इंटेल का मास्क्ड ह्यूमनॉइड कंट्रोलर: बहुमodal इनपुट से भौतिक रूप से वास्तविक और निर्देशित मानव गति उत्पादन के लिए एक नई दिशा

इंटेल लैब्स के शोधकर्ताओं ने, अकादमिक और उद्योग विशेषज्ञों के सहयोग से, बहुमodal इनपुट से वास्तविक और निर्देशित मानव गति उत्पन्न करने के लिए एक नए युग की तकनीक की शुरुआत की है। उनका काम, जो यूरोपीय कंप्यूटर विजन सम्मेलन (ईसीसीवी 2024) में प्रदर्शित किया गया था, उच्च-आयामी ह्यूमनॉइड पात्रों में प्राकृतिक, भौतिक-आधारित मानव व्यवहार उत्पन्न करने की चुनौतियों को पार करने पर केंद्रित है। यह शोध इंटेल लैब्स की व्यापक पहल का हिस्सा है जो कंप्यूटर विजन और मशीन लर्निंग को आगे बढ़ाने के लिए है।

इंटेल लैब्स और इसके सहयोगी हाल ही में ईसीसीवी 2024 में, एक प्रमुख सम्मेलन जो यूरोपीय कंप्यूटर विजन एसोसिएशन (ईसीवीए) द्वारा आयोजित किया गया था, में छह अग्रणी पत्र प्रस्तुत किए।

पत्र बहुमodal इनपुट से भौतिक रूप से वास्तविक और निर्देशित मानव गति उत्पन्न करना में नवाचारों को प्रदर्शित किया गया, जिनमें प्रॉम्प्ट-आधारित रेड टीमिंग हमलों से टेक्स्ट-टू-इमेज मॉडल की रक्षा के लिए एक नई रक्षा रणनीति और स्थानिक संगति में सुधार के लिए एक बड़े पैमाने पर डेटासेट का विकास शामिल है। इन योगदानों में, पत्र इंटेल की प्रतिबद्धता को रेखांकित करता है जो जिम्मेदार एआई और उत्पादक मॉडलिंग को आगे बढ़ाने के लिए है।

बहुमodal इनपुट से वास्तविक मानव गति उत्पन्न करना

इंटेल का मास्क्ड ह्यूमनॉइड कंट्रोलर (एमएचसी) एक नए युग की प्रणाली है जो सिम्युलेटेड भौतिक वातावरण में मानव-जैसी गति उत्पन्न करने के लिए डिज़ाइन की गई है। पारंपरिक तरीकों के विपरीत जो पूरी तरह से विस्तृत मोशन कैप्चर डेटा पर निर्भर करते हैं, एमएचसी अधूरे या आंशिक इनपुट डेटा को संभालने के लिए बनाया गया है जो विभिन्न स्रोतों से आता है। इन स्रोतों में वीआर कंट्रोलर, जोइस्टिक इनपुट, वीडियो ट्रैकिंग, या यहां तक कि टेक्स्ट प्रॉम्प्ट से व्युत्पन्न अमूर्त निर्देश शामिल हो सकते हैं।

इस प्रौद्योगिकी की नवाचार इसकी खुशी में है कि यह डेटा में खाली जगहों को भरने और विभिन्न इनपुट स्रोतों को एक साथ जोड़ने में सक्षम है। यह क्षमता इंटेल द्वारा कैच-अप, कombine, और पूरा करने के रूप में जानी जाती है:

• कैच-अप: यह सुविधा एमएचसी को व्यवधानों के बाद अपनी गति को पुनः प्राप्त करने और पुनः सिंक्रोनाइज़ करने में सक्षम बनाती है, जैसे कि जब प्रणाली विफल अवस्था में शुरू होती है। प्रणाली तेजी से अपनी गति को सही कर सकती है और प्राकृतिक गति को फिर से शुरू कर सकती है बिना पुनः प्रशिक्षण या मैनुअल समायोजन के।
• कombine: एमएचसी विभिन्न गति अनुक्रमों को एक साथ मिला सकता है, जैसे कि एक क्रिया से ऊपरी शरीर की गति (जैसे कि हाथ हिलाना) को दूसरी क्रिया से निचले शरीर की गति (जैसे कि चलना) के साथ मिलाना। यह लचीलापन पूरी तरह से नए व्यवहारों को उत्पन्न करने की अनुमति देता है जो मौजूदा गति डेटा से आते हैं।
• पूरा करना: जब अधूरे इनपुट दिए जाते हैं, जैसे कि आंशिक शरीर गति डेटा या अस्पष्ट उच्च-स्तरीय निर्देश, एमएचसी खुद ही लापता गति के हिस्सों को समझने और उत्पन्न करने में सक्षम होता है। उदाहरण के लिए, यदि केवल बांह की गति निर्दिष्ट की जाती है, तो एमएचसी स्वतः ही पैर की गति को उत्पन्न कर सकता है ताकि भौतिक संतुलन और वास्तविकता बनी रहे।

