المنطقة العليا التالية للابتكار في الذكاء الاصطناعي تتجه نحو توليد ثلاثي الأبعاد.
من التوليد متعدد الوسائط ونماذج العالم، إلى الذكاء المكاني والروبوتات الذكية المتجسدة...
3D، تصبح المحرك الأساسي للذكاء الاصطناعي من الجيل التالي.
واليوم، تعاون خبير رائد في مجال الرسوميات مع أبرز شركة ناشئة في مجال الذكاء الاصطناعي ثلاثي الأبعاد.
آخر الأخبار:
تونغ شين انضمت رسميًا إلى Meshy، الذي أسسه هو يوانمينغ.
اجتماع زه يوان مينغ تونغ لاؤ
وفقًا لأحدث الأخبار، سيتولى تونغ شين منصب العالم الرئيسي في شركة الذكاء الاصطناعي ثلاثية الأبعاد Meshy، وسينسق الاستراتيجية البحثية طويلة الأجل لـ Meshy.
قد يعني هذا أن الجيلين الأكثر تمثيلاً في مجال الرسوميات الصينية — هو يوانمينغ، مؤسس Meshy، وتوان شين — سيتعاونان على دفع تقدم نماذج العالم متعددة الوسائط وأنظمة التفاعل في الوقت الحقيقي.
عمل تشونغ شين في مختبر مايكروسوفت الآسيوي لـ 25 عامًا، حيث قاد فريق الرسوميات الشبكية وعمل كشريك بحثي عالمي.
تشمل مجالات بحثه الرسوميات الحاسوبية والرؤية الحاسوبية ثلاثية الأبعاد، وتحديدًا، بما في ذلك على سبيل المثال لا الحصر: التقاط ونمذجة المواد، توليف النسيج، معالجة ونمذجة الهندسة ثلاثية الأبعاد، تحليل ومحاكاة انتقال الضوء، التصوير الواقعي، وحركة الوجه ثلاثية الأبعاد.
△
علم الرسومات الحاسوبية، ببساطة، يركز على "كيفية إنشاء وتعديل وعرض العالم ثلاثي الأبعاد في الحاسوب".
يتمتع هذا المجال بمكانة أساسية في الألعاب والأفلام والمحاكاة الصناعية، ويعتبر الآن أكثر فأكثر بنية تحتية لإدراك الذكاء الاصطناعي وتعبيره.
بعد كل شيء، بدون فهم ثلاثي الأبعاد، يصعب على الذكاء الاصطناعي فهم العالم المادي بشكل حقيقي أو الدخول إليه.
وتشون شين هي واحدة من أكثر العلماء تجذراً وعمقاً في هذا الاتجاه.
في عام 1999، انضم تونغ شين مباشرةً بعد تخرجه من الدكتوراه في جامعة تسينغهوا إلى مختبر مايكروسوفت الصين، الذي تأسس منذ أقل من عام، والذي أصبح لاحقًا معروفًا باسم "أكاديمية مايكروسوفت آسيا"، ويعتبره كثيرون "كلية هوانغبو للعلوم والتكنولوجيا الصينية".
على مدار أكثر من عقدين، خرج من هنا عدد لا يحصى من الشخصيات المحورية التي أثرت في تركيبة أبحاث الحوسبة في الصين وحتى على مستوى العالم—لكن ذلك قصة أخرى.
كأول باحث في معهد البحوث الآسيوية، قضاها تونغ شين هنا لمدة 25 عامًا، حيث ترقى من باحث إلى شريك بحثي عالمي ورئيس مجموعة الرسومات الشبكية.
شهد تقريبًا جميع اللحظات المهمة في مجال الرسوميات الحاسوبية في الصين.
△
خلال هذه الفترة، نشر تونغ شين عدداً كبيراً من الأوراق البحثية في المجلات والمؤتمرات الرائدة، وتجاوز عدد اقتباساته على Google Scholar 21,000 مرة.
ترك هذه الدراسات التقنية العديد من الأشياء المفيدة لشركة مايكروسوفت، بما في ذلك واجهات برمجة تطبيقات تطوير ألعاب Xbox، وبرمجيات التوافق مع Xbox، وسائقي الطباعة ثلاثية الأبعاد لـ Windows، وأدوات تطوير الرسومات Direct3D، وغيرها.
