Bagaimanakah Metaverse 'menyuap' model kecerdasan buatan?

​Dunia visual terdiri daripada banyak bahagian bergerak yang mengandungi berbilang jenis data, antara muka dan model kecerdasan buatan. Antara muka 3D mengandungi banyak jenis data dengan atribut berkaitan masa dan ruang, yang penting untuk menangkap dan menganalisis aliran masa lalu dan meramalkan aliran masa depan.

Teknologi simulasi visual ini kini telah digunakan dalam beberapa projek penting, seperti projek penyelidikan AI AlphaFold DeepMind, yang boleh meramalkan struktur 3D lebih daripada 200 juta protein yang diketahui . Lipatan protein adalah asas penemuan ubat, dan AlphaFold digunakan dalam penyelidikan perubatan untuk merawat COVID-19. Dalam bidang pengkomputeran berprestasi tinggi, Metaverse menyediakan syarat untuk penyelidik bekerjasama dalam simulasi maya.

Nvidia, salah satu penyokong terbesar Metaverse, mempromosikan konsep itu melalui produk yang dipanggil Omniverse, yang merangkumi rangkaian kecerdasan buatan, perisian dan teknologi penglihatan untuk penyelidikan dan pemodelan saintifik.

Nvidia tidak jelas tentang keupayaan produk Omniversenya, tetapi baru-baru ini mendedahkan beberapa maklumat. Platform ini menggunakan set teknologi yang kompleks untuk mengumpul, menyusun, menterjemah dan mengaitkan data, yang akhirnya dikumpulkan ke dalam set data. Model kecerdasan buatan akan menganalisis set data ini dan kemudian menyediakan model visual untuk aplikasi saintifik, yang mungkin termasuk model untuk memahami arah aliran planet atau membangunkan dadah.

Kes penggunaan kolaboratif terkini untuk platform ialah Pentadbiran Lautan dan Atmosfera Negara akan menggunakan teknologi daripada Omniverse dan Lockheed Martin untuk menggambarkan data arah aliran iklim dan cuaca, yang kemudiannya akan disediakan kepada penyelidik dan lain-lain penyelidikan.

Maklumat yang dikumpul oleh platform OR3D yang dibangunkan oleh Lockheed Martin adalah penting untuk menggambarkan data cuaca dan iklim, termasuk data daripada satelit, lautan, arah aliran dan penderia atmosfera sebelumnya. Data adalah format fail OR3D khusus dan akan dibina ke dalam "penyambung" yang menukar data kepada jenis fail berdasarkan format Penerangan Adegan Sejagat (USD).

Format fail USD mempunyai pengendali yang boleh menggabungkan data kedudukan, orientasi, warna, bahan dan lapisan ke dalam fail 3D. Penukaran kepada format fail USD adalah penting kerana ia membolehkan fail visualisasi dikongsi dan berbilang pengguna bekerjasama, satu pertimbangan penting dalam dunia maya. Fail USD juga merupakan penukar yang memecahkan pelbagai jenis data dalam fail OR3D kepada input mentah untuk model kecerdasan buatan.

Jenis data boleh termasuk unsur temporal dan ruang dalam imej 3D, yang amat penting dalam menggambarkan data iklim dan cuaca. Sebagai contoh, aliran cuaca yang lalu perlu ditangkap dalam beberapa saat atau minit dan dipetakan berdasarkan korelasi temporal.

Alat daripada NVIDIA yang dipanggil Nucleus ialah enjin utama Omniverse, yang menukar fail OR3D kepada fail USD dan mengendalikan masa jalan, simulasi fizik dan pemetaan data daripada format fail lain.

Set data AI boleh termasuk data cuaca dikemas kini masa nyata, yang kemudiannya dimasukkan ke dalam model AI. Proses berbilang langkah NVIDIA untuk mendapatkan data imej mentah ke dalam USD adalah rumit tetapi berskala. Ia boleh menyokong berbilang jenis data dan dianggap lebih boleh dilaksanakan daripada penyambung API (yang terakhir adalah khusus aplikasi dan tidak boleh menskalakan jenis data yang berbeza dalam satu model kompleks).

Kelebihan format fail USD ialah ia boleh memproses pelbagai jenis data yang dikumpul daripada satelit dan penderia dalam masa nyata, yang membantu membina model kecerdasan buatan yang lebih tepat. Ia juga boleh dikongsi, menjadikan datanya boleh dikembangkan kepada aplikasi lain.

Atas ialah kandungan terperinci Bagaimanakah Metaverse 'menyuap' model kecerdasan buatan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!