911������

Tietokoneella tuotettua grafiikkaa käytetään kaikkialla televisiosta elokuviin ja tietokonepeleihin.Tutkijat ovat kouluttaneet koneoppimisen tekoälyalgoritmia kuvasarjalla, jossa on tosielämän pintarakenteita ja vastaavia tietokoneella luotujen esineiden pintarakenteita. Tietokone pyrkii ennustamaan muuttujat, jotka parhaiten auttavat tietokoneella luotua esinettä vastaamaan todellista. Sitten tietokone tarkastaa, vastaavatko sen tekemät ennusteet tosielämän esimerkin arvoja. Kun tietokone pystyy ennustamaan nämä muuttujat oikein, se voi alkaa tuottaa tietokonemalleja aivan uusista tosielämän valokuvista.

MIT-yliopiston tutkija ja Aalto-yliopistossa väitellyt Miika Aittala huomauttaa: ”Jokaisen yksityiskohdan on oltava ruudulla kunnossa, ettei mikään pistä poikkeavana silmään. Katsojat ovat todella taitavia huomaamaan, jos toteutus on graafisesti pielessä.”

Jos tietokone ei onnistu pintarakenteen kuvaamisessa, esine saattaa näyttää joko liian kiiltävältä tai samealta. Tämä on yksi tyypillisimmistä tilanteista, missä tietokoneella luotu kuva erottuu selvästi epäaitona. Esineen pintarakenteen ulkonäkö riippuu todellisuudessa siitä, miten valo vaikuttaa materiaalin kanssa.

On tarpeellista varmistaa, että kaikki tietokoneella luodut osiot näyttävät oikeilta. Puolivillainen grafiikan tuottaminen saattaa olla huonompi vaihtoehto kuin kokonaan tekemättä jättäminen. Esimerkiksi elokuvien lopussa on tästä syystä varsin pitkä tekijäluettelo, kun siinä listataan kaikki lukuisat visuaalisista tehosteista vastaavat henkilöt. Mahdollisuus automatisoida työläs prosessi tietokoneella luotujen kuvien todenmukaistamiseksi voi auttaa myös taiteilijoita keskittymään olennaisempiin taiteellisiin kysymyksiin.

Professori Jaakko Lehtisen ryhmän tutkijat Aalto-yliopiston tietotekniikan laitoksella ovat valjastaneet tekoälyalgoritminsa ongelman ratkaisemiseksi.                                  

Pintarakenteiden täydellinen kuvaaminen on vaikeaa, koska ne ovat täynnä mikroskooppisia virheitä. Esineiden pinnalla on kaikenlaisia pieniä möykkyjä ja kuoppia, joita ei näe paljaalla silmällä, mutta juuri ne saavat pinnat näyttämään erilaisilta. Tällä hetkellä tietokonegrafiikan osaajat joutuvat manuaalisesti testaamaan erilaisia teennäisiä muuttujia saadakseen pintarakenteen näyttämään oikealta - esimerkiksi kuoppaisuutta simuloiden.

Jos tietokone pystyisi muodostamaan oikeat muuttujat yksinkertaisesta näytekuvasta, prosessi voisi nopeutua huomattavasti. Jos tietokonegrafiikan osaaja esimerkiksi haluaisi elokuvan kohtaukseen nahkaisen salkun, hän voisi syöttää tietokoneeseen muutaman kuvan nahkaisesta pintamateriaalista ja tietokone voisi päätellä nahkasalkun ulkomuodon suoraan kuvien pohjalta. Vielä ihanteellisempaa olisi, jos graafikko voisi ladata yksinkertaisia kuvia puhelimellaan, joiden ei tarvitsisi olla teknisesti korkealaatuisia. Miika Aittalan nykyinen tutkimus liittyykin yksinkertaiseen tietokonegrafiikan pintarakenteiden tuottamiseen puhelimella otetuista kuvista.

”Tutkijan näkökulmasta asiat tapahtuvat nopeasti ja ihan uudella tavalla. Neuroverkkojen avulla päästään käsiksi ongelmiin, joista oli aikaisemmin vaikea saada mitään otetta. Myös toimintamalli alkaa kokonaisuudessaan selvitä, kun neuroverkkoja hyödynnetään riittävän kauan.”