστηκε στο Ευρωπαϊκό Συνέδριο για το Όραμα Υπολογιστών (ECCV 2024), εστιάζει στην υπερνίκηση των προκλήσεων της δημιουργίας φυσικών, βασισμένων στη φυσική ανθρώπινη συμπεριφορά σε ανθρωποειδείς χαρακτήρες υψηλής διάστασης. Αυτή η έρευνα αποτελεί μέρος της ευρύτερης πρωτοβουλίας της Intel Labs για την προώθηση της υπολογιστικής όρασης και της μηχανικής μάθησης.

Η Intel Labs και οι συνεργάτες της παρουσίασαν πρόσφατα έξι χαρτιά αιχμής στο ECCV 2024, ένα κορυφαίο συνέδριο που διοργανώθηκε από την European Computer Vision Association (ECVA).

Το χαρτί Δημιουργία σωματικά ρεαλιστικών και κατευθυνόμενων ανθρώπινων κινήσεων από εισόδους πολλαπλών τρόπων παρουσίασε καινοτομίες, συμπεριλαμβανομένης μιας νέας αμυντικής στρατηγικής για την προστασία μοντέλων από κείμενο σε εικόνα από επιθέσεις κόκκινης ομαδοποίησης που βασίζονται σε άμεσες οδηγίες και την ανάπτυξη ενός συνόλου δεδομένων μεγάλης κλίμακας που έχει σχεδιαστεί για τη βελτίωση της χωρικής συνέπειας σε αυτά τα μοντέλα. Μεταξύ αυτών των συνεισφορών, το έγγραφο υπογραμμίζει την αφοσίωση της Intel στην προώθηση της παραγωγικής μοντελοποίησης, δίνοντας παράλληλα προτεραιότητα υπεύθυνη AI πρακτικές.

Δημιουργία ρεαλιστικών ανθρώπινων κινήσεων με χρήση εισόδων πολλαπλών τρόπων

Το Masked Humanoid Controller (MHC) της Intel είναι ένα επαναστατικό σύστημα που έχει σχεδιαστεί για να δημιουργεί ανθρώπινη κίνηση σε περιβάλλοντα προσομοίωσης φυσικής. Σε αντίθεση με τις παραδοσιακές μεθόδους που βασίζονται σε μεγάλο βαθμό σε πλήρως λεπτομερή δεδομένα καταγραφής κίνησης, το MHC είναι κατασκευασμένο για να χειρίζεται αραιά, ελλιπή ή μερικά δεδομένα εισόδου από διάφορες πηγές. Αυτές οι πηγές μπορεί να περιλαμβάνουν ελεγκτές εικονικής πραγματικότητας, οι οποίοι ενδέχεται να παρακολουθούν μόνο τις κινήσεις των χεριών ή του κεφαλιού. εισόδους joystick που δίνουν μόνο εντολές πλοήγησης υψηλού επιπέδου. παρακολούθηση βίντεο, όπου ορισμένα μέρη του σώματος ενδέχεται να είναι φραγμένα· ή ακόμα και αφηρημένες οδηγίες που προέρχονται από προτροπές κειμένου.

Η καινοτομία της τεχνολογίας έγκειται στην ικανότητά της να ερμηνεύει και να συμπληρώνει τα κενά όπου λείπουν ή είναι ελλιπή δεδομένα. Αυτό το πετυχαίνει μέσω αυτού που δηλώνει η Intel Catch-up, Combine, and Complete (CCC) δυνατότητες:

• Ενημερώνομαι: Αυτή η δυνατότητα επιτρέπει στο MHC να ανακτά και να συγχρονίζει εκ νέου την κίνησή του όταν συμβαίνουν διακοπές, όπως όταν το σύστημα ξεκινά σε αποτυχημένη κατάσταση, όπως ένας ανθρωποειδής χαρακτήρας που έχει πέσει. Το σύστημα μπορεί να διορθώσει γρήγορα τις κινήσεις του και να συνεχίσει τη φυσική κίνηση χωρίς επανεκπαίδευση ή χειροκίνητες ρυθμίσεις.
• Συνδυασμός: Το MHC μπορεί να συνδυάσει διαφορετικές ακολουθίες κίνησης, όπως τη συγχώνευση των κινήσεων του άνω μέρους του σώματος από μια ενέργεια (π.χ. κυματισμός) με τις ενέργειες του κάτω σώματος από μια άλλη (π.χ. περπάτημα). Αυτή η ευελιξία επιτρέπει τη δημιουργία εντελώς νέων συμπεριφορών από υπάρχοντα δεδομένα κίνησης.
• Πλήρης: Όταν δίνονται αραιές είσοδοι, όπως δεδομένα μερικής κίνησης του σώματος ή ασαφείς οδηγίες υψηλού επιπέδου, το MHC μπορεί έξυπνα να συμπεράνει και να δημιουργήσει τα μέρη της κίνησης που λείπουν. Για παράδειγμα, εάν καθορίζονται μόνο οι κινήσεις των χεριών, το MHC μπορεί να δημιουργήσει αυτόνομα αντίστοιχες κινήσεις των ποδιών για να διατηρήσει τη φυσική ισορροπία και τον ρεαλισμό.

