Si la IA quiere salir del chat y llegar a nuestras salas de estar, necesitará comprender mejor los espacios y los objetos. Para promover ese trabajo, el Instituto Allen para la IA ha creado una base de datos gigantesca y diversa de modelos 3D de objetos cotidianos, de modo que las simulaciones de modelos de IA puedan estar mucho más cerca de la realidad.
Los simuladores son básicamente entornos 3D destinados a representar lugares reales por los que un robot o una IA podrían tener que navegar o comprender. Pero a diferencia de, digamos, un juego de consola moderno, los simuladores de entrenamiento están lejos de ser fotorrealistas y a menudo carecen de detalles, variación o interactividad.
Objaverse, como tiene un nombre extraño pero agradable, pretende mejorar esto con su colección de más de 800.000 (y en aumento) modelos 3D con todo tipo de metadatos. Los objetos representados van desde tipos de comida hasta mesas y sillas, pasando por electrodomésticos y aparatos. Aquí se representa cualquier objeto relativamente común que se pueda esperar ver en una casa, oficina o restaurante.
Está destinado a reemplazar bibliotecas de objetos obsoletas como ShapeNet, una antigua base de datos en espera con alrededor de 50.000 modelos menos detallados. Si la única “lámpara” que su IA ha visto alguna vez es genérica sin patrón ni color, ¿cómo puede esperar que reconozca una original de vidrio tallado o una con una forma totalmente diferente? Objaverse incluye variaciones de objetos comunes para que el modelo pueda aprender qué los define a pesar de sus diferencias.
Claro, probablemente no será necesario que su asistente de inteligencia artificial identifique una estantería como «medieval» o no, pero definitivamente debería saber la diferencia entre un plátano pelado y sin pelar. Pero nunca se sabe lo que podría importar.
Créditos de imagen: AI2
El uso de imágenes fotorrealistas (captadas mediante fotogrametría, está claro) también aporta un nivel de diversidad y realismo que es obvio en retrospectiva. Claro, todas las camas parecen más o menos iguales, pero ¿qué pasa con las camas deshechas? ¡Todo diferente!
También es útil tener objetos que también se animen para hacer su “cosa principal”, si así lo deseas. Saber cómo se ve un frigorífico, un armario, un libro, un ordenador portátil o la puerta de un garaje cerrado es una cosa y abierto es otra, pero ¿cómo llega de A a B? Suena simplista, pero si los modelos de IA no reciben esta información, no es probable que la inventen o la intuyan.
Puede leer más sobre las características y detalles de este enorme conjunto de datos en el artículo de AI2 que lo describe. Si eres investigador, puedes empezar a usarlo ahora de forma gratuita a través de Hugging Face.
Pcenter.es – #Ingrese #Objaverse #accesorios #virtuales #para #jueguen #las
Síguenos en YouTube: @PCenterES