MAXINE برنامج لتقليل استهلاك البيانات في مكالمات الفيديو
ابتكر قسم البحث والتطوير “NVIDIA Research”، برنامج جديد أطلقوا عليه اسم “MAXINE”، يعمل على تقليل عرض النطاق الترددي لمكالمات الفيديو بشكل كبير، مع تحسين الجودة في الوقت ذاته، بالاعتماد على الذكاء الاصطناعي.
ومن خلال استبدال برنامج تشفير الفيديو “h.264” التقليدي بشبكة عصبية تعتمد على الذكاء الاصطناعي، تمكنوا من تقليل عرض النطاق الترددي المطلوب لمكالمة فيديو مع الحفاظ على أعلى قدر ممكن من الجودة. والآلية الكامنة وراء مؤتمرات الفيديو بمساعدة الذكاء الاصطناعي بسيطة، حيث تعمل التقنية عن طريق استبدال إطارات الفيديو التقليدية الكاملة بالبيانات العصبية، عادةً ما تعمل مكالمات الفيديو عن طريق إرسال إطارات مشفرة “h.264” إلى المستلم وهذه الإطارات ثقيلة للغاية من ناحية البيانات، من خلال مكالمات الفيديو بمساعدة الذكاء الاصطناعي، أولاً يرسل المرسل صورة مرجعية للمتصل، بعد ذلك بدلاً من إرسال دفق من الصور المليئة بالبكسلات، فإنه يرسل نقاط مرجعية محددة على الصورة حول العينين والأنف والفم.
وشبكة “GAN” (الشبكة العصبية) على جانب المستقبل تقوم باستقبال الصور وتستخدم الصورة المرجعية المدمجة مع نقاط المفاتيح لإعادة بناء الصور اللاحقة، نظرًا لأن النقاط الأساسية أصغر بكثير من صور البكسل الكاملة يتم إرسال بيانات أقل بكثير وبالتالي يمكن أن يكون اتصال الإنترنت أبطأ بكثير ولكنه لا يزال يوفر محادثة فيديو واضحة وعملية.
في المثال الأولي للباحثين، أظهروا أن اتصال الإنترنت السريع ينتج عنه نفس جودة البث تقريبًا باستخدام كل من الطريقة التقليدية وطريقة الشبكة العصبية الجديدة، ولكن الأمر الأكثر إثارة للإعجاب هو الأمثلة اللاحقة، حيث تُظهر سرعات الإنترنت انخفاضًا كبيرًا في الجودة باستخدام الطريقة التقليدية، في حين أن الشبكة العصبية قادرة على إنتاج صور فيديو واضحة للغاية وخالية من الاثار الجانبية مثل انخفاض الجودة.
ويمكن أن تعمل الشبكة العصبية حتى عندما يرتدي الشخص قناع أو نظارات أو سماعات رأس أو قبعة، باستخدام تقنية “MAXINE” يمكن لعدد أكبر من الأشخاص الاستمتاع بفترة اتصال مرئي اطول مع استهلاك بيانات أقل بشكل اكبر. لكن حالات استخدام التكنولوجيا لا تتوقف عند هذا الحد، نظرًا لأن الشبكة العصبية تستخدم البيانات المرجعية بدلاً من التدفق الكامل فإن التكنولوجيا ستسمح لشخص ما بتغيير زاوية النظر للكاميرا للظهور كما لو كان ينظر مباشرةً إلى المتصل، يُطلق عليه اسم “Free View”، وهذا من شأنه أن يسمح لأي شخص لديه كاميرا منفصلة خارج الشاشة بالبقاء على اتصال بالعين مع من يقومون بمكالمة فيديو.
ويمكن لـ”NVIDIA” أيضًا، استخدام نفس الطريقة للرسوم المتحركة للشخصية، باستخدام نقاط رئيسية مختلفة يمكنهم إضافة الملابس أو الشعر أو حتى تحريك شخصيات ألعاب الفيديو، سيكون لاستخدام هذا النوع من الشبكات العصبية آثار هائلة وستمنح المستخدمين مزيدًا من الحرية عند العمل عن بُعد، ومع ذلك، نظرًا للطريقة التي تعمل بها هذه التكنولوجيا فمن شبه المؤكد أنه ستكون هناك أسئلة حول كيفية نشرها وتؤدي إلى مشاكل محتملة مع الـ”Deep Fake” التي تصبح أكثر واقعية ويصعب اكتشافها.