Το αποτέλεσμα είναι ένα εξαιρετικά προσαρμόσιμο σύστημα παραγωγής κίνησης που μπορεί να δημιουργήσει ομαλές, ρεαλιστικές και σωματικά ακριβείς κινήσεις, ακόμη και με ελλιπείς ή υποκαθορισμένες οδηγίες. Αυτό καθιστά το MHC ιδανικό για εφαρμογές σε παιχνίδια, ρομποτική, εικονική πραγματικότητα και σε κάθε σενάριο όπου απαιτείται ανθρώπινη κίνηση υψηλής ποιότητας, αλλά τα δεδομένα εισόδου είναι περιορισμένα.

Ο αντίκτυπος του MHC στα μοντέλα γενετικής κίνησης

Το Masked Humanoid Controller (MHC) αποτελεί μέρος μιας ευρύτερης προσπάθειας της Intel Labs και των συνεργατών της για την υπεύθυνη κατασκευή μοντέλων παραγωγής, συμπεριλαμβανομένων εκείνων που τροφοδοτούν το κείμενο σε εικόνα και 3D γενιά καθήκοντα. Όπως συζητήθηκε στο ECCV 2024, αυτή η προσέγγιση έχει σημαντικές επιπτώσεις σε βιομηχανίες όπως η ρομποτική, η εικονική πραγματικότητα, τα παιχνίδια και η προσομοίωση, όπου η δημιουργία ρεαλιστικής ανθρώπινης κίνησης είναι ζωτικής σημασίας. Ενσωματώνοντας πολλαπλές εισόδους και επιτρέποντας στον ελεγκτή την απρόσκοπτη μετάβαση μεταξύ των κινήσεων, το MHC μπορεί να χειριστεί πραγματικές συνθήκες όπου τα δεδομένα του αισθητήρα μπορεί να είναι θορυβώδη ή ελλιπή.

Αυτό το έργο της Intel Labs βρίσκεται δίπλα σε άλλες προηγμένες έρευνες που παρουσιάστηκαν στο ECCV 2024, όπως η νέα τους άμυνα για μοντέλα κειμένου σε εικόνα και η ανάπτυξη τεχνικών για τη βελτίωση της χωρικής συνέπειας στη δημιουργία εικόνων. Μαζί, αυτές οι εξελίξεις αναδεικνύουν την ηγετική θέση της Intel στον τομέα της όρασης υπολογιστών, με έμφαση στην ανάπτυξη ασφαλών, επεκτάσιμων και υπεύθυνων τεχνολογιών τεχνητής νοημοσύνης.

Συμπέρασμα

Το Masked Humanoid Controller (MHC), που αναπτύχθηκε από την Intel Labs και ακαδημαϊκούς συνεργάτες, αντιπροσωπεύει ένα κρίσιμο βήμα προόδου στον τομέα της δημιουργίας ανθρώπινης κίνησης. Αντιμετωπίζοντας το σύνθετο πρόβλημα ελέγχου της δημιουργίας ρεαλιστικών κινήσεων από εισόδους πολλαπλών τρόπων, το MHC ανοίγει το δρόμο για νέες εφαρμογές σε VR, παιχνίδια, ρομποτική και προσομοίωση. Αυτή η έρευνα, που παρουσιάστηκε στο ECCV 2024, καταδεικνύει τη δέσμευση της Intel για την προώθηση της υπεύθυνης τεχνητής νοημοσύνης και της παραγωγικής μοντελοποίησης, συμβάλλοντας σε ασφαλέστερες και πιο προσαρμοστικές τεχνολογίες σε διάφορους τομείς.