Tsinghua Yao sınıfı mezunları, "Karlar Ülkesi" ni gerçekleştirmek için 99 satır kod içeren yeni bir özel efekt programlama dili geliştirir.
Bu makale AI New Media Qubit'in (Genel Hesap Kimliği: QbitAI) yetkisi altında yeniden basılmıştır, lütfen yeniden yazdırmak için kaynakla iletişime geçin Bu makale hakkında 2700 kelime, Önerilen Okuma 6 dakika.
Bu makale, yeni geliştirilmiş özel efekt programlama dilini kullanarak "Frozen" ın gerçekleştirilmesine götürecektir.
Yalnızca 99 satırlık kodla, "Frozen" daki Prenses Aisha gibi buz büyüsüne de sahip olabilirsiniz. Gerçek dünyada keyfi olarak sihir yapamasanız da, bilgisayarların sanal dünyasında özel efektler kullanabilirsiniz.
Belki filmlerde ve animasyonlarda özel efektlerin bazen sadece kısa bir saniye olduğunu bilmiyorsunuzdur, ancak bir hafta için hesaplama yapmak için yüksek performanslı bir bilgisayar gerektirebilirler ki bu şaşırtıcı derecede pahalıdır.
"Karlar Ülkesi" nin gerçek oyuncuları yok ama bütçesi 150 milyon ABD doları kadar yüksek .. Çekimlerin her saniyesi yanıyor. Çoğu insanın bilgisayarları CG özel efektleri yapmak için kullanmak istemesi düşünülemez.
Ancak, son zamanlarda MIT'den bir doktora, yeni bir CG özel efekt programlama dili geliştirdi Taichi (Tai Chi) , Eşiği büyük ölçüde düşürüyor.
Beyaz: kar; kırmızı: jöle; mavi: su TensorFlow'dan 188 kat, PyTorch'tan 13.4 kat daha hızlı ve kod uzunluğu diğer düşük seviyeli yöntemlerin yalnızca onda biri kadar olan sıradan bir bilgisayarda sadece birkaç dakika içinde basit bir fiziksel sahne oluşturulabilir.Kurulumu TensorFlow kadar kolaydır ve kullanıma benzer:
taichi'yi ti olarak ithal etmekTaichi'nin mucidi Hu Yuanming bile bunun için eksiksiz bir eğitim yazdı.
Taichi ile ilgili olarak Hu, SIGGRAGH 2018, ICRA 2019, NeurIPS2019, ICLR 2020, vb. Gibi en önemli konferanslara dahil olan birkaç makale yayınladı.
Peking Üniversitesi profesörü ve tanınmış bir bilgisayar grafik uzmanı olan Chen Baoquan yüksek bir değerlendirme yaptı:
Sınıf arkadaşı Hu Yuanming gibi! Fiziksel simülasyon programlama dili Taichi'yi kendim geliştirdim!
Yuanming gibi etkili açık kaynak kodu yazmaya bu kadar çok yatırım yapmak gerçekten övgüye değer.
SIGGRAPH gibi sonuçların ortaya çıkması 1 ila 2 yıl sürebilir.Kağıtların kabul oranı düşük, yayınlanabilse bile atıf oranı yüksek değildir.
Netizenler izledikten sonra şunları da söyledi: Yuanming çok güçlü.
Grafik + sistem + derleme gerçekten yaratmanın keyfi.
88 satırlık kod gerçek fiziksel ortamı simüle eder
Hu'nun da dediği gibi, 99 satır kod çok kısadır, ancak arkasındaki teknik hikaye çok uzun.
Hikayenin başlangıcı Malzeme Noktası Yöntemi Bahsederken.
MPM, film ve televizyon özel efektleri alanında yaygın olarak tercih edilen sürekli bir simülasyon yöntemidir. , Disney'in "Frozen" ı bu teknolojiyi kullandı.
Ancak ilk günlerde MPM çok yavaştı, örneğin "Karlar Ülkesi" nde Anna'nın karda yürüdüğü sahnenin bir hafta boyunca kümede koşması gerektiği söyleniyor.
Hu Yuanming, MPM'nin çalışma hızını ve performansını iyileştirmek için son yılının yazında Moving En Küçük Kareler MPM (MLS-MPM) araştırmasına yatırım yaptı.
Hu Yuanmingin ilham kaynağı, Hareketli en küçük kare yöntemi, APIC'de (Afin Partikül-Hücre Yöntemi) afin hız alanının iki ayrıklaştırmasını ve MPM'de deformasyon gradyanı güncellemesini birleştirmek için kullanılır.
