Si à première vue vous pensiez que NVIDIA NeRF était un signe que le géant du graphisme tentait de se tourner vers le marché des fléchettes jouets, personne ne pouvait vous en vouloir. Heureusement, la réalité est beaucoup plus froide. NeRF signifie”Neural Radiance Fields”, une technologie basée sur l’IA qui vise à recréer des objets ou des scènes entières avec très peu d’informations.
Un objectif majeur de NeRF est de fournir une scène résultante avec autant petit poids de taille de fichier que possible. Vous pouvez alimenter la technologie avec quelques images, et l’IA prend le relais pour créer une scène sur laquelle vous pouvez vous déplacer. À l’avenir, le déploiement de NeRF pourrait signifier que la taille des installations de jeux pourrait diminuer considérablement, simplement parce que l’IA serait assez intelligente pour recréer une représentation précise d’une scène avec peu de données initiales.
Alors que NVIDIA a parlé de NeRF depuis l’année dernière, il vient de revenir sur notre radar. La chaîne YouTube Two Minute Papers a publié un aperçu détaillé de ce dont NeRF est capable, et c’est une excellente montre :
Naturellement, plus NeRF AI a d’entrée d’image, plus le résultat obtenu sera précis, mais dans l’ensemble, très peu de données sont réellement nécessaires pour produire une scène crédible. Un exemple est fourni où quatre photos sous différents angles sont prises d’une femme, que l’IA transforme en un modèle 3D, et permet de faire un panoramique de l’environnement.
Le processus NeRF rappelle la photogrammétrie, mais nécessite beaucoup moins d’informations pour générer un objet ou une scène. Même des objets simples en photogrammétrie pourraient nécessiter des dizaines de photos pour générer un objet 3D utile, alors que NeRF n’en nécessite qu’une fraction. Le résultat final de la photogrammétrie peut souvent montrer des bords irréguliers, ce qui n’a généralement pas tellement d’importance si l’actif est réduit et placé dans un moteur de jeu, mais NeRF vise à recréer une scène sans problèmes notables.
NeRF a considérablement évolué au cours de l’année écoulée, avec Instant NeRF de NVIDIA dépôt GitHub débordant d’activité toute l’année. La technologie a même réussi à atteindre l’objectif récompense de l’invention de l’année il y a à peine un mois.
Alors que NeRF peut recréer une superbe scène en tant qu’environnement 3D, le besoin d’une puissance de traitement élevée ne va pas un moyen. En fin de compte, vous devez toujours rendre la scène, donc plus votre solution graphique est puissante, mieux c’est. De plus, les performances d’inférence sont également cruciales, ce qui signifie que les GPU avec multiplication matricielle accélérée vont en bénéficier largement-comme les NVIDIA équipés de cœurs Tensor.
Ce qui nous frappe le plus à propos de NeRF, c’est à quel point l’IA a venir dans ce qui semble être un court laps de temps. Certaines choses qui semblaient improbables, voire impossibles, il y a seulement quelques décennies, deviennent une réalité. Et non, un AI GPT n’a pas écrit ce post, merci beaucoup.