एआई से प्रकाशन को भौतिकी की जरूरत है, केवल नकल नहीं

वर्तमान AI प्रकाश व्यवस्था उपकरण मुख्य रूप से दृश्य पैटर्न की नकल करके काम करते हैं। यह सरल मामलों में काम करता है, लेकिन जटिल दृश्यों को पुनः प्रकाशित करने में विफल हो जाता है, जैसे कि एक पात्र को नए वातावरण में एकीकृत करना। त्वचा अपना आयतन खो देती है और प्रतिबिंब कृत्रिम लगते हैं। समस्या यह है कि नकल करना वास्तविक प्रकाश व्यवहार को समझने के समान नहीं है।

दृश्य पैटर्न से भौतिकी आधारित कारण मॉडल तक 🔬

समाधान AI के प्रशिक्षण में भौतिकी आधारित रेंडरिंग (PBR) के सिद्धांतों को अपनाने में है। दृश्य को एक सपाट सतह के रूप में मानने के बजाय, नेट को सिखाया जाता है कि प्रकाश कैसे परावर्तित होता है, फैलता है और सामग्री की गुणों के साथ कैसे परस्पर क्रिया करता है। यह कारण समझ सटीक नियंत्रण की अनुमति देती है: प्रकाश की दिशा समायोजित करने पर, छायाओं, प्रतिबिंबों और प्रकीर्णन में परिवर्तन सुसंगत और पूर्वानुमानित होते हैं, जो केवल पिक्सेल सहसंबंधों पर आधारित विधियों की नाजुकता को पार कर जाते हैं।

जब आपका चित्र खिलौने के प्लास्टिक की तरह चमकता है 🤖

यह अंधी नकल पर भरोसा करने का क्लासिक परिणाम है। AI, हजारों चेहरों का विश्लेषण करने के बाद, तय करता है कि आपकी गाल एक कार के फोकस की तीव्रता के साथ चमकनी चाहिए जो एक गड्ढे पर हो। बाल, सूक्ष्म प्रतिबिंब होने के बजाय, एक चमकदार हेलमेट की तरह लगते हैं। और इस तरह, आपका LinkedIn के लिए पेशेवर फोटो नए से खोले गए एक्शन फिगर का आभा पा लेता है। प्रौद्योगिकी आगे बढ़ रही है, लेकिन कभी-कभी लगता है कि प्रकाश को एक कला छात्र बेहतर समझता है बजाय मॉडलों से भरे सर्वर के।