AI-ra építő videokonferencia platformot indít az Nvidia

Új AI platformmal turbózná fel a videobeszélgetések minőségét, illetve csökkentené azok adatforgalmát az Nvidia. A chipgyártó frissen bejelentett, GPU-gyorsításra támaszkodó AI platformja Maxine névre hallgat, azt a cég nem a végfelhasználóknak, hanem vállalati ügyfeleknek szánja, akik saját videochat szolgáltatásaikba építhetik be a technológiát. A Maxine-t a videokonferencia-szoftverek fejlesztői már kipróbálhatják a vállalat early access programjának keretei között.

Egy natív felhős streaming videóplatformról van szó, amellyel a videók minőségének javítása, illetve a hálózatok terheltségének csökkentése mellett a videóbeszélgetések egy sor AI effektussal egészíthetők ki, beleértve a zajszűrést, a felbontás növelését, illetve a résztvevők arcának virtuális megvilágítását és újrapozicionálását is.

TIZEDELT ADATFORGALOM

Az Nvidia szerint a Maxine-nal jelentősen csökkenthető a videohívásokhoz szükséges sávszélesség: a szolgáltatás nem a képet alkotó valamennyi képpontot továbbítja, helyette, a felhasználók arcának legfontosabb pontjait gyűjti be, majd azok alapján mozgatja az arcot a másik fél kijelzőjén. Az Nvidia GPU-kon futó, AI-alapú tömörítéssel a vállalat azt ígéri, a H.264 streaming videotömörítési szabvány által kijelölt érték mintegy tizedére csökkenthetik a fejlesztők a videochatek által felemésztett sávszélességet.

Égbe révedő informatikusok: az Időkép-sztori Mi fán terem az előrejelzés, hogy milyen infrastruktúra dolgozik az Időkép alatt, mi várható a deep learning modellek térnyerésével?

A megoldással a résztvevők arcának pozíciója automatikusan igazítható, illetve a szolgáltatás "tekintetkorrekciós" funkciót is kap - így a kameraképen a felhasználó mindig a beszélgetőpartnerek felé néz, valamint a szemkontaktust is tartani tudja velük, még ha valójában nem is koncentrál folyamatosan a kamerára. Miután az arcokat a Maxine AI algoritmusai mozgatják, azok tetszőleges, animált avatarokra is lecserélhetők, amelyek valósághűen követik a felhasználó mozdulatait és arckifejezéseit.

JÓL SKÁLÁZHATÓ, FELHŐS HÁTTÉR

A Maxine az Nvidia ígérete szerint a Kubernetes konténerklaszterekben futó AI microservice-ekre támaszkodó felhős háttérnek hála valós időben, jól skálázható, miközben egyszerre több AI funkció is bekapcsolható anélkül, hogy a késleltetés az elvárt értékek fölé kúszna. Utóbbi képességekből ráadásul nem kell mindent beépíteni, ha a fejlesztők a Maxine használata mellett döntenek, lehetőség van a funkciók között igény szerint válogatni, és csak a szükségesnek ítélt megoldásokat integrálni az adott szolgáltatásba.

A platform mindenezek mellett egy sor Nvidia AI SDK-ból és API-ból is átemel technológiákat, mint a Jarvis, amellyel többek között virtuális asszisztensekkel, beszédfelismeréssel, -fordítással, automatikus átiratkészítésével, sőt beszédgenerálással is kiegészíthető a szolgáltatás. A palettán emellett az Nvidia DeepStream hang- és videostreaming SDK, illetve a gépi tanulásra szánt TensorRT is ott van.

Nem véletlen, hogy az Nvidia is szerencsét próbál az online videokonferencia-piacon, miután a cég szerint naponta mintegy 30 millió online webes meeting indul világszerte - partnerekből ugyanakkor egyelőre csak egyet jelentett be a cég, a Maxine-t a nagyvállalati kommunikációs megoldásokat szállító Avaya veszi használatba.