Pennsylvania Üniversitesi'nden Profesör Jiang Chenfanfu'nun rehberliğinde, Hu Yuanming ve diğerleri, sadece gerilim sapmasının yeni ayrıklaştırılmasını değil, aynı zamanda MPM'nin daha hızlı çalışmasını sağlayan hareketli en küçük kareler malzeme noktası yöntemi (MLS-MPM) yönteminin çalışmasını tamamladı. İki kez, MPM'nin daha önce desteklemediği çeşitli yeni fenomenleri başarıyla simüle etti.
Malzeme kesimi gibi:
Sert gövdenin iki yönlü bağlantısı:
Bu sonuç nihayet SIGGRAPH 2018'de yayınlandı.
Hu Yuanming, MLS-MPM'nin basitliğini daha da kanıtlamak için, MLS-MPM demosunu uygulamak için 88 satır C ++ kodu kullandı. (Kod ayrıntıları için lütfen makalenin sonundaki taichi_mpm proje bağlantısını damgalayın).
Bu 88 satırlık sürüm daha sonra giriş MPM için gerekli bir referans uygulaması haline geldi.
ChainQueen Diferansiyel Fizik Motoru
2017 yazından sonra Hu Yuanming, doktora yapmak için resmi olarak MIT'ye girdi.
Şu anda Hu Yuanming'in yeni bir ilham kaynağı vardı: MLS-MPM'nin türevini bulmak. Türevlerle, sinir ağı denetleyicisi yalnızca gradyan inişi kullanılarak optimize edilebilir.
Bu düşüncenin rehberliğinde ChainQueen doğdu.
Hu Yuanming, zincirin, türetme sürecinde zincir kuralı tarafından işkence görme deneyimini anmak için olduğunu ve ChainQueen'in, Qiankun ile eş anonim olduğunu açıkladı.
MLS-MPM'ye dayanan Qiankun, deforme olabilen nesneler için gerçek zamanlı bir türevlenebilir hibrit Lagrangian-Euler fizik simülatörüdür. Simülatör, hem ileri simülasyon hem de ters eğim hesaplamasında yüksek doğruluk sağlar.
Bu araştırma ICRA 2019'da yayınlandı ve Hu Yuanming de yüksek lisans tezini tamamladı.
DiffTaichi
Daha sonra Hu, çalışmasını bir adım daha ileri götürdü ve ICLR 2020'ye dahil edilen farklılaştırılabilir programlama DiffTaichi'yi önerdi.
Bu makalenin kodunda Hu, 10 farklı fizik simülatörü oluşturdu ve performanslarını mevcut kıyaslamalara göre karşılaştırdı.
Taichi'deki farklılaştırılabilir programlama, takviye öğrenimi kullanmadan kaba kuvvet gradyan inişi yoluyla sinir ağı denetleyicilerini etkili bir şekilde optimize edebilir.
10 farklılaştırılabilir simülatörün çoğu 2-3 saatte uygulanabilir ve çoğu bir GPU gerektirmez. Bu örneklerde, elastik cisimler, katı cisimler, sıvılar, ışığın kırılması ve elastik çarpışmaların tümü yaygın fiziksel ortamlardır.
Farklılaştırılabilir elastik nesne simülatörünün ilk örneği, gerçek ölçümümüzden sonra, 13 inç MacBook Pro'nun 2017 sürümünde de çalışabilir ve optimizasyonu tamamlamak on dakikadan az sürer:
Yalnızca 2D değil, daha karmaşık 3D elastomerler de simüle edilebilir:
Ayrıca, 450 aşamalı gradyan iniş yinelemesinden sonra çok gerçekçi olan, ayırt edilebilir bir 3D sıvı simülatörü de vardır:
DiffTaichi, ışığın su tarafından kırılmasını simüle eden bir oluşturucudur.Bir resim oluşturulduktan sonra, görüntü sınıflandırıcıyı bile yanıltabilir. Testten sonra, VGG16 su dalgaları olan sincap resmini bir akvaryum balığı olarak görür ve olasılık% 99,91'dir.
Takviye öğrenmenin simülasyon ortamında, katı robotlar çok yaygındır ve DiffTaichi ayrıca şunları da simüle edebilir:
DiffTaichi, bilardo gibi birden çok nesnenin karmaşık sahnelerini de simüle edebilir:
Taichi dilinde yazılan simülatör, kodu büyük ölçüde basitleştirir. Türevlenebilir elastik nesne simülatörü yalnızca 110 satır kod kullanır, CUDA'da doğrudan yazmak 490 satır gerektirir.
Aynı zamanda Taichi'nin hızı hala çok hızlı CUDA versiyonu ile karşılaştırıldığında neredeyse hiç kayıp yok TensorFlow'dan 188 kat ve PyTorch'tan 13.4 kat daha hızlı.
