设为首页 | 收藏本站
您的位置:能提现的棋牌 > 能提现的棋牌滚球体育app官方主页 >

3D特效师能够放能提现的棋牌滚球体育app官方主页工了丨Science


点击:147 作者:能提现的棋牌 日期:2020-07-30 14:45:04

本文经AI新媒体量子位(公多号ID:QbitAI)授权转载,转载请有关出处。

是否还记得前阵子爆火的SM娱笑公司电子屏海浪?

3D特效师能够放工了丨Science

人造制作那样的特效,能够必要消耗……嗯,毕竟被称为「每滴水都是粉丝贡献的钱」。

但现在,DeepMind和斯坦福等一多科学家钻研出了一款图网络模拟器——GNS框架,AI只必要“望着”场景中的流体,就能将它模拟出来。

不论是流体、刚性固体照样可变形原料,GNS都能模拟的惟妙惟肖。钻研人员还称:

GNS框架是迄今为止最准确的通用学习物理模拟器。

并且,这项钻研近来还被顶刊 Science 收录。

3D特效师能够放工了丨Science

这也不禁让人联想首,清华姚班卒业生胡渊鸣开发的太极 (Taichi),不光大幅降矮了CG特效门槛,成绩照样相等真切。

而在 DeepMind 和斯坦福大学的这项做事中,胡渊鸣的太极,照样发挥了作用。

他们正是行使胡同学的太极,来生成2D和3D的挑衅场景,行为基线成绩之一。

成绩益到什么水平?Science在外交网络评价说:

3D特效师能够放工了丨Science

「益莱坞也许会投资这款模拟器吧」。

是你印象中的画面了

吾们人类经历「经验」,说到一个场景时,能很快脑补出那栽动态画面。

那么AI「脑补」出来的画面成绩,是否和你想象的相通呢?

最先,是水落入玻璃容器中的3D成绩。

3D特效师能够放工了丨Science

和吾们想象中的物理成绩一模相通,有木有!

左侧的基线手段叫做SPH (smoothed particle hydrodynamics),这是1992年挑出的一栽基于颗粒的模拟流体的手段。

而右侧,AI经历「望」而展望得到的终局,就是钻研人员挑出来的GNS手段。

来望下二者在慢行为下的细节迥异。

3D特效师能够放工了丨Science

不寝陋出,GNS手段在细节处理上,例如溅首的水花能提现的棋牌滚球体育app官方主页,更添细粒度能提现的棋牌滚球体育app官方主页,也更逼近吾们印象中的样子。

自然能提现的棋牌滚球体育app官方主页,GNS不光能够处理液体能提现的棋牌滚球体育app官方主页,还能够模拟其他状态的物体。

例如能提现的棋牌滚球体育app官方主页,颗粒状的沙子。

3D特效师能够放工了丨Science

还有粘性的物体。

3D特效师能够放工了丨Science

上面两个成绩中的基线手段是MPM (material point method)能提现的棋牌滚球体育app官方主页,1995年挑出能提现的棋牌滚球体育app官方主页,适用于相互作用的可变形原料。

同样能提现的棋牌滚球体育app官方主页,在颗粒散落在玻璃容器壁上的细节上能提现的棋牌滚球体育app官方主页,GNS的展望终局更添相符现实物理世界的成绩。

那么能提现的棋牌滚球体育app官方主页,如此真切的成绩是如何做到的呢?

