هوش مصنوعی – تبدیل عکس به دنیای سه بعدی

شرکت داینامیکس لب از Mirage 2 رونمایی کرده است؛ مدل هوش مصنوعی جدیدی که تنها با آپلود یک عکس و نوشتن یک توضیح متنی، می‌تواند یک دنیای سه‌بعدی تعاملی و قابل ویرایش تولید کند؛

دنیایی شبیه بازی‌های ویدیویی که به‌صورت لحظه‌ای قابل تغییر است.

به گزارش آناژورنال، شرکت Dynamics Lab اخیراً از نسخه دوم مدل هوش مصنوعی خود با نام Mirage 2 پرده‌برداری کرده است.

این فناوری نوآورانه می‌تواند تنها با دریافت یک تصویر و یک توضیح متنی ساده، یک جهان سه‌بعدی پویا و قابل تعامل تولید کند؛ جهانی که کاربر می‌تواند مانند یک بازی ویدیویی در آن حرکت کند، با آن تعامل داشته باشد و محیط آن را حتی در لحظه تغییر دهد.

Mirage 2 چیست و چگونه کار می‌کند؟

Mirage 2 توسط داینامیکس لب به‌عنوان یک «موتور بازی‌سازی بومی مبتنی بر هوش مصنوعی» و «موتور تولید جهان» معرفی شده است.

هدف این پروژه، ساده‌سازی فرآیند ساخت بازی‌ها و فضاهای سه‌بعدی با استفاده از ورودی‌های بسیار ساده است.

کاربر تنها باید یک عکس (واقعی یا خیالی) و یک جمله توضیحی را وارد کند تا Mirage 2 بر اساس آن، یک دنیای سه‌بعدی کامل بسازد.

نمونه‌هایی از ورودی‌هایی که سیستم توان پردازش آن‌ها را دارد شامل:

• یک عکس ساده از طبیعت
• یک نقاشی کودکانه
• یا حتی تابلوی مشهور شب پرستاره اثر ون‌گوگ

تعامل و کنترل در جهان Mirage 2 چگونه است؟

پس از ساخت دنیا، کاربران می‌توانند با کلیدهای استاندارد WASD همانند بازی‌های رایانه‌ای در محیط حرکت کنند.

اما ویژگی منحصربه‌فرد این هوش مصنوعی، قابلیت تعامل زنده با محیط است.

برای مثال، با نوشتن دستور متنی مانند «فصل را به زمستان تغییر بده»، محیط فوراً تغییر می‌کند و برف شروع به باریدن می‌کند.

چه تفاوتی با مدل‌های مشابه مانند Genie 3 گوگل دارد؟

در حالی‌که مدل Genie 3 از گوگل هنوز به‌صورت عمومی عرضه نشده، Mirage 2 یک دموی آنلاین رایگان دارد که همه می‌توانند از آن استفاده کنند. همچنین این مدل:

• با تأخیر تنها ۲۰۰ میلی‌ثانیه پاسخ می‌دهد
• قابلیت تولید پیوسته جهان برای بیش از ۱۰ دقیقه را دارد
• بر روی تنها یک کارت گرافیک (GPU) اجرا می‌شود

این ویژگی‌ها باعث شده‌اند Mirage 2 از لحاظ دسترس‌پذیری و عملکرد نسبت به رقیب خود مزیت داشته باشد.

چه محدودیت‌هایی دارد؟

تیم توسعه‌دهنده اذعان کرده که نسخه فعلی هنوز کامل نیست. مشکلاتی نظیر:

• کنترل نه‌چندان روان شخصیت‌ها
• تغییرات گرافیکی ناگهانی یا غیرواقع‌گرایانه
  از جمله چالش‌هایی هستند که در آینده رفع خواهند شد.
• با این حال، Mirage 2 نوید دنیایی را می‌دهد که در آن هر فردی می‌تواند فقط با خلاقیت و یک تصویر ساده، یک جهان قابل‌کاوش سه‌بعدی خلق کند.

سوالات متداول:

۱. هوش مصنوعی Mirage 2 چه کاری انجام می‌دهد؟
Mirage 2 می‌تواند با دریافت یک عکس و توضیح متنی، یک دنیای سه‌بعدی تعاملی و قابل‌ویرایش تولید کند.

۲. آیا برای استفاده از Mirage 2 نیاز به کارت گرافیک قدرتمند داریم؟
خیر، این مدل می‌تواند تنها با یک GPU ساده اجرا شود و تأخیر بسیار کمی دارد.

۳. آیا کاربران عادی هم می‌توانند Mirage 2 را امتحان کنند؟
بله، دموی آنلاین این هوش مصنوعی در دسترس عموم قرار دارد.

۴. آیا می‌توان محیط تولیدشده را تغییر داد؟
بله، کاربران می‌توانند با نوشتن دستورات متنی محیط را به‌صورت آنی تغییر دهند؛ مثلاً فصل، نور یا حتی اجزای محیط.

۵. تفاوت اصلی Mirage 2 با Genie 3 گوگل چیست؟
برخلاف Genie 3 که هنوز عمومی نشده، Mirage 2 برای همه در دسترس است و با سخت‌افزار ساده‌تری نیز اجرا می‌شود.