INSAIT представи най-голямата в света отворена 3D база данни за изкуствен интелект

Институтът за компютърни науки, изкуствен интелект и технологии (INSAIT), съвместно с водещи международни университети, обяви създаването на най-голямата публично достъпна 3D база данни за изкуствен интелект, способен да разбира едновременно език и пространство. Проектът носи името SceneSplat-49k и е придружен от SceneSplat-Benchmark – първата по рода си мащабна платформа за оценка на т.нар. Language Gaussian Splatting модели.

Новият набор от данни включва 48 856 висококачествени 3D сцени от реалния свят, както от закрити, така и от открити пространства. Над 12 хиляди от сцените са обогатени с езикови характеристики, което позволява на изкуствения интелект да свързва думи, обекти и пространствени отношения директно в триизмерна среда. Създаването на базата е резултат от значителен човешки труд и изчислителни ресурси, равняващи се на 861 GPU-дни, което гарантира висока степен на реализъм и разнообразие.

Технологията Language Gaussian Splatting дава възможност на AI системите да взаимодействат с 3D среди чрез естествен език – например да разбират къде се намира даден обект, как е разположен спрямо други и какво е неговото предназначение. До този момент развитието на подобни системи беше силно ограничено заради липсата на достатъчно мащабни и стандартизирани 3D данни.

С тази цел е създаден и SceneSplat-Benchmark, който въвежда значително по-реалистични и предизвикателни условия за оценка на моделите. Платформата обхваща 1 060 сцени и 325 семантични класа и позволява директно тестване в 3D пространство, а не чрез 2D изображения – подход, който осигурява по-точна и надеждна оценка на пространственото разбиране на изкуствения интелект.

Проектът е реализиран в партньорство с Амстердамския университет, ETH Цюрих, Университета „Джонс Хопкинс“, Университета в Пиза, Университета в Тренто и Нанкинския университет по аеронавтика и астронавтика. Според учените това е ключова стъпка към развитието на следващото поколение 3D AI системи с приложения в роботиката, виртуалната и добавената реалност, както и в по-естественото взаимодействие между хора и машини.

Повече информация за проекта е достъпна на: scenesplatpp.gaussianworld.ai