图网络模拟器模拟流体 传统特效计算手段

此前能提现的棋牌滚球体育app官方主页,对于实在物体的模拟能提现的棋牌滚球体育app官方主页,必要经历大量计算来实现能提现的棋牌滚球体育app官方主页,上文中挑到的MPM就是其中的一栽。

这栽手段被称为物质点法(Material Point Method)能提现的棋牌滚球体育app官方主页,将一块原料离散成专门多的颗粒能提现的棋牌滚球体育app官方主页,并计算空间导数和求解动量方程。

经过胡渊鸣等人改进的MLS-MPM,模拟物体的速度有了很大的升迁,相比于正本的MPM快了两倍旁边。

3D特效师能够放工了丨Science

除此之外,一栽名为PBD的手段,能够计算模拟出一个方块漂浮在水上的动态成绩;

3D特效师能够放工了丨Science

而这两栽手段之外,还有一栽被叫做SPH的~~迂腐~~经典手段,用于计算生成水的3D特效。

3D特效师能够放工了丨Science

相比于这些采用大量计算模拟出来的实在场景,倘若用神经网络对它们进走训练,是不是能模拟出物体在实在场景中受到撞击的成绩,而且和用这些手段生成的成绩专门相通?

网友对云云的思想感到惊奇,毕竟,人脑对于流体或是物体撞击成绩的模拟,并非经历大量力学计算得出,而是经历神经网络模拟的。

DeepMind在云云的思想上,采用了GNS对生成的这些模型进走训练,用于模拟物体在实在场景下的特效。

图网络展望物体特效

GNS模拟物体最根本的原理,是将一块体积不变的物体模型X,松散成很多颗粒,并经历一个模拟器sθ,变化成它受到撞击后的形式。

从下图可见,模拟器sθ的用处,是将这块流体输入到一个动力学模型dθ中,并将产生的一帧帧终局用于更新物体变形的过程。

3D特效师能够放工了丨Science

只要模拟器更新的时间够快,吾们望见的就是这块物体在玻璃盒中受到撞击、不息变形的样子。

3D特效师能够放工了丨Science

△ 图右为模拟器生成的成绩

关键来了,动力学模型dθ要怎么实现?

团队采用了“三步走”的手段,将模型分为编码器、处理器息争码器三片面。

3D特效师能够放工了丨Science

一块物体经过编码器后,编码器会将物体中正本松散的各颗粒架构首来,构成一个“望不见的”图。

3D特效师能够放工了丨Science

而在处理器中,图中各颗粒的有关会不息发生变化,图网络学习得到的传递新闻将会在图上迭代M次。

3D特效师能够放工了丨Science

末了,解码器会将迭代益的动力学新闻Y,从末了一次迭代出的图中挑掏出来。

3D特效师能够放工了丨Science

逆馈回物体X上后,物体中的颗粒便能一进走一帧帧转折,不息首来就是模拟出的液体形式。

3D特效师能够放工了丨Science

能够望见,能提现的棋牌滚球体育app官方主页不论是哪栽物体形式,GNS展望的成绩都与真值专门相近。

创新点

与之前一些模拟液体的神经网络相比,GNS最大的改进在于,它将迥异的物体类型,变化成了输入向量的一个特征。

只必要将迥异的物体类型(例如沙子、水、胶质物等)用迥异特征区分,就能外现出它们的状态。

相比之下,此前一个名为DLP的、基于神经网络的液体模拟器,与GNS相比就过于复杂。

同样是模拟各栽流体模型,DLP则必要不息地保存颗粒之间的相对位移,甚至必要修改模型来已足迥异的流体类型——所必要的运算量过于重大。

不光如此,GNS的模拟成绩竟然还比基于DLP的模拟器更益。

细节更出多

下面是GNS与一款基于DLP原理的添强版CConv模拟器的成绩对比。

与CConv相比,GNS在迥异物体类型的模拟外现上照样专门特出,下图是二者共同模拟一个漂浮在水上的方块时,所生成的成绩。

3D特效师能够放工了丨Science

能够望见,GNS生成的方块和真值相通,在水中漂浮自若;相比之下,CConv生成的方块直接在水的冲击下变了形(被生活击垮)。

倘若采用与实在值相比的均方偏差(MSE)进走对比的话,在各栽物体形式下,GNS都要比CConv成绩更佳。

3D特效师能够放工了丨Science

除此之外,下图展现了GNS别离采用深化学习中Rollout和One-step两栽算法策略的均方偏差成绩。(以及迭代次数、是否共享GN参数、连接半径、训练噪声量、有关/自力编码器等)

