انویدیا از پلتفرم مکسین رونمایی کرد؛ انقلابی در کیفیت تماس تصویری با کمک هوش مصنوعی

روز دوشنبه ۱۴ مهر، انویدیا از پلتفرم جدیدی موسوم به مکسین رونمایی کرد. این پلتفرم با بهره‌گیری از هوش مصنوعی، هم کاهش چشمگیری در میزان پهنای باند مورد استفاده در تماس‌های تصویری ایجاد می‌کند و هم کیفیت تماس را بهبود می‌بخشد. توسعه‌دهندگان از این پس می‌توانند از این فناوری برای بهبود کیفیت تماس‌ها و کنفرانس‌های تصویری، یا استریم ویدئو در سرویس‌ها و اپلیکیشن‌های خود استفاده کنند.

در جریان همه‌گیری ویروس کرونا، از تماس‌های تصویری و کنفرانس‌های ویدیویی استقبال بی‌نظیری به‌وجود آمد. بسیاری از مردم از این روش برای رعایت فاصله اجتماعی و به‌عنوان جایگزینی برای ملاقات حضوری استفاده کردند. شرکت‌های بسیاری هم این از ابزارها برای برگزاری جلسات حضوری کارمندان و کارکنان خود که ناچار به دورکاری بودند، کمک گرفتند. برای مثال در فروردین امسال و در زمان اوج محدودیت‌های کرونایی در سراسر جهان، میزان کاربران روزانه اپلیکیشن زوم از ۳۰۰ میلیون هم فراتر رفت. همین استقبال گسترده و نیاز به پهنای باند بالا برای برقراری تماس‌های تصویری با کیفیت، احتمالا عامل محرک انویدیا برای طراحی پلتفرم مکسین بوده است.

سرویس‌های استریم ویدئو، منبع اصلی ایجاد ترافیک اینترنتی هستند و پلتفرم مکسین انویدیا می‌تواند تأثیر به‌سزایی در کاهش ترافیک مورد استفاده برای برقراری تماس‌های تصویری داشته باشد. این فناوری نقاط اصلی چهره افراد را در هنگام تماس تصویری تشخیص داده و تجزیه و تحلیل می‌کند. سپس با بهره‌گیری از هوش مصنوعی، چهره شخص را برای طرف مقابل، مجددا تصویرسازی می‌کند. درنتیجه میزان پهنای باند لازم برای تماس، به طرز قابل ملاحظه‌ای کاهش پیدا می‌کند. انویدیا ادعا کرده است که پهنای باند لازم برای برقراری یک تماس تصویری با کیفیت با این فناوری جدید تقریبا یک دهم میزان پهنای باند لازم در تماس‌های مبتنی بر استاندارد فشرده‌سازی رایج h.264 خواهد بود.

البته کار مکسین تنها به کاهش ترافیک لازم برای ایجاد تماس‌های تصویری خلاصه نمی‌شود. ویژگی‌های دیگر مکسین عبارت‌اند از:

• امکان تنظیم هم‌ترازی چهره کاربران در هنگام تماس تصویری ( چهره کاربر به گونه‌ای تنظیم و بازسازی می‌شود که انگار روبروی دوربین قرار دارد و به آن نگاه می‌کند)
• قابلیت فریم خودکار ( دنبال کردن سوژه وقتی از کادر خارج می‌شود)
• استفاده از آواتارهای سخنگوی هوش مصنوعی (صورتک‌هایی انیمیشنی که کاربر می‌تواند انتخاب کند و به‌جای او صحبت می‌کنند)
• قابلیت حذف صداهای مزاحم محیط اطراف
• امکان ترجمه و زیرنویس کردن صحبت‌های کاربران در هنگام تماس تصویری
• امکان استفاده از عکس‌های پس‌زمینه مجازی
• قابلیت سوپر رزولوشن

در ویدیوی زیر می‌توانید بخش‌هایی از امکانات و قابلیت‌های مکسین را مشاهده کنید:

نکته قابل‌توجه اینکه مکسین مبتنی بر سیستم فضا و رایانش ابری است و برای پردازش اطلاعات نیاز به منابع و سیستم‌های لوکال ندارد. به همین دلیل این پلتفرم پتانسیل بهره‌گیری روی رایانه‌ها، گوشی‌های هوشمند و تبلت‌ها را نیز دارد.