إضافةً إلى ذلك، ترك تونغ شين أيضًا "أصلًا" آخر لمجموعة الرسوميات الشبكية في معهد يَا: مجموعة من الأشخاص الذين يشكلون القوة المحورية الحالية لعلم الرسوميات الصيني.
على مدار 25 عامًا، تعاون وتبادل الأفكار وأرشد مجموعة تلو الأخرى من الباحثين المتميزين هنا.
تشو كون من جامعة تشيجيانغ، زميل ACM وزميل IEEE، مدير مختبر CAD&CG الوطني، وشريك في التعاون مع تونغ شين لسنوات عديدة، حيث استكشف من الطباعة ثلاثية الأبعاد والتصميم الحسابي حتى NeRF والرسم العصبي؛
تشينغ هوا شو كون، أستاذ مُعيّن مدى الحياة في قسم علوم الحاسوب بجامعة تشينغ هوا، وحاصل على جائزة العقل المتميز الوطني، وتعاون عدة مرات مع تونغ شين أثناء دراسته للدكتوراه في نشر أوراق في SIGGRAPH؛
وانغ بينغشواي من جامعة بكين، أستاذ مساعد في معهد وانغ شوان من جامعة بكين، عمل تحت إشراف تونغ شين من المتدرب إلى باحث أول، وهو الآن أحد العلماء البارزين في مجال التعلم الهندسي الثلاثي الأبعاد...
الأشخاص الذين عملوا معه يُقيّمون تونغ شين عادةً بشكل متسق بشكل مدهش:
ودود، دائمًا في المقدمة، قادر على المناقشة الدقيقة لمسائل تقنية تفصيلية جدًا، كما يستطيع شرح المسائل التقنية المعقدة بلغة بسيطة وواضحة.
لأنه في رأي تونغ شين، فإن الرسوميات الحاسوبية هي تطبيق حاسوبي، ولذلك فإن جميع قضايا البحث تنشأ من الاحتياجات العملية وظهور أجهزة وبيانات جديدة.
إضافةً إلى ذلك، فإن تونغ شين يتمتع أيضًا بحس فكاهي كبير، فعلى سبيل المثال، وصف بحثه على النحو التالي:
عائلتي، بخلاف تقييمها لأطباقي، تضحك باستمرار وتقول إنني أقضي يومي وأنا متحمس جدًا وأستمتع بمشاهدة إبريق شاي ثلاثي الأبعاد وأرنب على الشاشة، لكن يبدو أن ما أفعله لا يغير وضع العالم ولا يحسن حياة الناس، وأنا لا أفهم من أين يأتي شعوري بالإنجاز.
△
هذا هو "العمة الصغيرة" الذي لا يجهله أحد في عالم الرسوميات، والذي يمتلك قدرة أكاديمية عميقة جدًا، لكنه يحمل لطفًا وفضولًا كطفل.
Also quite fitting.
الذكاء الاصطناعي للترفيه
يمكن القول إن تونغ شين وصلت إلى هذه المرحلة في عالم الرسوميات، ولا يوجد سوى نجوم وحوش مثل Meshy الذين يمكن مقارنتها بها.
Meshy هي أول شركة أسسها هو يوانمينغ بعد تخرجه من الدكتوراه في MIT، وهي تركز ببساطة على تحويل النصوص والصور إلى نماذج ثلاثية الأبعاد.
حاليًا، يضم Meshy 12 مليون مستخدم، ويشمل عملاؤه نصف الشركات العشر الأعلى قيمة وتقديرًا عالميًا.
في يوليو من هذا العام، أكملت Meshy جولة تمويل من الفئة B بقيمة تقارب 4 مليارات دولار أمريكي، بقيمة تقييم بعد الاستثمار تتجاوز 10 مليار يوان صيني.
حطمت رقماً قياسياً عالمياً في حجم التمويل وقيمة التقييم في مجال الذكاء الاصطناعي ثلاثي الأبعاد، وأصبحت أعلى شركة تقييماً في هذا المجال.
