AI离我们的CG到底有多远【原创图文+视频】|影视行业前瞻

作者:乔治-周士诚 职业:电影VFX总监 员工导师

此篇文章适合“行业小白老白”观看,大佬们请绕道,如不想看文字的朋友们可赚到末尾直接观看视频。

很多人讨论询问过这个话题,生怕人工智能所替代,确实人工智能的快速崛起会替代掉一部分就业岗位,在未来结婚率越来越低,人口会逐年下降,生孩子的人越来越少了,人口老龄化加剧,年轻人也只会去干自己喜欢的工作,那些空缺出来的工作,人工智能会补位,与其说AI冲击了就业市场,不如说AI来的时机恰到好处。


其实我们看下后发现,人工智能替代的大多是固定模式工作,有人说以后有工作的只有2种人:“艺术家”,“科学家”。映射到我们这个行业里所有使用软件的都是“艺术家”,所有的TD们都是“科学家”。但行业里确实有一些固定模式工作,比如人工智能最容易冲击的领域“图像视频编辑”也就是合成领域。


现在大家可以在网上看到大量的软件与插件,多多少少都带了AI怎么样怎么样的字眼,但是真的智能吗?比如AI建模,AI剪辑,一键roto,一键paint,一键MP,AI调色等…很多类似的功能,你使用过会吗?


接下来我们简单的介绍一下人工智能

人工智能是由模拟人类大脑,神经元开发出来的一种表现形式,早期叫做“机器学习”,“神经网络”现在叫做“深度学习”。上图表示的是神经元的学习过程,在视频中会手动推导公式演示。

可以做一个简单但是不标准的理解,把一堆神经元串在一起就是神经网络

在深度学习中,通常反复的训练网络,让网络的错误率越来越低,这个步骤叫做“梯度下降”loss值越小,整个网络的功能就越好。很好理解比如平时做“相机反求”我们反复调整参数,点数量,曲线等,为了就是最小化错误率值,从而得到最好的反求效果一样。


Ai(人工智能)知识拓展

深度学习中的“三大马车”可以简单的了解下,他们每次的聚会都是可能改变AI的发展趋势。

Hinton深度学习教父,是反向传播算法的发明人之一,2013年加入Google。Google推出了深度学习框架Tensorflow,高级的API:Keras等。

LenCun卷积神经网络之父,2013年加入Facebook。Facebook推出了深度学习框架PyTorch。

Bengio:一直在蒙特利尔大学任教。说的一句话值得每个人学习:“我留在学术圈为全人类做贡献,而不是为某一个公司赚钱”。


我们如何学习开始学习?

通过神经网络的训练特点,我们如何提升自己也可以学习下,人工智能都这么努力了,身为人不努力一定会被替代。

分析部分上图,翻译为我们如何学习。
BigData:是大数据的意思,如果你想训练一个好的网络,一定要有庞大的数据,就算是手里只有小数据,可以通过数据增强把小数据变成大数据。

Dropout:是过拟合,就是因为数据少反复就训练一个种类,导致神经网络做一种工作很好,换一个近似的就不行了。

我们在刚入行时,或者在培训期间会有这种情况,别人讲过镜头可以完成,只会反复做一类镜头,如果遇到别的种类自己去做就没有思路,为什么?因为练的少,做的镜头少遇到没做过的镜头就没思路了。

所以在平时学习期间一定要多做多练。

Initialization:初始化,在训练神经网络时,初始化是最重要的一项,从神经网络诞生到现在一直都是很重要的一项。可以把网络想象为三维模型,一个小球从任意位置释放,小球滚到模型最低点需要多久,能不能滚到都是个问题,如果说我们释放小球的位置就是最低点呢,那瞬间就可以滚到。

把这个初始化可以理解为,人的出身,如果说你出身富贵那你可以不用努力,但是大多数人都是需要工作和努力的,无论是小白培训期间你的老师,还是在日常的工作中你的同事,你所处的环境层级,就是你的初始化,如果老师水平高有可能你毕业就比工作2年的成手技术要好,如果圈子高端那你一定走的很远,所以找到适合自己的初始化很重要。


应用场景:

我们抛开基础知识,直接看应用场景,但往往理论才是最重要的。

上图是一个最简单的5层“卷积神经网络”,专门用来处理图像,“卷积”的意思可以理解为渲染器的逐行扫描,一行一行的观看图片,提取图像特征。

在视频当中我会解释卷积核到底是什么

通过以上介绍大家应该多少对“深度学习”有了些印象了,接下来举几个例字,会在视频中演示目前的神经网络的发展状态。
代码抠像(亮度)-人脸识别-图像分类-目标检测-实例分割(roto)-风格转换(合成)-图像生成(MP)等…

总结:其实目前的AI技术离我们的CG还很远,制作精度逐年升高,人工智能满足不了现在CG行业要求,所以无论是软件还是插件只是AI辅助,还是需要大量的制作人员,就算是固定模式岗位暂时不会受到冲击。

但我们的行业标准人工智能做不到吗?答案是:做得到。而且比人做的好,如果你不能保持时刻学习与进步的心,一定会被淘汰,一个制作公司80%以上的员工绝对没有学习意识,工作中只有手机与工作,这是人类惰性问题,但是AI可是在24小时无间断进步着。

AI可以完成CG中的任何一环,但需要百度,谷歌,阿里级别的科技公司立项研发,很快就会攻破,理论上“深度学习”能做任何事,但你会发现他们都在干什么?医疗-自动驾驶-安防-金融等“暴利”领域发展,我们已经看到了普通驾驶员,收银员,客服等失去了工作,因为那是AI主攻的方向。但在AI一线学术界已经放弃了某些行业的研究,所以我们暂时是安全的,为什么我们会如此安全呢?
因为我们没有……

说点什么

Please Login to comment
  Subscribe  
提醒