هذه المادة هي AI وسائل الإعلام الجديدة و qubit (العامة رقم ID: QbitAI) إذن لإعادة طبع، يرجى الاتصال المصدر هذه المقالة حول 2700 كلمات اقترح القراءة 6 دقائق.

يمشي هذا المقال كنت تعرف الاستفادة من المؤثرات الخاصة التي تم تطويرها حديثا برمجة لغة "المجمدة".

خطوط 99 فقط من التعليمات البرمجية، يمكنك أيضا مثل "المجمدة" في الثلج الأميرة عائشة لها نفس السحر. على الرغم من أنك لا تستطيع عمدا السحر يستحضر في العالم الحقيقي، ولكن يمكن التأثير الآثار في العالم الافتراضي للكمبيوتر.

ربما كنت لا تعرف، والأفلام وتأثيرات الحركة في بعض الأحيان مجرد فترة قصيرة من ثانية واحدة، ولكن قد تتطلب عالية الأداء حسابات الكمبيوتر الأسبوع، والإنفاق مذهلة.

"المجمدة" لا يوجد نجم حقيقي، ولكن كما الكثير من ميزانية 150 مليون $، كل العدسات الثانية تمول تحترق. معظم الناس يريدون جعل آثار CG مع الكمبيوتر ببساطة لا يمكن تصوره.

ومع ذلك، على درجة الدكتوراه MIT مؤخرا من الصين، وقد وضعت لغة برمجة جديدة آثار CG TAICHI (تاي تشي) ، والحد بشكل كبير عتبة.

الأبيض: الثلج، أحمر: هلام، الأزرق: المياه مشهد الجسدي البسيط، مما يجعل جهاز الكمبيوتر العادي سوى بضع دقائق لإكمال، مقارنة مع سرعة TensorFlow من 188 مرة، 13.4 مرات أسرع من PyTorch، فقط واحد على عشرة من طول رمز الكامنة وراء أساليب أخرى.

يبدو الأمر كما سهلة التركيب كما TensorFlow، واستخدام هو نفسه تقريبا:

استيراد TAICHI كما تي

حتى والطلاب TAICHI المخترع هو جين تاو يوان مينغ أيضا أن تفعل هذا لكتابة البرنامج التعليمي الكامل.

حول TAICHI والطلاب هو نشرت العديد من المقالات، كان SIGGRAGH 2018، ICRA 2019، NeurIPS2019، ICLR عام 2020، وسيتم إدراج رأس الآخر.

العلماء رسومات الحاسوب، جامعة بكين أستاذ تشن تعطى الحق علامات عالية:

هو جين تاو يوان مينغ للطلاب الابهام حتى! بمفرده وضعت محاكاة لغة البرمجة المادية TAICHI!

مثل وضع يوان مينغ كثيرا في كتابة المصدر المفتوح تأثيرا هو قيمة للغاية.

سيغراف مثل هذا، قد ترغب في الاستثمار 1-2 سنوات لتؤتي ثمارها، ورقة قبلت حال، حتى لو نستطيع أن نترك السعر المرجعي ليست عالية.

وقال مستخدمى الانترنت أيضا بعد الحشد: يوان مينغ الله العظمى قوية جدا.

الرسومات نظام + + مترجم، هو في الحقيقة فرحة الخلق.

88 خطوط محاكاة البيئة المادية الحقيقية

وكما قلت للطلاب هو جين تاو، 99 خطوط من التعليمات البرمجية قصيرة جدا، والقصة طويلة جدا وراء التكنولوجيا.

بداية القصة، من المواد الأسلوب نقطة (طريقة نقطة جوهرية) التحدث.

MPM هو حقل في تأثيرات الفيديو شعبية على نطاق واسع أساليب المحاكاة التواصل ديزني "المجمدة" لاستخدام هذه التكنولوجيا.

ولكن في وقت مبكر، MPM يعمل ببطء جدا، مثل كان "المجمدة" لي آنا عدسة الثلوج، كما يقال لتشغيل أسبوع كامل على الكتلة.

من أجل تحسين سرعة وأداء MPM، وتخرج كبار في فصل الصيف، هو جين تاو يوان مينغ يذهب للبحث عن نقل المربعات MPM (MLS-MPM) هو.

هو جين تاو يوان مينغ إلهام موحد من قبل نقل المربعات APIC (أسلوب أفيني الجسيمات في والخلية) الحقل التدرج أفيني (أفيني الحقل السرعة) وتحديث MPM التدرج تشوه (تحديث التدرج تشوه) نوعين من تفريد.