لكن سواء كان النمو الأسرع أو التقييم الأعلى، فإنهما لا يزالان أكثر تحديدًا من رؤية Meshy.
هو يوانمينغ، مؤسس Meshy.ai، بطل سباق 400 متر في مسابقة الرياضة المدرسية لمدينة يانغتشو، الفائز بالجائزة الثانية في مسابقة الغناء في برنامج ياو بتشينغ بجامعة تسينغهوا، وحاصل على دكتوراه في الرسوميات الحاسوبية من معهد ماساتشوستس للتكنولوجيا، ومُرشح لأفضل أطروحة دكتوراه في SIGGRAPH، ومُطور لغة ومحرّك Taichi.
△
لقد طرح هدفًا يبدو غريبًا بعض الشيء:
الذكاء الاصطناعي للترفيه.
سلسلة منطقه هي كالتالي.
في المستقبل، عندما تحل AGI مشكلات الإنتاجية الكثيرة، سيتبقى للبشرية مشكلة واحدة أساسية فقط.
How do we create, express, and connect? Most importantly, how will we find meaning?
القراءة، السفر، لعب الألعاب، مشاهدة المسلسلات القصيرة... هذه الأنشطة بالفعل يمكنها أن تخلق لنا السعادة، ومع ذلك، في عصرٍ يُقدّم وقتًا حرًا وفيرًا جدًا، فإننا "سنبحث حتمًا عن طرق جديدة وأكثر فعالية لتوليد السعادة والمعنى".
هذا الأسلوب مُقدر أن يُدار بواسطة الذكاء الاصطناعي.
لذلك، فإن "استخدام الذكاء الاصطناعي لإيصال السعادة والمعنى للبشرية سيكون أحد أهم القضايا في الخمس سنوات القادمة".
أما Meshy، فتريد أن تصبح القطعة الأكثر أهمية في هذا المشهد.
بكلمات هو يوانمينغ، فإنهم يهدفون إلى "إعادة تشكيل الرسوميات بناءً على الذكاء الاصطناعي التوليدي، والبحث عن الحل الأمثل عالميًا لتحويل الخيال إلى واقع ملموس."
What does this mean?
بعبارة أخرى، في يومنا هذا، لا يقتصر دور AI 3D على جعل الذكاء الاصطناعي أكثر كفاءة في النمذجة والتطبيقات والعرض وفقًا لإرشادات الرسوميات.
على المدى الطويل، قد يكون النهاية النهائية للذكاء الاصطناعي ثلاثي الأبعاد هي تجسيد الخيال.
يتوافق هذا المنظور الاستباقي تمامًا مع فلسفة تونغ شين.
في عام 2016، اقترح تونغ شين حل مشكلة إنتاج المحتوى المرئي للجميع وفي أي مكان، بحيث يمكن لأي شخص في أي مكان إنشاء محتوى وسائط مرئية.
اليوم، بعد عشر سنوات، أصبح "everyone everywhere يخلق محتوى وسائط مرئية" يعني "تمكين أي شخص من تحويل خياله إلى عالم قابل للدخول والتفاعل باستخدام جملة واحدة فقط".
هذا بالتأكيد تمنٍّ كبير.
لتحقيق ذلك، تقوم Meshy حاليًا بأبحاث تقنية أساسية على ثلاثة مستويات:
أولاً وقبل كل شيء — إعادة اختراع الرسوميات.
لذلك، يجب التخلي عن الحل الأمثل المحلي في أنابيب توليد الرسومات في الرسوميات الشبكية السابقة، واستخدام الذكاء الاصطناعي لإعادة تصميم حل أمثل عالمي لا يعتمد على "المثلثات"، حيث تمثل "المثلثات" الوحدة الأساسية لرسم الكائنات ثلاثية الأبعاد بواسطة وحدة معالجة الرسومات.
△
ثانيًا، يجب إنشاء نظام المدير.
إذا كان الرسم البياني الجديد يشبه فريق تصوير، فسيكون من الضروري وجود نظام إخراج متكامل لتحقيق الذكاء الاصطناعي للترفيه.
يُشرف هذا النظام الإخراجي على وضع آليات عمل العالم وعظامه ثلاثية الأبعاد، وتنفيذ كتابة السيناريو في الوقت الفعلي.
