Nvidia-ს DLSS 5 გენერაციულ AI-ს იყენებს თამაშებში ფოტორეალიზმის გასაზრდელად და გეიმინგის ფარგლებს სცილდება

Nvidia-ს აღმასრულებელმა დირექტორმა, ჯენსენ ჰუანგმა, ორშაბათს გამართულ Nvidia GTC კონფერენციაზე DLSS 5 წარადგინა. ეს არის კომპანიის ხელოვნური ინტელექტის (AI) გრაფიკული ტექნოლოგიის ახალი ვერსია, რომელიც მიზნად ისახავს ვიდეო თამაშები უფრო რეალისტური გახადოს, ამავდროულად კი ნაკლები გამოთვლითი სიმძლავრე გამოიყენოს.

ახალი DLSS 5 სისტემა ტრადიციულ 3D გრაფიკულ მონაცემებს გენერაციულ AI მოდელებთან აერთიანებს. ამ მოდელებს შეუძლიათ წინასწარ განსაზღვრონ და შეავსონ გამოსახულების ნაწილები, რაც Nvidia-ს გრაფიკულ პროცესორებს (GPU) საშუალებას აძლევს შექმნან დეტალური სცენები და ცოცხალი პერსონაჟები ყოველი ელემენტის ნულიდან დამუშავების (rendering) გარეშე.

„ჩვენ გავაერთიანეთ კონტროლირებადი 3D გრაფიკა — ვირტუალური სამყაროების საფუძველი და სტრუქტურირებული მონაცემები — გენერაციულ AI-სთან და ალბათურ გამოთვლებთან (probabilistic computing)“, — განაცხადა ჰუანგმა თავის გამოსვლაში. მისი თქმით, ერთ-ერთი მათგანი სრულად პროგნოზირებადია, ხოლო მეორე — ალბათური, თუმცა მაღალი ხარისხის რეალიზმით გამოირჩევა.

სტრუქტურირებული მონაცემებისა და AI-ს სინთეზი

ჰუანგის განმარტებით, ამ ორი იდეის — სტრუქტურირებული მონაცემებისა და გენერაციული AI-ს — კომბინაცია დეველოპერებს საშუალებას აძლევს შექმნან კონტენტი, რომელიც არის „ლამაზი, საოცარი და ამავდროულად კონტროლირებადი“. მან ხაზგასმით აღნიშნა, რომ სტრუქტურირებული ინფორმაციისა და გენერაციული AI-ს შერწყმის კონცეფცია სხვადასხვა ინდუსტრიაში განმეორდება, რადგან სტრუქტურირებული მონაცემები სანდო ხელოვნური ინტელექტის საფუძველია.

გავლენა გეიმინგის მიღმა

მიუხედავად იმისა, რომ გეიმინგი დღეს Nvidia-ს შემოსავლების უფრო მცირე ნაწილს შეადგენს, ვიდრე ისტორიულად, სწორედ ამ ინდუსტრიამ აქცია კომპანია იმად, რაც დღეს არის. ჰუანგმა DLSS 5-ის მიდგომა წარმოაჩინა, როგორც გამოთვლითი ტექნოლოგიების უფრო ფართო ცვლილების მაგალითი. მისი ვარაუდით, ეს მიდგომა შესაძლოა გეიმინგის ფარგლებს გასცდეს და კორპორატიულ გამოთვლებშიც (enterprise computing) დაინერგოს.

მილიარდერმა აღმასრულებელმა დირექტორმა კორპორატიული მონაცემთა პლატფორმები, როგორიცაა Snowflake, Databricks და BigQuery, დაასახელა იმ სტრუქტურირებული მონაცემთა ბაზების მაგალითებად, რომელთა ანალიზი და მათგან ინფორმაციის გენერირება მომავალში AI სისტემებს შეეძლებათ.

„მომავალში ეს მონაცემთა სტრუქტურები გამოყენებული იქნება ხელოვნური ინტელექტის მიერ და AI ჩვენზე ბევრად უფრო სწრაფი იქნება. მომავლის აგენტები გამოიყენებენ როგორც სტრუქტურირებულ, ისე არასტრუქტურირებულ, გენერაციულ მონაცემთა ბაზებს. ეს უკანასკნელი კი მსოფლიოს უდიდეს ნაწილს წარმოადგენს“, — დასძინა ჰუანგმა.