Dahası, sinir ağı denetleyicisi optimizasyonu tamamlamak için genellikle yalnızca düzinelerce yinelemeye ihtiyaç duyar.
Neden Taichi
Taichi'nin neden yapılacağı söz konusu olduğunda, bilgisayar grafikleri her zaman TensorFlow gibi evrensel araçlardan yoksundur.Geliştirme ile uğraşmak isteyen herkes, programlama yapmadan önce temel ilkeleri anlamalıdır.
Bu, derin öğrenme alanıyla keskin bir tezat oluşturuyor.
Son yıllarda, ortaokul öğrencileri bile TensorFlow veya PyTorch'u küçük bir kod yazmak ve en iyi konferanslarda makaleler yayınlamak için birkaç modeli optimize etmek için kullanabilirler.Birçok insan, derin öğrenme kağıtlarının altın içeriği büyük ölçüde azaldığı için bunun kötü bir şey olduğunu düşünüyor. .
Ama Hu Yuanming diğer tarafı gördü. Son yıllarda derin öğrenmenin hızlı gelişmesinin ve giriş engellerinin düşük olmasının, kullanımı kolay iyi araçların olmasından kaynaklandığına inanıyor.Bilgisayar grafikleri yasaklayıcıdır ve benzer araçların bulunmaması nedeniyle Taichi'yi geliştirmiştir.
Başlangıçta, Taichi ayrı bir programlama dili haline getirilecekti, ancak herkesin rahatlığı için Hu Yuanming, Taichi dilini Python gibi göstermek için cümle import taichi'yi ti olarak kullandı.
Python tabanlıya geçildiğinde, bunun avantajı yalnızca öğrenme eşiğini düşürmek değil, aynı zamanda numpy, matplotlib ve diğer araç kitaplıkları ile sorunsuz bir şekilde bağlanan birçok hazır Python IDE kullanmaktır.
Birkaç ay süren sıkı çalışmanın ardından, Hu Yuanming sonunda Taichi'yi pypi kurulum paketine değiştirdi, böylece farklı konfigürasyonlara ve farklı işletim sistemlerine sahip makineler grafik programlarını sorunsuzca çalıştırabilir.
1. Sınıf, Tsinghua Üniversitesi'ne önerilir, Bo 16 kağıtları
Hu Yuanming'den bahsetmişken, bu gençliğinden beri parıldayan bir başka "Yüce Tanrı" oyuncusu.
Lisenin ilk yılında Tsinghua Üniversitesi'ne gönderilen Kariyeri boyunca APIO 2012, NOI 2012, ACM-ICPC 2013 Changsha Bölge Yarışması ve ACM-ICPC Şangay Bölgesel Yarışması'nda dört altın madalya kazandı ve bunlar arasında APIO 2012 oyunda birinci oldu.
2013 yılında Tsinghua Yao Sınıfına girdi.Hu Yuanming, Chen Lijie, Fan Haoqiang ve diğerleri sınıf arkadaşı oldular. Bu grup gençlerin yetenekleri burada toplanıp çarpıştı ve "Yao Sınıfı" kelimesiyle karşılıklı başarılar elde etti.
Hu Yuanming, lisans eğitimi sırasında art arda Tokyo Üniversitesi ve Stanford Üniversitesi'ni ziyaret etti ve Microsoft Research Asia'da derin öğrenme ve bilgisayar grafiği araştırması yapan bir staj yaptı. Lisans öğrencileri için CVPR, SIGGRAPH ve diğer uluslararası konferanslar için birçok makale seçildi.
Hu Yuanming, 2017 yılında MIT'ye girerek Ph.D. 13 aylık kayıttan sonra, ChainQueen yüksek lisans tezini tamamladı ve MIT'den yüksek lisans derecesi aldı. İlk gönderi sırasında, 6 önemli konferans bildirisi yayınlandı.
Son olarak, bu 99 satırlık kodun arkasındaki araştırma geçmişi hakkında daha fazla bilgi edinmek istiyorsanız, Hu Yuanming'in kendi Bilgi sütununu da okuyabilirsiniz. Yüce Tanrı sadece kodu iyi yazmakla kalmaz, aynı zamanda kod sözcükleri ve buğulanmış yumurtaları da iyi yazar ~
Portal
Hu Yuanming orijinal metni biliyor: https://zhuanlan.zhihu.com/p/97700605
Kağıt adresi: https://arxiv.org/abs/1910.00935
Tai Chi proje adresi: https://github.com/yuanming-hu/taichi
taichi_mpm proje adresi: https://github.com/yuanming-hu/taichi_mpm
Editör: Wang Jing
Redaksiyon: Lin Yilin
-Bitiş-
Tsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