أخيرًا، البنية التحتية.
إن بنية تحتية لإنشاء وعرض ثلاثي الأبعاد بتأخير منخفض وجودة عالية وتكلفة منخفضة ضرورية، لأن أي توقف ولو لحظي يتم تضخيمه مئات المرات في تجربة AI for Fun.
لهذا الغرض، يجب إعادة تصميم بنية تحتية عالية الأداء، وهو ما يتماشى تمامًا مع أطروحة الدكتوراه الخاصة بهو يوانمينغ وأساس لغة Taichi التي تم تطويرها في بداية رحلة Meshy.
بالإضافة إلى هذه الدراسات الأساسية، يعالج النموذج الجديد لـ Meshy النقاط العالقة الحالية في مجال الذكاء الاصطناعي ثلاثي الأبعاد.
على سبيل المثال، مشكلة "التحكم"، أي ما إذا كانت النتائج المولدة مخلصة للصورة المدخلة، وتجسد دقة النسب العامة، وعقلانية التوزيع المكاني، ودرجة إعادة إنتاج التفاصيل السطحية.
في 10 أغسطس من هذا العام، أصدرت Meshy Meshy-7، مما يمثل خطوة كبيرة نحو التوافق الهندسي (geometry alignment)، وتحديدًا:
من حيث الدور العضوي، يمكن للنموذج إعادة إنتاج التفاصيل مثل تعبيرات الوجه، والهياكل التشريحية، وتجاعيد الجلد؛
فيما يتعلق بالأسطح الصلبة والقطع الميكانيكية، يمكن لأجزاء كل منها أن تقع بدقة في المواقع المحددة في الصورة، دون أن تلتصق الأجزاء المجاورة ببعضها البعض؛
من حيث النص والزخارف، فإن النص المنحوت بعمق والأنماط المنحوتة بارزة واضحة ونظيفة، ويمكن استخدامها مباشرة في سياقات صناعية مثل النقش بالليزر.
يجب القول إن استكشاف Meshy في هذه الاتجاهات يتوافق مع اهتمامات تونغ شين، حيث تقع مجالات بحثه الأخيرة في تقاطع توليد النماذج ثلاثية الأبعاد والفيديو.
كما طرح في عام 2024 السؤال الكلاسيكي: "هل الأبعاد الثلاثة ليست سوى حالة خاصة من توليد الفيديو؟"
أي أنه، إذا كان فيديو ما قادرًا بالفعل على "رؤية" كائن من أي زاوية، هل لا يزال من الضروري بناء نموذجه ثلاثي الأبعاد بشكل صريح؟
The answer is not yet clear.
لكن النقطة المؤكدة حاليًا هي أن الأبحاث والخبرات الهندسية الرائدة لتونغ شين في تدريب الذكاء الاصطناعي متعدد الوسائط يمكن أن تدفع استكشافات Meshy إلى آفاق أبعد.
Mora: تجاوز نموذج العالم
في وقت إعداد هذا المقال، نشر هو يوانمينغ عملًا جديدًا من فريق Meshy على مدونته الخاصة، Mora.
Mora هي اختصار لـ "Multimodal Open-world Real-time Architecture"، وتعني "الهندسة الزمنية المفتوحة متعددة الوسائط".
هذا شيء مثير للاهتمام، يمكن للجميع تجربة نموذج اللعبة التفاعلية الذي تم إنشاؤه به.
ببساطة، إنه يتكون من ثلاث قطع ألغاز:
وكيل البرمجة، المستخدم لإنشاء هيكل عالم اللعبة وتشغيل الكود؛
إنشاء ثلاثي الأبعاد، وهو أهم قطعة في Meshy، يمكن استخدامه لتحسين الهيكل العظمي وإرسال إشارات التحكم إلى نموذج الفيديو؛
نموذج الفيديو، يتلقى إشارات المشهد ثلاثي الأبعاد، ويُنتج الصورة النهائية والمؤثرات الصوتية.
هوانغ يوان مينغ وصف هذا بأنه تقنية "تتجاوز نماذج العالم".