可见,采取Rollout的成绩(下半片面)在各方面都要比采取One-step的成绩益得多。

3D特效师能够放工了丨Science

不光如此,红色片面是GNS模型最后采用的策略,可见,一切策略都将均方偏差降到了最矮。

四位共联相符作

这项钻研主要由DeepMind和斯坦福大学配相符。

论文的共联相符作共四位。

 

Alvaro Sanchez-Gonzalez 本科和硕士攻读的专科别离是物理和计算机,基于云云的背景,在博士期间,他主要凝神于行使计算机手段来解决物理钻研中的一些挑衅。

2017年添入谷歌DeepMind团队,钻研主要荟萃在组织化手段、深化学习等。

 

Jonathan Godwin在2018年3月添入DeepMind,并于2019年11月晋升为高级钻研工程师。

此前,他也有过本身创业的经历,别离是新闻科技服务公司Bit by Bit Computer Consulting和金融公司Community Capital的CEO。

在创业后和添入DeepMind之前,他还在计算机柔件公司Bloomsbury AI做了一年多的机器学习工程师。

 

Tobias Pfaff 是DeepMind的别名钻研科学家,从事物理模拟和机器学习的交叉钻研。

别离在苏黎世联邦理工学院和添州伯克利分校,完善博士和博士后的学习义务。

 第四位共联相符作是Rex Ying,现在在斯坦福大学攻读博士学位,钻研主要荟萃在开发行使于图形组织数据的机器学习算法。

2016年以最高荣誉卒业于杜克大学,主修计算机科学和数学两个专科。

……

末了,对于AI经历「望」来模拟如此复杂的流体行动,网友认为:

脑能模拟各栽复杂行动,靠的就是神经网络,而不是复杂的力学公式。

 

不光如此,这项技术也许还大幅降矮影视、游玩走业特效成本。

那么,云云的技术,你望益吗?

 

原标题:想要孩子出生是“完整”的,就别吃这3种食物,忍不住就要担风险

原标题:张飞也绣花!鲁能1米92空霸罕见1V4送妙传,球队王牌也被他激活

  科创主题基金最高收益超100% 有的不到10% 业绩分化明显,投资者体验差异大

  北京时间1月24日消息,34岁的意大利中场安东尼奥-诺切利诺宣布退役。

C罗:冠军献给每个尤文球迷,很高兴延续俱乐部的辉煌

  北京时间7月22日 前中国女排主力二传冯坤在最近接受采访时谈到了中国女排当家球星朱婷,对其赞不绝口,认为其成功源自于天分和刻苦训练。

 

  巴塞罗那球星苏亚雷斯称,俱乐部应该有所作为,才能配得上梅西的雄心。

【盘面观点】

原标题:北电艺考成绩公布,海清却成最大赢家,三个“孩子”都考出好成绩

最近,浙江省农业正高职称评审会结果出炉,在全省109名新晋农业正高职称人员中,有4位身份很不寻常。因为他们的职业都是农民,是浙江省首批正高职称的农民。这四位分别是薄永明、娄建英、马亚平、麻剑雄。他们分别在蔬菜、畜牧、种子、茶叶种植领域深耕多年,也被称作“新型职业农民”。

原标题:弱者有理!互联网行业的这个企业病,该治!

原标题:7月底,乍暖还寒,情意绵绵,四大星座缘分出现,爱情甜蜜

萨里:球队失去了组织纪律性,被绝杀是因我们太想赢比赛

  新浪港股讯 7月22日消息,港股黄金与贵金属板块持续拉升,中国白银集团涨32.47%,中国黄金国际涨11.03%,灵宝黄金涨4.9%,紫金矿业涨4.63%,招金矿业涨2.31%。

撒花!江苏苏宁新疆籍球员阿不都海米提与女友完成登记领证。

友情链接