इंटेल का मास्क्ड ह्यूमनॉइड कंट्रोलर: शारीरिक रूप से यथार्थवादी और निर्देशित मानव गति निर्माण का एक नया तरीका

से शोधकर्ताओं इंटेल लैब्सअकादमिक और उद्योग विशेषज्ञों के सहयोग से, विरल, बहु-मोडल इनपुट से यथार्थवादी और निर्देशित मानव गति उत्पन्न करने के लिए एक अभूतपूर्व तकनीक पेश की है। उनके काम को हाइलाइट किया गया कंप्यूटर विजन पर यूरोपीय सम्मेलन (ईसीसीवी 2024), उच्च-आयामी मानवीय पात्रों में प्राकृतिक, भौतिक-आधारित मानवीय व्यवहार उत्पन्न करने की चुनौतियों पर काबू पाने पर केंद्रित है। यह शोध कंप्यूटर विज़न और मशीन लर्निंग को आगे बढ़ाने के लिए इंटेल लैब्स की व्यापक पहल का हिस्सा है।

इंटेल लैब्स और उसके साझेदारों ने हाल ही में प्रस्तुत किया ईसीसीवी 2024 में छह अत्याधुनिक शोधपत्रद्वारा आयोजित एक प्रमुख सम्मेलन यूरोपीय कंप्यूटर विज़न एसोसिएशन (ईसीवीए)

कागज़ मल्टी-मोडल इनपुट से भौतिक रूप से यथार्थवादी और निर्देशित मानव गति उत्पन्न करना प्रॉम्प्ट-आधारित रेड टीमिंग हमलों से टेक्स्ट-टू-इमेज मॉडल की सुरक्षा के लिए एक नई रक्षा रणनीति और इन मॉडलों में स्थानिक स्थिरता को बेहतर बनाने के लिए डिज़ाइन किए गए बड़े पैमाने के डेटासेट के विकास सहित नवाचारों को प्रदर्शित किया। इन योगदानों में से, पेपर जनरेटिव मॉडलिंग को आगे बढ़ाने के लिए इंटेल के समर्पण को उजागर करता है जबकि प्राथमिकता देता है जिम्मेदार ए.आई. कार्य करती है।

मल्टी-मोडल इनपुट का उपयोग करके यथार्थवादी मानव गति उत्पन्न करना

इंटेल का मास्क्ड ह्यूमनॉइड कंट्रोलर (MHC) एक सफल सिस्टम है जिसे सिम्युलेटेड फिजिक्स वातावरण में मानव जैसी गति उत्पन्न करने के लिए डिज़ाइन किया गया है। पारंपरिक तरीकों के विपरीत जो पूरी तरह से विस्तृत मोशन कैप्चर डेटा पर बहुत अधिक निर्भर करते हैं, MHC को विभिन्न स्रोतों से विरल, अपूर्ण या आंशिक इनपुट डेटा को संभालने के लिए बनाया गया है। इन स्रोतों में VR नियंत्रक शामिल हो सकते हैं, जो केवल हाथ या सिर की हरकतों को ट्रैक कर सकते हैं; जॉयस्टिक इनपुट जो केवल उच्च-स्तरीय नेविगेशन कमांड देते हैं; वीडियो ट्रैकिंग, जहां शरीर के कुछ हिस्से अवरुद्ध हो सकते हैं; या यहां तक ​​कि टेक्स्ट प्रॉम्प्ट से प्राप्त अमूर्त निर्देश भी।

इस तकनीक का नवाचार इसकी व्याख्या करने और उन अंतरालों को भरने की क्षमता में निहित है जहां डेटा गायब या अधूरा है। यह इंटेल द्वारा बताए गए तरीके से इसे प्राप्त करता है कैच-अप, संयोजित और पूर्ण (सीसीसी) क्षमताओं:

