Το Masked Humanoid Controller της Intel: Μια Νέα Προσέγγιση για τη Γεννήση Ρεαλιστικών και Καθοδηγούμενων Ανθρώπινων Κινήσεων

Ερευνητές από τα Εργαστήρια της Intel (INTC ), σε συνεργασία με ακαδημαϊκούς και βιομηχανικούς εμπειρογνώμονες, έχουν εισαγάγει μια επαναστατική τεχνική για τη γεννήση ρεαλιστικών και καθοδηγούμενων ανθρώπινων κινήσεων από σπάνιες, πολυ-τροπικές εισόδους. Το έργο τους, το οποίο παρουσιάστηκε στο Ευρωπαϊκό Συνέδριο για την Επιστήμη της Όρασης (ECCV 2024), επικεντρώνεται στην υπέρβαση των προκλήσεων της γεννήσης φυσιολογικών, βασισμένων στη φυσική, ανθρώπινων συμπεριφορών σε υψηλο-διαστατικές ανθρωποειδείς χαρακτήρες. Αυτή η έρευνα είναι μέρος μιας ευρύτερης πρωτοβουλίας των Εργαστών της Intel για την προώθηση της επιστήμης της όρασης και του μηχανικού μάθησης.

Τα Εργαστήρια της Intel και οι συνεργάτες τους παρουσίασαν πρόσφατα έξι πρωτοποριακές εργασίες στο ECCV 2024, một συνέδριο που οργανώθηκε από την Ευρωπαϊκή Εταιρεία για την Επιστήμη της Όρασης (ECVA).

Η εργασία Γεννήση Ρεαλιστικών και Καθοδηγούμενων Ανθρώπινων Κινήσεων από Πολυ-Τροπικές Εισόδους παρουσίασε καινοτομίες, συμπεριλαμβανομένης μιας νέας αμυντικής στρατηγικής για την προστασία των μοντέλων κειμένου-εικόνας από επιθέσεις red teaming και την ανάπτυξη ενός μεγάλου συνόλου δεδομένων για τη βελτίωση της χωρικής συν nhấtότητας σε αυτά τα μοντέλα. Μεταξύ αυτών των συνεισφορών, η εργασία υπογραμμίζει την αφοσίωση της Intel στην προώθηση της γεννητικής μοντελοποίησης, ενώ προτεραιότητα δίνεται στη υπεύθυνη χρήση της τεχνητής νοημοσύνης.

Γεννήση Ρεαλιστικών Ανθρώπινων Κινήσεων Χρησιμοποιώντας Πολυ-Τροπικές Εισόδους

Ο Masked Humanoid Controller (MHC) της Intel είναι ένα πρωτοποριακό σύστημα που σχεδιάστηκε για τη γεννήση ανθρώπινων κινήσεων σε προσομοιωμένα περιβάλλοντα φυσικής. Σε αντίθεση με τις παραδοσιακές μεθόδους που βασίζονται σε πλήρως λεπτομερείς δεδομένα κίνησης, ο MHC είναι κατασκευασμένος για να χειρίζεται σπάνιες, ελλιπείς ή μερικές εισόδους από διάφορες πηγές. Αυτές οι πηγές possono να περιλαμβάνουν ελεγκτές εικονικής πραγματικότητας, οι οποίοι μπορεί να παρακολουθούν μόνο τις κινήσεις των χεριών ή του κεφαλιού, εισόδους joystick που δίνουν μόνο υψηλού επιπέδου εντολές πλοήγησης, παρακολούθηση βίντεο, όπου某μένα μέρη του σώματος μπορεί να είναι καλυμμένα, ή ακόμη και αφηρημένες οδηγίες που προέρχονται από κείμενο-πρωτοβουλίες.

Η καινοτομία της τεχνολογίας έγκειται στην ικανότητά της να ερμηνεύει και να συμπληρώνει τα κενά όπου τα δεδομένα λείπουν ή είναι ελλιπή. Αυτό επιτυγχάνεται μέσω της ικανότητας Catch-up, Combine, and Complete (CCC):