परिणाम एक अत्यधिक अनुकूलनीय गति उत्पादन प्रणाली है जो अधूरे या अस्पष्ट निर्देशों के साथ भी चिकनी, वास्तविक और भौतिक रूप से सटीक गति उत्पन्न कर सकती है। यह एमएचसी को गेमिंग, रोबोटिक्स, वर्चुअल रियलिटी और किसी भी परिदृश्य में आदर्श बनाता है जहां उच्च-गुणवत्ता वाली मानव-जैसी गति की आवश्यकता होती है लेकिन इनपुट डेटा सीमित है।

एमएचसी का उत्पादक गति मॉडल पर प्रभाव

मास्क्ड ह्यूमनॉइड कंट्रोलर (एमएचसी) इंटेल लैब्स और इसके सहयोगियों द्वारा जिम्मेदारी से उत्पादक मॉडल बनाने के प्रयासों का एक हिस्सा है, जिसमें टेक्स्ट-टू-इमेज और 3डी जेनरेशन कार्यों को शक्ति प्रदान करने वाले मॉडल शामिल हैं। जैसा कि ईसीसीवी 2024 में चर्चा की गई, यह दृष्टिकोण रोबोटिक्स, वर्चुअल रियलिटी, गेमिंग और सिम्युलेशन जैसे उद्योगों के लिए महत्वपूर्ण परिणाम है, जहां वास्तविक मानव गति का उत्पादन महत्वपूर्ण है। बहुमodal इनपुट को एकीकृत करने और नियंत्रक को निर्बाध रूप से गतियों के बीच संक्रमण करने में सक्षम बनाने के द्वारा, एमएचसी वास्तविक दुनिया की स्थितियों को संभालने में सक्षम है जहां सेंसर डेटा शोर या अधूरा हो सकता है।

यह काम इंटेल लैब्स द्वारा ईसीसीवी 2024 में प्रस्तुत अन्य उन्नत शोध के साथ-साथ है, जैसे कि टेक्स्ट-टू-इमेज मॉडल के लिए एक नए रक्षा और छवि उत्पादन में स्थानिक संगति में सुधार के लिए तकनीकों का विकास। इन प्रगतियों के साथ मिलकर, इंटेल कंप्यूटर विजन के क्षेत्र में अपनी अग्रणी भूमिका को प्रदर्शित करता है, जो सुरक्षित, स्केलेबल और जिम्मेदार एआई प्रौद्योगिकियों को विकसित करने पर केंद्रित है।

निष्कर्ष

मास्क्ड ह्यूमनॉइड कंट्रोलर (एमएचसी), जिसे इंटेल लैब्स और अकादमिक सहयोगियों द्वारा विकसित किया गया है, मानव गति उत्पादन के क्षेत्र में एक महत्वपूर्ण कदम है। बहुमodal इनपुट से वास्तविक गति उत्पन्न करने की जटिल नियंत्रण समस्या को हल करने के द्वारा, एमएचसी वीआर, गेमिंग, रोबोटिक्स और सिम्युलेशन में नए अनुप्रयोगों के लिए मार्ग प्रशस्त करता है। यह शोध, जो ईसीसीवी 2024 में प्रदर्शित किया गया था, इंटेल की जिम्मेदार एआई और उत्पादक मॉडलिंग को आगे बढ़ाने की प्रतिबद्धता को प्रदर्शित करता है, जो विभिन्न क्षेत्रों में सुरक्षित और अधिक अनुकूलनीय प्रौद्योगिकियों के विकास में योगदान करता है।