• पकड़ो: यह सुविधा MHC को व्यवधान होने पर अपनी गति को ठीक करने और पुनः सिंक्रनाइज़ करने की अनुमति देती है, जैसे कि जब सिस्टम विफल अवस्था में शुरू होता है, जैसे कि कोई मानव जैसा चरित्र जो गिर गया हो। सिस्टम बिना किसी पुनः प्रशिक्षण या मैन्युअल समायोजन के अपनी गतिविधियों को जल्दी से ठीक कर सकता है और प्राकृतिक गति को फिर से शुरू कर सकता है।
• मिलाना: एमएचसी विभिन्न गति अनुक्रमों को एक साथ मिला सकता है, जैसे कि एक क्रिया (जैसे, हाथ हिलाना) से ऊपरी शरीर की हरकतों को दूसरी क्रिया (जैसे, चलना) से निचले शरीर की हरकतों के साथ मिलाना। यह लचीलापन मौजूदा गति डेटा से पूरी तरह से नए व्यवहारों की पीढ़ी की अनुमति देता है।
• पूर्ण: जब विरल इनपुट दिए जाते हैं, जैसे कि आंशिक शारीरिक गतिविधि डेटा या अस्पष्ट उच्च-स्तरीय निर्देश, तो MHC बुद्धिमानी से गति के लापता भागों का अनुमान लगा सकता है और उन्हें उत्पन्न कर सकता है। उदाहरण के लिए, यदि केवल हाथ की हरकतें निर्दिष्ट की जाती हैं, तो MHC शारीरिक संतुलन और यथार्थवाद बनाए रखने के लिए स्वायत्त रूप से संबंधित पैर की हरकतें उत्पन्न कर सकता है।

इसका परिणाम एक अत्यधिक अनुकूलनीय गति निर्माण प्रणाली है जो अधूरे या कम-निर्दिष्ट निर्देशों के साथ भी सहज, यथार्थवादी और शारीरिक रूप से सटीक गति बना सकती है। यह MHC को गेमिंग, रोबोटिक्स, वर्चुअल रियलिटी और किसी भी परिदृश्य में अनुप्रयोगों के लिए आदर्श बनाता है जहाँ उच्च-गुणवत्ता वाली मानव जैसी गति की आवश्यकता होती है लेकिन इनपुट डेटा सीमित होता है।

जनरेटिव मोशन मॉडल पर एमएचसी का प्रभाव

मास्क्ड ह्यूमनॉइड कंट्रोलर (एमएचसी) इंटेल लैब्स और उसके सहयोगियों द्वारा जिम्मेदारी से जनरेटिव मॉडल बनाने के व्यापक प्रयास का हिस्सा है, जिसमें टेक्स्ट-टू-इमेज और 3डी पीढ़ी कार्य। जैसा कि ECCV 2024 में चर्चा की गई, इस दृष्टिकोण का रोबोटिक्स, वर्चुअल रियलिटी, गेमिंग और सिमुलेशन जैसे उद्योगों के लिए महत्वपूर्ण प्रभाव है, जहाँ यथार्थवादी मानव गति का निर्माण महत्वपूर्ण है। मल्टी-मोडल इनपुट को शामिल करके और नियंत्रक को गति के बीच सहज संक्रमण करने में सक्षम करके, MHC वास्तविक दुनिया की स्थितियों को संभाल सकता है जहाँ सेंसर डेटा शोर या अधूरा हो सकता है।

इंटेल लैब्स द्वारा किया गया यह कार्य ECCV 2024 में प्रस्तुत अन्य उन्नत शोधों के साथ-साथ है, जैसे कि टेक्स्ट-टू-इमेज मॉडल के लिए उनका नया बचाव और छवि निर्माण में स्थानिक स्थिरता में सुधार के लिए तकनीकों का विकास। साथ में, ये प्रगति कंप्यूटर विज़न के क्षेत्र में इंटेल के नेतृत्व को प्रदर्शित करती है, जिसमें सुरक्षित, स्केलेबल और जिम्मेदार AI तकनीक विकसित करने पर ध्यान केंद्रित किया गया है।

निष्कर्ष

इंटेल लैब्स और अकादमिक सहयोगियों द्वारा विकसित मास्क्ड ह्यूमनॉइड कंट्रोलर (MHC) मानव गति निर्माण के क्षेत्र में एक महत्वपूर्ण कदम है। मल्टी-मोडल इनपुट से यथार्थवादी गति उत्पन्न करने की जटिल नियंत्रण समस्या से निपटने के द्वारा, MHC VR, गेमिंग, रोबोटिक्स और सिमुलेशन में नए अनुप्रयोगों के लिए मार्ग प्रशस्त करता है। ECCV 2024 में प्रस्तुत यह शोध, जिम्मेदार AI और जनरेटिव मॉडलिंग को आगे बढ़ाने के लिए इंटेल की प्रतिबद्धता को दर्शाता है, जो विभिन्न डोमेन में सुरक्षित और अधिक अनुकूली तकनीकों में योगदान देता है।