تحت إشراف البروفيسور جيانغ تشن جامعة بونو ولاية بنسلفانيا، هو جين تاو يوان مينغ، الذين أكملوا الدراسة طريقة لنقل المربعات طريقة النقطة الجوهرية (MLS-MPM)، ليس فقط لتحقيق الجديد منفصلة الإجهاد الاختلاف، لذلك يمتد MPM أسرع مرتين، وأيضا محاكاة بنجاح مجموعة متنوعة من الظواهر MPM الجديد سابقا لم تدعم.

على سبيل المثال، وقطع المواد:

ثنائي الاتجاه اقتران هيئة جامدة:

هذا الإنجاز نشرت أخيرا في سيغراف 2018.

لمزيد من إثبات سهولة MLS-MPM، مع هو جين تاو يوان مينغ 88 خطوط C ++ الأدوات كود التجريبي MLS-MPM. (قانون الرجاء كزة نهاية الرابط taichi_mpm المشروع).

أصبح هذا الإصدار 88-خط في وقت لاحق تنفيذ الضروري الإشارة دخول MPM.

الكون (ChainQueen) محرك الفيزياء للتفاضل

بعد نهاية صيف عام 2017، دخل هو جين تاو يوان مينغ رسميا دراسة MIT الدكتوراه.

هذه المرة، هو جين تاو يوان مينغ ودفعة جديدة من إلهام: العثور على مشتق من MLS-MPM. مع مشتق، لا يمكن إلا أن يكون الأمثل تحكم الشبكة العصبية باستخدام النسب الانحدار.

بتوجيه من هذه الفكرة، ChainQueen ولد.

وأوضح هو جين تاو يوان مينغ، وسلسلة للاحتفال به في عملية اشتقاق قاعدة السلسلة تعرض للتعذيب الخبرة، وChainQueen الكون هو مجانسة.

الكون على أساس MLS-MPM، مقابل كائن تشوه، في الوقت الحقيقي خلط الصغيرة قد اغرانج - عالم رياضيات الماني الفيزياء محاكاة. جهاز محاكاة بحساب التدرج عكس لمحاكاة السابقة وحققت درجة عالية من الدقة.

الدراسة التي نشرت في ICRA 2019، هو جين تاو يوان مينغ أيضا من أجل إتمام أطروحة الماجستير.

DiffTaichi

وفي وقت لاحق، والطلاب سوف يعمل هو أبعد من ذلك، يقترح البرمجة اختلاف DiffTaichi، ليتم تضمينها ICLR عام 2020.

في البرمجية في هذه المقالة، قد خلقت الطلاب هو 10 محاكاة فيزيائية مختلفة، وقياس أدائها وفقا للخط الأساس الحالية.

TAICHI التفاضلية في البرمجة قد خفضت من التدرج القوة الغاشمة هو الأمثل فعال تحكم الشبكة العصبية، من دون استخدام تعزيز التعلم.

يمكن تنفيذ 10 نوعا محاكاة للاختلاف معظم النماذج ضمن 2-3 ساعات، والأكثر لا تحتاج إلى GPU. في هذه الأمثلة، اللدائن، جامدة، والسوائل، وانكسار الضوء، تصادم مرن، كل شيء البيئة المادية المشتركة.

المثال الأول للاختلاف محاكاة مرونة المستهدفة، من خلال قياس لدينا، ولكن أيضا يمكن تشغيلها على الإصدار 2017 من 13 بوصة ماك بوك برو، والتحسين الكامل تستغرق أقل من عشر دقائق:

ليس فقط هو 2D، 3D والمزيد من المطاط الصناعي المعقد يمكن محاكاة:

هناك للاختلاف 3D محاكاة السوائل، من خلال النسب خطوة التدرج التكراري 450، فقد كان واقعيا جدا:

DiffTaichi المياه لمحاكاة ضوء العارض الانكسار، وتقديم صورة من خلال ذلك، وهو ما يكفي لخداع حتى المصنف الصورة. بعد الاختبار، VGG16 الماء مع الصور تموجات السنجاب كما ذهبية، وأن احتمال 99.91.

في تعزيز تعلم بيئة محاكاة، والروبوتات جامدة شائعة، يمكن أن DiffTaichi محاكاة:

DiffTaichi مشاهد معقدة يمكن محاكاة عدد وافر من الأشياء، مثل البلياردو:

TAICHI مكتوب في رمز اللغة يبسط إلى حد كبير جهاز محاكاة، مطلوب جهاز محاكاة لاختلاف مطاطيا خطوط فقط 110 من قانون مكتوب في CUDA الخط المباشر 490.

في نفس الوقت، وسرعة TAICHI هو أيضا سريع جدا، مقارنة مع ما يقرب من أي نسخة فقدان CUDA و 188 مرة أسرع من TensorFlow، 13.4 مرات أسرع من PyTorch.

وحدة تحكم الشبكة العصبية عموما تحتاج فقط العشرات من تكرار للالأمثل كاملة.

