【爱生活爱快乐爱自己】人工智能AI里程碑:计算机图形学( 二 )


大数据诞生的计算机图形学得以拯救 。 到1990年代 , 实时3D图形在街机 , 计算机和游戏机游戏中变得越来越普遍 , 导致对硬件加速3D图形的需求增加 。 索尼在1994年推出家用视频游戏机PS1时 , 首先将GPU一词称为 “几何处理单元” 。
视频游戏渲染需要快速并行执行许多操作 。 图形卡具有较高的并行度和较高的内存带宽 , 但相对于传统CPU而言 , 其时钟速度较低且分支能力较低 。 碰巧 , 在人工神经网络上运行的深度学习算法需要类似的特性-并行性 , 高内存带宽 , 无分支 。
到2000年代末 , 许多研究人员已经证明了GPU在深度学习(特别是对于人工神经网络训练)中的实用性 。 由新的编程语言(如NVIDIA的CUDA)支持的通用GPU已应用于各种深度学习任务 。 此类应用程序中最明显的是上述2012年ImageNet挑战赛的冠军 。
2020年3月18日 , 计算机技术协会(ACM)将Patrick M.(Pat)Hanrahan和Edwin E.(Ed)Catmull提名为2019 ACM AM图灵奖的获得者 , 以表彰其对3D计算机图形学的基本贡献 , 以及这些技术对电影制作和其他应用中的计算机生成图像(CGI)产生了革命性的影响 。
根据ACM新闻稿 , 今天 , “ 3-D计算机动画电影代表了在价值1380亿美元的全球电影行业中广受欢迎的类型 。 3-D计算机图像对于蓬勃发展的视频游戏行业以及新兴的虚拟现实和增强现实领域也至关重要 。 Catmull和Hanrahan做出了开创性的技术贡献 , 这些贡献仍然是当今CGI图像开发方式不可或缺的部分 。 此外 , 他们对编程图形处理单元(GPU)的见解不仅对计算机图形学产生了影响 , 还影响了包括数据中心管理和人工智能在内的各个领域 。 ”
像吉姆·克拉克(Jim Clark)一样 , 卡特姆(Catmull)是伊万·萨瑟兰(Ivan Sutherland)的学生 , 并于1974年获得犹他大学的博士学位 。 正如罗伯特·里夫林(Robert Rivlin)在1986年的著作《算法图像:计算机时代的图形视觉》中所写的那样 , “现代计算机中几乎每个有影响力的人图形社区要么通过了犹他大学 , 要么以某种方式与之接触 。 ”
在2010年对 Pat Hanrahan的采访中 , Catmull描述了U U工作环境:
“戴夫·埃文斯(Dave Evans)是该系主任 , 伊万(Ivan)在教书 , 但他们的公司埃文斯(Evans)和萨瑟兰(Sutherland)花费了所有多余的时间 。 这些学生几乎是独立的 , 这是我真正的肯定 , 因为学生必须自己做一些事情 。 我们期望创造原创作品 。 我们处于前沿 , 我们的工作是扩展它 。 他们基本上说:“您可以每隔一段时间与我们联系 , 我们将与您联系 , 但我们将关闭这家公司 。 ”
我认为效果很好!它建立了相互支持 , 共同工作的环境 。 ”
在同一讨论的稍后部分 , Hanrahan说:
“当我第一次对研究生院的图形感兴趣时 , 我听说过要制作完整的计算机生成图片的要求 。 当时 , 我对人工智能非常感兴趣 , 因为人工智能具有图灵测试和模仿思维的想法 。 我认为制作计算机生成图片的想法是对人的思维进行建模的先驱 , 或者至少与之类似 , 因为您必须对整个虚拟世界进行建模 , 并且必须在该世界中拥有人-如果虚拟世界和其中的人们看起来并不聪明 , 那么该世界将无法通过图灵测试 , 因此看起来似乎不太合理 。
【【爱生活爱快乐爱自己】人工智能AI里程碑:计算机图形学】我想我很聪明 , 以为我们一生中实际上无法建立人类智力模型 。 因此 , 我对图形感兴趣的原因之一是我认为它具有良好的长期职业发展潜力 。 ”


推荐阅读