人工智能非常適用于創(chuàng)建訓(xùn)練自動(dòng)駕駛汽車(chē)和其他機(jī)器查看周?chē)h(huán)境所需的大量圖像集，但目前的生成式AI系統(tǒng)存在缺點(diǎn)，可能會(huì)限制其應(yīng)用。據(jù)外媒報(bào)道，美國(guó)普林斯頓大學(xué)的工程師們研發(fā)了一個(gè)軟件系統(tǒng)，可克服此類(lèi)缺點(diǎn)，且可快速創(chuàng)建圖像集，以讓機(jī)器為所有視覺(jué)環(huán)境做好準(zhǔn)備。

圖像集（圖片來(lái)源：普林斯頓大學(xué)）

該新系統(tǒng)名為Infinigen，主要依賴(lài)數(shù)學(xué)創(chuàng)造自然外觀的三維物體和環(huán)境。該系統(tǒng)是一個(gè)程序生成器，在計(jì)算機(jī)科學(xué)中，指代一種基于自動(dòng)化的、人類(lèi)設(shè)計(jì)的算法來(lái)創(chuàng)建內(nèi)容的程序，而不是基于勞動(dòng)密集型的人工數(shù)據(jù)輸入或驅(qū)動(dòng)現(xiàn)代AI的神經(jīng)網(wǎng)絡(luò)。通過(guò)此種方式，新程序僅使用隨機(jī)的數(shù)學(xué)規(guī)則就可生成無(wú)數(shù)個(gè)3D物體。

普林斯頓大學(xué)計(jì)算機(jī)科學(xué)副教授 Jia Deng的一篇論文詳細(xì)介紹了軟件系統(tǒng)Infinigen。Jia Deng表示：“Infinigen是一個(gè)動(dòng)態(tài)程序，可以構(gòu)建無(wú)限的、多樣化的、逼真的自然場(chǎng)景?！?/p>

Infinigen的數(shù)學(xué)方法允許其創(chuàng)建標(biāo)記好的視覺(jué)數(shù)據(jù)，此類(lèi)數(shù)據(jù)是訓(xùn)練部署于家用機(jī)器人、自動(dòng)駕駛汽車(chē)等設(shè)備上視覺(jué)系統(tǒng)所必須的。因?yàn)镮nfinigen以編程的方式生成每張圖像，即首先創(chuàng)建一個(gè)3D世界，在其中填充物體，然后放置攝像頭拍照，Infinigen可以自動(dòng)提供每張圖像的詳細(xì)標(biāo)簽，包括每個(gè)物體的類(lèi)別和位置。

然后，帶有自動(dòng)標(biāo)簽的圖像可用于訓(xùn)練機(jī)器人識(shí)別和定位僅把圖像作為輸入信息的物體。Deng教授表示，現(xiàn)有的人工智能圖像生成器中是不可能實(shí)現(xiàn)此種標(biāo)記好的視覺(jué)數(shù)據(jù)的，因?yàn)榇祟?lèi)程序采用不允許提取標(biāo)簽的深度神經(jīng)網(wǎng)絡(luò)來(lái)生成圖像。

此外，Infinigen的用戶(hù)可以對(duì)系統(tǒng)的設(shè)置進(jìn)行細(xì)粒度的控制，例如精確的燈光和視角，并可以對(duì)系統(tǒng)進(jìn)行微調(diào)，讓作為訓(xùn)練數(shù)據(jù)的圖像變得更有用。

除了生成具有自然形狀、大小、紋理和顏色的數(shù)字對(duì)象組成的虛擬世界外，Infinigen還可擴(kuò)展至合成火、云、雨和雪等自然現(xiàn)象。

Deng教授表示：“我們希望Infinigen可被證明為是一種有用的資源，不僅用于創(chuàng)建訓(xùn)練數(shù)據(jù)，還可用于增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)、游戲開(kāi)發(fā)、電影制作、3D打印和內(nèi)容生成等?！?/p>

為了創(chuàng)建Infinigen，普林斯頓大學(xué)的研究人員從免費(fèi)使用的開(kāi)源圖形系統(tǒng)Blender開(kāi)始，該圖形系統(tǒng)可追溯至上世紀(jì)90年代，是一個(gè)預(yù)建軟件的工具。為了遵循Blender的開(kāi)源免費(fèi)精神，普林斯頓大學(xué)的研究人員已經(jīng)在GPL兼容許可下發(fā)布了Infinigen的代碼，因此任何人都可免費(fèi)使用Infinigen。

Infinigen的另一個(gè)關(guān)鍵優(yōu)勢(shì)是，可通過(guò)大幅擴(kuò)展3D渲染物體和景觀的菜單，提高機(jī)器從2D像素對(duì)復(fù)雜空間進(jìn)行3D重建的能力。Deng教授表示，從真實(shí)世界圖像轉(zhuǎn)為合成圖像，以研發(fā)在真實(shí)世界中移動(dòng)的汽車(chē)和機(jī)器人似乎是反直觀的，但真實(shí)數(shù)據(jù)集有關(guān)鍵的局限性。

首先，引導(dǎo)機(jī)器人和智能汽車(chē)的計(jì)算機(jī)不能像人類(lèi)一樣感知圖像和其他視覺(jué)物體。在人類(lèi)看來(lái)是三維的圖像，在計(jì)算機(jī)看來(lái)是二維集合。為了讓機(jī)器人感知3D圖像，圖像需要包括一個(gè)被稱(chēng)為“3D基準(zhǔn)真值”的指令，這對(duì)于現(xiàn)有的2D圖像而言很難，但對(duì)于類(lèi)似Infinigen的系統(tǒng)而言非常簡(jiǎn)單。

Deng教授表示：“3D圖像合成數(shù)據(jù)集已經(jīng)初步顯示出巨大的發(fā)展前景，我們研發(fā)的Infinigen可進(jìn)一步實(shí)現(xiàn)該前景。”

普林斯頓大學(xué)的研究人員為Infinigen設(shè)計(jì)了稱(chēng)為生成器的子程序，專(zhuān)門(mén)用于產(chǎn)生單一的、不同類(lèi)型的數(shù)字物體，如“魚(yú)”或“山”。用戶(hù)可以使用子程序來(lái)定制一系列參數(shù)，包括大小尺寸、紋理、顏色和反射率。

Deng教授表示：“用戶(hù)可以根據(jù)自己的需求調(diào)整參數(shù)，創(chuàng)造出盡可能真實(shí)或不真實(shí)的環(huán)境，此種擴(kuò)展性可確保機(jī)器得到廣泛的訓(xùn)練，以處理所有可能遇到的環(huán)境中或在此類(lèi)環(huán)境中導(dǎo)航?！毖芯咳藛T希望，Infinigen可成為一種協(xié)作工具，允許用戶(hù)在開(kāi)發(fā)過(guò)程中添加更多功能。

Deng教授表示：“我們的目標(biāo)是讓Infinigen的覆蓋范圍變得非常廣，讓其變成計(jì)算機(jī)視覺(jué)訓(xùn)練數(shù)據(jù)的首選，無(wú)論任務(wù)是什么。我們希望Infinigen成為一個(gè)協(xié)作型、由社區(qū)驅(qū)動(dòng)的產(chǎn)品，為很多用戶(hù)提供益處的工具?！?/p>