Pixar Gunakan AI dan GANs untuk Merender Konten Beresolusi Tinggi

Ilustrasi. Foto: Pixar

Teknologi.id - Para animator terus berusaha menembus batas teknologi dan kreatifitas dengan dukungan dari tim teknikal yang mengubah kecerdasaan buatan dan machine learning menjadi alat yang dibutuhkan.

Seperti yang terjadi pada rumah produksi Pixar, dimana perusahaan tersebut membuat gebrakan baru dengan membuat machine learning yang diharapkan bisa meningkatkan kualitas dan menurunkan biaya yang dibutuhkan.

Vaibhav Vavilala, direktur teknikal pada Pixar telah memimpin beberapa pekerjaan serupa setelah mempelajari literatur ilmiah dan mengawasi pekerjaan pada lab R&D perusahaan induk Disney.

Baca juga: Google Ajak Musisi Berkarya dengan Suara Ciptaan AI NSynth

Vavilala menyebutkan kemajuan ini akan berpotensi mengurangi jejak pusat data Pixar sampai setengahnya untuk beberapa tahap produksi.

Vavilala turut berkontribusi pada bagian optimasi pencahayaan dan rendering untuk film-film Pixar seperti Coco, Incredibles 2, dan Toy Story 4. Namun, beberapa tahun belakangan, ia memfokuskan pada konsep yang disebut Deep Learned Super Resolution.

Vavilala dan kolaborator pada Pixar, Mark Meyer, mempublikasikan paper yang membahas hasil penelitiannya. Dalam presentasinya, Vavilala menjelaskan tantangan yang dihadapi industri animasi digital adalah waktu dan biaya yang diperlukan untuk merendeer animasi pada resolusi tinggi seperti 2K atau 4K.

"Diperlukan setidaknya 50 CPU untuk merender satu frame pada resolusi 2K," katanya. "Kami merender rata-rata 24 frame per detik untuk film berdurasi 90 menit, dan bisa lebih lagi. Belum lagi kami punya beberapa film yang digarap pada waktu bersamaan. Semua ini membutuhkan 'wadah' rendering yang sebenarnya terbatas. Jika diperlukan untuk merender pada resolusi yang lebih tinggi, maka biaya tentu akan bertambah."

"Dengan teknologi yang lebih baik, rendering yang jadi lebih murah dimanfaatkan oleh para artis untuk menambahkan efek seperti pencahayaan yang lebih kompleks, penambahan geometri, efek kabut, dan lain sebagainya,"

Baca juga: Beetle-Cam, Kamera Super Mungil untuk Mengamati Perilaku Serangga

"Tentunya akan ada permintaan yang lebih lagi dari para animator. Jadi, masih ada banyak ruang untuk mengembangkan inovasi untuk membuat proses rendering menjadi lebih murah,"

Dari sini, Vavilala mengembangkan Deep Learned Super Resolution yang mengizinkan para animator untuk membuat karya dalam resolusi yang rendah dan sistem machine learning akan meningkatkan resolusinya secara otomatis.

Ide ini dikembangkan Vavilala dengan menggunakan PyTorch, Linux dan Nvidia. Pelatihan sistem dilakukan dengan menggunakan gambar beresolusi tinggi dan rendah dari film-film Pixar sebelumnya.

Untuk melatih sistem agar bisa mendapatkan detail warna dan pencahayaan yang benar, digunakan machine learning Generative Adversarial Networks (GANs) untuk meningkatkan hasilnya.

Jurnal yang dipublish Vavilala dan Meyer bisa diakses di sini, sementara penjelasan lebih lanjut mengenai GAN bisa diakses pada link berikut.

(im)