Wie „füttert“ das Metaverse Modelle der künstlichen Intelligenz?

​Die visuelle Welt besteht aus vielen beweglichen Teilen, die mehrere Datentypen, Schnittstellen und Modelle der künstlichen Intelligenz enthalten. 3D-Schnittstellen enthalten viele Datentypen mit zeit- und raumbezogenen Attributen, die für die Erfassung und Analyse vergangener Trends und die Vorhersage zukünftiger Trends wichtig sind.

Diese visuelle Simulationstechnologie wurde inzwischen in einigen wichtigen Projekten angewendet, beispielsweise im AlphaFold AI-Forschungsprojekt von DeepMind, das die 3D-Struktur von mehr als 200 Millionen bekannten Proteinen vorhersagen kann. Die Proteinfaltung ist die Grundlage der Arzneimittelentwicklung und AlphaFold wird in der medizinischen Forschung zur Behandlung von COVID-19 eingesetzt. Im Bereich des Hochleistungsrechnens bietet das Metaverse die Voraussetzungen für die Zusammenarbeit von Forschern in virtuellen Simulationen.

Nvidia, einer der größten Unterstützer des Metaverse, fördert das Konzept durch ein Produkt namens Omniverse, das eine Reihe künstlicher Intelligenz, Software und Bildverarbeitungstechnologien für Forschung und wissenschaftliche Modellierung umfasst.

Nvidia hat sich vage zu den Funktionen seiner Omniverse-Produkte geäußert, kürzlich jedoch einige Informationen veröffentlicht. Die Plattform nutzt eine Reihe komplexer Technologien zum Sammeln, Organisieren, Übersetzen und Korrelieren von Daten, die letztendlich in Datensätzen gesammelt werden. KI-Modelle werden diese Datensätze analysieren und dann visuelle Modelle für wissenschaftliche Anwendungen bereitstellen, darunter Modelle zum Verständnis von Planetentrends oder zur Entwicklung von Medikamenten.

Der neueste kollaborative Anwendungsfall für die Plattform besteht darin, dass die National Oceanic and Atmospheric Administration Technologie von Omniverse und Lockheed Martin nutzen wird, um Klima- und Wettertrenddaten zu visualisieren, die dann Forschern für Vorhersagen und andere Studien zur Verfügung gestellt werden.

Die von der von Lockheed Martin entwickelten OR3D-Plattform gesammelten Informationen sind wichtig für die Visualisierung von Wetter- und Klimadaten, einschließlich Daten von Satelliten, Ozeanen, früheren atmosphärischen Trends und Sensoren. Diese Daten sind OR3D-Dateiformat-spezifisch und werden in einen „Connector“ integriert, der die Daten in Dateitypen konvertiert, die auf dem Universal Scene Description (USD)-Format basieren.

Das USD-Dateiformat verfügt über Operatoren, die Daten wie Positionierung, Ausrichtung, Farbe, Material und Ebenen in einer 3D-Datei kombinieren können. Die Konvertierung in das USD-Dateiformat ist wichtig, da es die gemeinsame Nutzung von Visualisierungsdateien und die Zusammenarbeit mehrerer Benutzer ermöglicht, was in virtuellen Welten ein wichtiger Aspekt ist. Die USD-Datei ist auch ein Konverter, der die verschiedenen Datentypen in der OR3D-Datei in Roheingaben für das Modell der künstlichen Intelligenz zerlegt.

Datentypen können zeitliche und räumliche Elemente in 3D-Bildern enthalten, was besonders wichtig bei der Visualisierung von Klima- und Wetterdaten ist. Beispielsweise müssen vergangene Wettertrends in Sekunden oder Minuten erfasst und auf der Grundlage zeitlicher Korrelation kartiert werden.

Ein Tool von NVIDIA namens Nucleus ist die Haupt-Engine von Omniverse, die OR3D-Dateien in USD-Dateien konvertiert und Laufzeit, Physiksimulation und Datenzuordnung aus anderen Dateiformaten übernimmt.

Der Datensatz für künstliche Intelligenz kann in Echtzeit aktualisierte Wetterdaten umfassen, die dann in das Modell der künstlichen Intelligenz eingespeist werden. Der mehrstufige Prozess von NVIDIA zum Übertragen von Rohbilddaten in USD ist komplex, aber skalierbar. Es kann mehrere Datentypen unterstützen und gilt als praktikabler als API-Konnektoren (letztere sind anwendungsspezifisch und können nicht für verschiedene Datentypen in einem einzigen komplexen Modell skaliert werden).

Der Vorteil des USD-Dateiformats besteht darin, dass es verschiedene Arten von Daten verarbeiten kann, die von Satelliten und Sensoren in Echtzeit gesammelt werden, was dazu beiträgt, genauere Modelle für künstliche Intelligenz zu erstellen. Es kann auch gemeinsam genutzt werden, wodurch seine Daten auf andere Anwendungen erweitert werden können.

Das obige ist der detaillierte Inhalt vonWie „füttert“ das Metaverse Modelle der künstlichen Intelligenz?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!