كلام كبير، كيف تخطط للتفوق؟
تذكّر في يناير من هذا العام، عندما تم إطلاق نسخة تجريبية قابلة للعب من Google Genie 3، وادّعت أنها "نموذج عالمي عام يمكّن المستخدمين من إنشاء بيئات واقعية قابلة للاستكشاف باستخدام النصوص".
لهذا السبب هبطت Unity بنسبة 24% اليوم، وهبطت Roblox بنسبة 27%، فالسوق متحمس جدًا: في المستقبل، لن تحتاج إلى محركات ألعاب لصنع الألعاب، بل نموذج فيديو واحد كافٍ.
لكن بعد مرور أكثر من ستة أشهر، وبعد أن جرب هو يوانمينغ جميع نماذج العالم المتاحة في السوق، قام بتسليط الضوء على ثمانية عيوب في معظم نماذج الفيديو التفاعلي الحالية.
تشمل ضعف الاتساق، تفاعل بسيط، قدرة حسابية فيزيائية ضعيفة، مدة تجربة قصيرة، عدم القدرة على دعم السرد المنطقي والمنطق المعقد، التركيز على اللعب الفردي، عدم القدرة على الاستفادة من آلية توليد الكود، وتأخير عالٍ.
باختصار، إنه صعب اللعب.
لكن من المحتمل أن هذا ليس مشكلة يمكن حلها من خلال التحسين فقط.
النماذج الحالية للفيديو لا تمتلك ذكاءً حقيقيًا؛ فهي في جوهرها مجرد مُرسِّم، وإذا استمررنا على هذا المسار، فسننتهي فقط بمحاكي للمشي.
مسار مورا هو العكس: بما أن نماذج الفيديو لا تستطيع حل اتساق الفضاء ثلاثي الأبعاد، فدعها تؤدي ما ينبغي لها فعله.
دع وكيل الترميز يبني الهيكل، ودع Meshy يولد النموذج ثلاثي الأبعاد، ثم دع نموذج الفيديو ينتج المشهد، بحيث يكون الفضاء مستقرًا ودقيقًا وقابلًا للعب.
يبدو أن الأستاذ هو مُستثمر محنك ومتحمس حقًا.
لكن Mora 1 لا تزال في مرحلة مبكرة جدًا.
إنه يستخدم فقط للتحقق من إطار عمل. ثم، ضمن هذا الإطار، يتم التقدم تدريجيًا نحو الهدف من خلال التوسع.
بالعودة إلى سؤال تونغ شين، هل الأبعاد الثلاثة هي مجرد حالة خاصة من توليد الفيديو؟
قدم مورا إجابة أولية: على الأقل في الوقت الحالي، لا يجب أن يكونا بديلين لبعضهما البعض، ويمكنهما أداء وظائفهما المختلفة تحت تسلسل وكيل البرمجة.
هذا الجواب بالطبع لا يزال بعيدًا عن الدقة، لكننا وصلنا إلى هنا، وقد أصبح السؤال غامضًا أيضًا.
هذا الشعور ليس غريبًا على تونغ شين.
على مدار عقدين أو ثلاثة، شهد بنفسه موجات متتالية من التأثيرات التكنولوجية: في الماضي، كان إنشاء الرسوم ثلاثية الأبعاد يعتمد كليًا على قواعد مكتوبة يدويًا، ثم جاء التصوير العصبي، فتعلمت الذكاء الاصطناعي الإضاءة والظلال من الصور؛ ثم جاء الذكاء الاصطناعي التوليدي، فلم تعد الصور الواقعية بحاجة إلى خطوط عمل ثلاثية الأبعاد؛ ثم جاءت نماذج الفيديو، التي يمكنها حتى جعل عوالم ديناميكية تظهر من العدم...
تقفز التكنولوجيا الجديدة مرارًا وتكرارًا حدود الرسوميات التقليدية: كيف ينبغي للرسوميات أن تستمر في الوجود؟
واجهة هذه المسألة المتزايدة العجلة، انطلقت تونغ شين مرة أخرى.
He wants to create a new graphics with the most imaginative generation of young people.
هذا المقال من حساب WeChat "Quantum Bit"، الكاتب: تشينغ تشيان