亚太娱乐平台报道清华姚班毕业生开拓新特效编程语言,99行代码实现《冰雪奇缘》,网友:大神碉堡!创世的快乐_亚太娱乐平台官网资讯

来自:量子位 2020-01-07

边策 鱼羊 发自 凹非寺

量子位 报道 | 公众号 QbitAI

只用99行代码,你也能够像《冰雪奇缘》里的艾莎公主一样拥有冰雪魔法。

虽然你不克在现实世界中肆意变出魔法,但却能在计算机的虚拟世界挥洒特效。

或许你不知道,电影和动画中特效有时仅仅短短的一秒,却可能需要高性能计算机演算一周,花费惊人。

《冰雪奇缘》没有真人出演,预算却高达1.5亿美元,每一秒的镜头都是经费在燃烧。一般人想用电脑做出CG特效简直不可想象。

然而,最近一位来自的MIT博士,开拓了一种新的CG特效编程语言 Taichi太极 ),大大降低了门槛。

△白色:雪;红色:果冻;蓝色:水

一个简单的物理场景,一般PC仅需几分钟即可渲染完成,相比TensorFlow提速了188倍、比PyTorch快13.4倍,代码长度只有别的底层方法的十分之一。

安装它就像TensorFlow一样容易,使用起来也是差不多:

import taichi as ti

甚至,Taichi的发明者胡渊鸣同学还为此编写了完整使用教程。

关于Taichi,胡同学已经颁布了多篇文章,分别被SIGGRAGH 2018、ICRA 2019、NeurIPS2019、ICLR 2020等顶会收录。

计算机图形学知名学者、北大教授陈宝权给出很高的评价:

给胡渊鸣同学点赞!一己之力开拓了物理仿照编程语言 Taichi!

像渊鸣这样如此投入写有影响力的开源代码实在是难能可贵。

像SIGGRAPH这样的,可能要投入1~2年才会有结果,论文接收率低,即使能颁布出来,引用率也不高。

网友们在围观之后也纷纷表示:渊鸣大神太强了。

图形+系统+编译,真是创世的快乐。

88行代码仿照真实物理情况

正如胡同学本人所说,99行代码很短,背后的技术故事却很长。

故事的开头,要从Material Point Method(物质点法)说起。

MPM是一种在影视特效领域广受青睐的仿照陆续介质方法,迪士尼的《冰雪奇缘》就用到了这项技术。

但在早期,MPM的运行速度非常慢,比如《冰雪奇缘》里安娜过雪地的镜头,据说要在集群上跑整整一个星期。

为了提高MPM的运行速度和性能,在大四毕业的那个暑假,胡渊鸣投入了Moving Least Squares MPM(MLS-MPM)的研究。

胡渊鸣的灵感是,用 移动最小二乘法 统一AIPC(The Affine Particle-In-Cell Method)中的仿射梯度场(affine velocity field)和MPM中的变形梯度更新(deformation gradient update)两种离散化。

在宾夕法尼亚大学蒋陈凡夫教授的指导下,胡渊鸣等人完成了移动最小二乘物质点法(MLS-MPM)方法的研究,不但实现了新的应力散度离散化,使MPM的运行速度快了 两倍 ,还胜利仿照了MPM此前并不撑腰的各种新现象。

比如原料切割:

刚性体的双向耦合:

这项结果最终颁布在了SIGGRAPH 2018上。

为了进一步证明MLS-MPM的简易性,胡渊鸣用 88行C++代码 实现了MLS-MPM的demo。(代码详情请戳文末 taichi_mpm 项目链接)。

这个88行版本以后也成为了入门MPM的必备参考实现。

天地(ChainQueen)可微物理引擎

2017年的夏天结束之后,胡渊鸣正式进入MIT读博。

这时刻,胡渊鸣又迸发了新的灵感:求出MLS-MPM的导数。有了导数,就能只用梯度下降来优化神经网络操纵器。

在这一思想的指导下,ChainQueen诞生了。

胡渊鸣解释说,chain是为了留念他在求导进程中被链式法则折磨的经历,而ChainQueen则与 天地 谐音。

天地基于MLS-MPM,是一种针对可变形工具的、实时的可微混合拉格朗日-欧拉物理仿照器。该仿照器在前向仿真和反向梯度计算中均实现了高精度。

这项研究颁布在了ICRA 2019上,胡渊鸣也以此完成了硕士论文。

DiffTaichi

随后,胡同学将工作又推进一步,提出了可微分编程DiffTaichi,被ICLR 2020收录。

在这篇文章的代码中,胡同学创建了10个差别的物理仿照器,并依据现有基准对其性能进行基准测验。

Taichi中的可微分编程,能够通过蛮力的梯度下降有效地优化神经网络操纵器,而不消使用强化学习。

10种可微分仿照器中的大多数模型能够在2-3小时内实现,并且全局部不需要GPU。这些示例中,弹性体、刚体、流体、光线的折射、弹性碰撞,常见物理情况无奇不有。

第一个示例 可微分弹性工具仿照器 ,通过我们的实测,在2017版13寸的MacBook Pro上也能运行,并且完成优化只需不到十分钟的时间:

不但是2D,更纷乱的 3D弹性体 也能仿照:

还有可微分的 3D流体 仿照器,通过450步的梯度下降迭代,已经非常逼真:

DiffTaichi仿照水对光线折射的渲染器,一张大爆场娱乐平台通过它的渲染,甚至能骗过图像分类器。通过测验,VGG16将带有水波纹的松鼠大爆场娱乐平台当做金鱼,并且认为概率为99.91%。

在强化学习的仿照情况中,刚体机器人很常见,DiffTaichi也能仿照:

DiffTaichi还能仿照多个物体的纷乱场景,比如台球:

用Taichi语言编写的仿照器大大简化了代码,可微分弹性工具仿照器只用了110行代码,而直接用CUDA编写则需要490行。

同时,Taichi的速度还很快,相比CUDA版本几乎没有什么损失,比TensorFlow快了188倍,比PyTorch快13.4倍。

并且神经网络操纵器一般只需要几十次迭代,即可完成优化。

长乐坊娱乐城信誉做Taichi

谈到长乐坊娱乐城信誉要做Taichi,计算机图形学一直缺乏像TensorFlow那样的通用工具,每个要从事开拓的人都必须了解基本原理,才能去做编程。

这和深度学习领域形成了鲜亮的对角。

近年来,甚至有中学生,使用TensorFlow或者PyTorch,写一点代码,优化几个模型,就能够在一些顶会上颁布论文,许多人看来,这是件坏事,因为让深度学习论文的含金量大大降低。

但胡渊鸣看到了另一面。他认为,深度学习这些年之所以能开展快、门槛低,就是因为有简单易用的好工具,计算机图形学让人望而却步,就是因为缺乏类似的工具,因此他开拓了Taichi。

本来Taichi要做成一种单独的编程语言,但是为了方便大家使用,胡渊鸣用了一句import taichi as ti把Taichi语言假装成Python。

改成基于Python,这样做的好处不但是降低学习门槛,还能使用很多现成的Python IDE,与numpy、matplotlib等工具库无缝衔接。

通过几个月的努力,胡渊鸣终于把Taichi改成了pypi安装包,让差别配置差别操作系统的机器都能顺利运行图形学的程序。

高一保送清华,博一6篇paper

说起胡渊鸣,这又是一位从少年时代起就熠熠闪光的“大神级”选手。

高一保送清华,竞赛生涯中,拿下APIO 2012、NOI 2012、ACM-ICPC 2013长沙地区赛、ACM-ICPC上海地区赛四块金牌,其中APIO 2012成就是全场第一名。

2013年进入清华姚班,胡渊鸣与陈立杰、范浩强等人成为同班同学,这群年青人的才华在这里汇聚、碰撞,与“姚班”二字相互成就。

本科期间,胡渊鸣先后前往东京大学、斯坦福大学访学,并曾于微软亚洲研究院实习,从事深度学习和计算机图形学研究。本科便有多篇论文中选CVPR、SIGGRAPH等国际顶会。

2017年,胡渊鸣进入MIT读博。入学13个月后,完成硕士论文ChainQueen,拿到MIT硕士学位。博一期间,共颁布6篇顶会论文。

最后,如果想了解这99行代码背后更多的研究历程,不妨读一读胡渊鸣本人的知乎专栏文章。大神不但代码写得好,码字和蒸鸡蛋也是好手呢~

传送门

胡渊鸣知乎原文:

https://zhuanlan.zhihu.com/p/97700605

论文地点:

https://arxiv.org/abs/1910.00935

太极项目地点:

https://github.com/yuanming-hu/taichi

taichi_mpm项目地点:

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

— 完 —

版权一切,未经授权不得以任何形式转载及使用,违者必究。

var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?fc03c8be482cb50421070dc544ea100c"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })(); (function(){ var src = document.location.protocol +'//js.passport.qihucdn.com/11.0.1.js?0cafbe109ab248eb7be06d7f99c4009f'; document.write('