أطلقت شركة آبل نموذج LiTo الكبير: لإنشاء كائنات ثلاثية الأبعاد من صورة واحدة، والذكاء الاصطناعي يعيد بشكل دقيق الإضاءة والظلال من زوايا متعددة

شركة آي تي之家 17 مارس، أعلنت وسائل الإعلام التكنولوجية 9to5Mac أمس (16 مارس) عن منشور، يفيد بأن فريق أبحاث الذكاء الاصطناعي في شركة آبل أصدر تقريرًا بحثيًا يحقق إنجازًا رئيسيًا في مجال إعادة البناء ثلاثية الأبعاد: حيث يمكن إعادة بناء كائن ثلاثي الأبعاد كامل باستخدام صورة مسطحة واحدة فقط.

وصف البراءة النموذج الأحدث المسمى LiTo (علامة الحقول الضوئية السطحية)، الذي يكسر قيود الطرق التقليدية التي تتطلب إدخال صور من زوايا متعددة، حيث بعد إعادة بناء الكائن ثلاثي الأبعاد، يمكن للمستخدمين التبديل بين زوايا المراقبة المختلفة، مع بقاء تأثيرات الضوء والانعكاسات واللمعان الناتجة عن النموذج عالية الواقعية والاتساق.

تكمن جوهر هذه الاختراقات في تطبيق “المساحة الكامنة” (Latent Space) بشكل مبتكر. في التعلم الآلي، يمكن للمساحة الكامنة ضغط المعلومات المعقدة إلى متجهات رياضية متعددة الأبعاد، مما يقلل بشكل كبير من تكاليف الحساب.

ابتكر نموذج LiTo تمثيلًا موحدًا للمساحة الكامنة ثلاثية الأبعاد، حيث يتم ترميز بيانات الحقول الضوئية السطحية المأخوذة عشوائيًا إلى مجموعة متجهات مضغوطة. هذا يعني أن النموذج لا يحتاج إلى حفظ كل التفاصيل البصرية بشكل حفظ عن ظهر قلب، بل يصفها رياضيًا، مع فهمه في الوقت ذاته للشكل الفيزيائي للكائن وتفاعل الضوء مع سطحه.

أما من حيث آلية التشغيل، فإن المشفر في LiTo مسؤول عن “ضغط المعلومات”، حيث يحول الهيكل الهندسي والخصائص الخارجية المرتبطة بزوايا الرؤية في الصورة المدخلة إلى رمز مختصر في المساحة الكامنة.

ثم يقوم المفكك بتنفيذ “عملية فك الضغط العكسي”، باستخدام هذه الرموز الأساسية لاستعادة الكائن ثلاثي الأبعاد بشكل كامل. تتيح هذه الآلية الثنائية للنموذج إعادة إنتاج تأثيرات الضوء والانعكاسات المعقدة بدقة عالية، بما في ذلك اللمعان والانعكاسات الفينيلية.

لتطوير هذا النموذج، استخدم فريق أبحاث آبل آلاف الكائنات ثلاثية الأبعاد التي تم تصييرها من 150 زاوية مختلفة و3 ظروف إضاءة متنوعة، وتدرب النموذج بشكل مكثف على البيانات. من خلال استخراج عينات صغيرة من البيانات باستمرار، يتعلم المفكك استعادة الكائن الكامل تحت ظروف إضاءة وزوايا رؤية مختلفة.

وفي النهاية، أصبح النموذج قادرًا على التنبؤ بتمثيله الكامن ثلاثي الأبعاد باستخدام صورة واحدة فقط. وفي الاختبارات المقارنة الرسمية التي أعلنت عنها آبل، تفوق LiTo بشكل ملحوظ على نموذج TRELLIS الحالي في استعادة الظلال والإضاءة من زوايا متعددة.