• Catch-up: Αυτή η λειτουργία επιτρέπει στον MHC να ανακτά και να συγχρονίζει την κίνησή του όταν συμβαίνουν διακοπές, όπως όταν το σύστημα αρχίζει σε μια κατάσταση αποτυχίας, όπως ένας ανθρωποειδής χαρακτήρας που έχει πέσει. Το σύστημα μπορεί να διορθώσει γρήγορα τις κινήσεις του και να συνεχίσει τη φυσιολογική κίνηση χωρίς επανεκπαίδευση ή χειροκίνητες ρυθμίσεις.
• Combine: Ο MHC μπορεί να συνδυάσει διαφορετικές ακολουθίες κινήσεων, όπως η σύντηξη κινήσεων του άνω σώματος από μια ενέργεια (π.χ. χαιρετισμός) με κινήσεις του κάτω σώματος από μια άλλη (π.χ. περπάτημα). Αυτή η ευελιξία επιτρέπει τη γεννήση εντελώς νέων συμπεριφορών από υπάρχουσες δεδομένα κίνησης.
• Complete: Όταν δοθούν σπάνιες εισόδους, όπως μερικά δεδομένα κίνησης του σώματος ή αόριστες υψηλού επιπέδου οδηγίες, ο MHC μπορεί να συμπληρώσει έξυπνα τα λείπουντα μέρη της κίνησης. Για παράδειγμα, αν chỉνονται μόνο οι κινήσεις των χεριών, ο MHC μπορεί να γεννήσει αυτόματα τις αντίστοιχες κινήσεις των ποδιών για να διατηρήσει τη φυσική ισορροπία και τη ρεαλιστικότητα.

Το αποτέλεσμα είναι ένα υψηλά προσαρμόσιμο σύστημα γεννήσης κίνησης που μπορεί να δημιουργήσει ομαλές, ρεαλιστικές και φυσικά ακριβείς κινήσεις, ακόμη και με ελλιπείς ή αόριστες οδηγίες. Αυτό καθιστά τον MHC ιδανικό για εφαρμογές σε παιχνίδια, ρομποτική, εικονική πραγματικότητα και οποιαδήποτε περίπτωση όπου απαιτούνται υψηλής ποιότητας ανθρώπινες κινήσεις, αλλά τα δεδομένα εισόδου είναι περιορισμένα.

Η Επίδραση του MHC στα Μοντέλα Γεννήσης Κίνησης

Ο Masked Humanoid Controller (MHC) είναι μέρος μιας ευρύτερης προσπάθειας των Εργαστών της Intel και των συνεργατών τους για την κατασκευή υπεύθυνων γεννητικών μοντέλων, συμπεριλαμβανομένων εκείνων που τροφοδοτούν τις εργασίες κειμένου-εικόνας και 3D γεννήσης. Όπως συζητήθηκε στο ECCV 2024, αυτή η προσέγγιση έχει σημαντικές επιπτώσεις για βιομηχανίες όπως η ρομποτική, η εικονική πραγματικότητα, τα παιχνίδια και η προσομοίωση, όπου η γεννήση ρεαλιστικών ανθρώπινων κινήσεων είναι κρίσιμη. Με την ενσωμάτωση πολυ-τροπικών εισόδων και την ενεργοποίηση του ελεγκτή να μεταβαίνει αβίαστα μεταξύ κινήσεων, ο MHC μπορεί να χειρίζεται πραγματικές συνθήκες όπου τα δεδομένα αισθητήρων μπορεί να είναι θορυβώδη ή ελλιπή.

Αυτή η εργασία από τα Εργαστήρια της Intel συνυπάρχει με άλλες προηγμένες έρευνες που παρουσιάστηκαν στο ECCV 2024, όπως η νέα άμυνα για τα μοντέλα κειμένου-εικόνας και η ανάπτυξη τεχνικών για τη βελτίωση της χωρικής συν nhấtότητας στη γεννήση εικόνας. Μαζί, αυτές οι προόδους επιδεικνύουν την ηγετική θέση της Intel στο πεδίο της επιστήμης της όρασης, με έμφαση στην ανάπτυξη ασφαλούς, κλιμακωτής και υπεύθυνης τεχνολογίας τεχνητής νοημοσύνης.

Συμπέρασμα

Ο Masked Humanoid Controller (MHC), που αναπτύχθηκε από τα Εργαστήρια της Intel και ακαδημαϊκούς συνεργάτες, αντιπροσωπεύει ένα κρίσιμο βήμα προς την πρόοδο στο πεδίο της γεννήσης ανθρώπινων κινήσεων. Καταλαμβάνοντας το σύνθετο πρόβλημα ελέγχου της γεννήσης ρεαλιστικών κινήσεων από πολυ-τροπικές εισόδους, ο MHC ανοίγει το δρόμο για νέες εφαρμογές σε εικονική πραγματικότητα, παιχνίδια, ρομποτική και προσομοίωση. Αυτή η έρευνα, που παρουσιάστηκε στο ECCV 2024, επιδεικνύει την αφοσίωση της Intel στην προώθηση της υπεύθυνης τεχνητής νοημοσύνης και της γεννητικής μοντελοποίησης, συμβάλλοντας στην ανάπτυξη ασφαλέστερων και πιο προσαρμοστικών τεχνολογιών σε διάφορους τομείς.