لماذا TAICHI

وعن سبب للقيام TAICHI، كانت رسومات الحاسوب عدم وجود الأدوات المشتركة مثل TensorFlow من هذا القبيل، يجب أن يشارك الجميع في تطوير فهم للمبادئ الأساسية من أجل القيام البرمجة.

هذا هو عمق مجال الدراسة في التناقضات الصارخة.

في السنوات الأخيرة، وحتى طلاب المدارس الثانوية، أو استخدام TensorFlow PyTorch، وكتابة رمز صغيرة لتحسين العديد من النماذج، يمكنك نشر في بعض مؤتمر القمة، وكثير من الناس، وهذا أمر سيئ، لأن عمق التعلم تقلص إلى حد كبير بحيث الذهب ورقة .

ولكن هو جين تاو يوان مينغ نرى في الجانب الآخر. وهو يعتقد أن التعلم العميق كل هذه السنوات قد تمكنت من تطوير سريع، وانخفاض عتبة، وسهلة الاستخدام لعدم وجود أداة جيدة، رسومات الحاسوب باهظة، بسبب عدم وجود أدوات مماثلة، لذلك طور TAICHI.

كان TAICHI لجعل لغة البرمجة وحدها، ولكن من أجل تسهيل استخدام هو جين تاو يوان مينغ أخذت TAICHI استيراد كما تي أدعي أن يكون TAICHI لغة بايثون.

تغيير على أساس بيثون، وفوائد القيام بذلك ليس فقط خفض منحنى التعلم الخاص بك، ولكن أيضا استخدام الكثير من IDE بيثون القائمة، ونمباي، أدوات matplotlib مثل المكتبات بسهولة.

بعد أشهر من العمل، هو جين تاو يوان مينغ أخيرا غيرت TAICHI حزمة التثبيت pypi، أنظمة تشغيل مختلفة تسمح تكوينات مختلفة من آلة يمكن تشغيل برامج الرسومات بنجاح.

A عالية يمشي جامعة تسينغهوا، بون 6 رقة

وتحدث هو جين تاو يوان مينغ، وهذا هو واحد من الصبا على مشرقة لاعبين "كبير على مستوى الإله".

A عالية تسينغهوا يمشي والمسابقات المهنية، وسجل APIO 2012، أمة الإسلام عام 2012، ACM-ICPC 2013 تشانغشا البطولة الإقليمية، ACM-ICPC شنغهاي البطولة الإقليمية بأربع ميداليات ذهبية، والتي APIO 2012 النتائج الجمهور الأول.

ياو الدرجة عام 2013 دخلت جامعة تسينغهوا، هو جين تاو يوان مينغ وتشن لى جي، Fanhao جيانغ، الذي أصبح زملاء الدراسة، وهذه المجموعة من المواهب الشابة هنا معا، تصادم، و "ياو فئة" كلمة النجاح المتبادل.

أثناء الدراسة الجامعية، وقد زار هو جين تاو يوان مينغ جامعة طوكيو، أستاذ زائر في جامعة ستانفورد، وكان التدريب في شركة مايكروسوفت للبحوث آسيا، وعمق التعلم والبحث في رسومات الحاسوب. ثم اختيار عدد من المواد الجامعية CVPR أطروحة، سيغراف وغيرها من مؤتمر القمة الدولي.

عام 2017، دخل هو جين تاو يوان مينغ دراسة MIT الدكتوراه. 13 شهرا بعد التسجيل، لإكمال أطروحة الماجستير ChainQueen، والحصول على درجة الماجستير في معهد ماساتشوستس للتكنولوجيا. بو الفترة، وسيتم نشر ما مجموعه ستة أعلى في أوراق.

وأخيرا، إذا كنت تريد أن تعرف أن وراء خطوط 99 من التعليمات البرمجية المزيد من عملية البحث، هو جين تاو يوان مينغ رغبة لقراءة مقالي وأنا أعلم تقريبا. الله العظمى ليس هو مكتوب بشكل جيد فقط رمز، وكلمة السر والبيض على البخار ولكن أيضا لاعبين ذلك ~

بوابة

هو جين تاو يوان مينغ تعرف الأصلي تقريبا: https://zhuanlan.zhihu.com/p/97700605

أوراق العنوان: https://arxiv.org/abs/1910.00935

مشروع تشي تاي العنوان: https://github.com/yuanming-hu/taichi

مشروع taichi_mpm العنوان: https://github.com/yuanming-hu/taichi_mpm

المحرر: وانغ جينغ

تم التعليق بواسطة: لين يي لين

- انتهى -

تسينغهوا الانتباه - بيانات أكاديمية تشينغداو للعلوم قناة الصغرى الرسمية منصة الجمهور " بيانات الإرسال THU  "أيتها الأخوات ولا". إرسال البيانات THU  "لرعاية المزيد من المحاضرات ونوعية المحتوى.