ušetřené dny času animátora
Úspěšnost při přesnosti pod 5 mm
ušetřeno za každou hodinu záznamu
Společnost Gauss algorithmic měla to štěstí spolupracovat s jedním z největších herních vydavatelů na světě, a i když o tomto případu nyní nemůžeme příliš mluvit, nám, odborníkům na umělou inteligenci, poskytl exkluzivní příležitost vidět, jak se vyvíjejí naše oblíbené videohry. Během tohoto procesu jsme zjistili, že je to jednak úžasná práce, ale také nesmírně časově náročná. Dokončení a vydání jedné hry obvykle trvá několik let. Z toho, co jsme viděli, vyplývá, že za mnohé může jednoduše nedostatek inteligentních možností automatizace. Automatizační nástroje, které do jisté míry fungují, byly většinou vyvinuty samotnými herními vývojáři a řeší izolované problémy.
Ve společnosti Gauss Algorithmic jsme viděli, že bychom se mohli chopit příležitosti a vytvořit nástroje pro vývojáře her s umělou inteligencí. Při vývoji produktu je klíčem k úspěchu nalezení správného zaměření. Nemůžete dělat všechno. Rozhodli jsme se zaměřit na čištění snímání pohybu. Jedná se o jednoduchý a srozumitelný problém, který je však opravdu těžké automatizovat.
Většina špičkových studií používá optický systém sledování pohybu (optical motion capture). V jednoduchosti se používají vysokorychlostní kamery, které sledují zpětné světelné paprsky odrážející se od speciálně potažených plastových kuliček (markerů) připevněných k herci, jehož pohyb chceme sledovat. V současné době se jedná o nejpřesnější technologii, která je hojně využívána v nejlepších AAA hrách a filmových trhácích. Problém této technologie spočívá v tom, že markery nejsou neustále viditelné a systém ztrácí přehled o daném bodě ve 3D prostoru. To může vést k různým deformacím pohybu a pohyb postavy může vypadat nepřirozeně.
Na odstranění těchto problémů je pak nasazen tým odborníků na pohyb, ale právě v tom je háček. Vyčištění dat ve skutečnosti trvá déle než jejich pořízení. Měli jsme možnost hovořit s desítkami profesionálů na snímání pohybu a došli jsme k zajímavé metrice.
Natočit 1 hodinu čistého záznamu pohybu zabere zhruba 1 den a vyčištění zabere až 5 dní.
To nás naprosto šokovalo, ale zároveň zdůraznilo, jak velká je to příležitost pro umělou inteligenci. Ve skutečnosti bychom mohli automatizovat velmi velké a velmi nákladné množství práce, kterou chtějí dělat kreativní profesionálové.
Díky našim zkušenostem chápeme, že nikdo nemůže vytvořit úspěšný podnik/produkt bez ověření trhu. To je důležitý první krok, než se pustíte do vývoje. Díky naší práci v oblasti profesionálních služeb jsme věděli, že hluboké neuronové sítě jsou schopny replikovat část práce profesionálů v oblasti pohybu, ale jedná se pouze o jednoho zákazníka. Úkol je zde jednoduchý: promluvte si s co největším počtem potenciálních zákazníků a snažte se pochopit, zda mají daný problém a jak se s ním vypořádávají.
Prostřednictvím malých prototypů předváděných na veletrzích, přímých kontaktů s profesionály na internetu a dokonce i diskusí se stávajícími dodavateli technologií jsme zjistili, že profesionálové se tímto problémem (na různých úrovních) zabývají všude. Získali jsme také organické konverze na našich webových stránkách kapnetix.ai, kde týmy vyjadřovaly svou frustraci z procesu čištění mocapu.
Nyní jsme ve fázi vývoje produktu. Zaměřujeme se nejprve na oblasti, které jsme viděli a o kterých nám bylo řečeno, že jsou nejžádanější. Rekonstrukce cloudu Marker je připravena ke zkouškám a brzy vydáme automatizované řešení pro retargeting. Chcete-li se dozvědět více, doporučujeme navštívit stránku kapnetix.ai a sledovat její sociální média. Pokud máte zájem o vytvoření podobného produktu umělé inteligence, kontaktujte nás přímo.
Gauss internal refers to our own internal product and feature development. Sometimes the opportunity is too big to ignore so we invest ourselves.
