في عالم الذكاء الاصطناعي، يعتبر التنبؤ بحركة البشر تحدياً تقنياً كبيراً، ومع ذلك، قدم فريق البحث نموذج EquiFusion الذي يعد ثورة في هذا المجال.

النموذج الجديد لا يعتمد على الحركيات (Kinematics) المعقدة، مما يمنحه قدرة على العمومية وسرعة في التنبؤ بحركة البشر عبر مجموعات بيانات مختلفة. يعتمد EquiFusion على استخدام نموذج انتشار (Latent Diffusion) مع تصميم معمارية متوافقة (Permutation Equivariant Architecture)، مما يعني أنه يستطيع التعامل مع البيانات بشكل أكثر مرونة.

من خلال اعتبار اتصال الحركيات كمدخل صريح، يستطيع النموذج إجراء حساباته بشكل لا يتأثر بترتيب المفاصل أو هيكل الرسم البياني. هذا الابتكار لا يسمح فقط بتعميم النتائج على حركيات غير مسبوقة، بل يفتح أيضاً مجالات جديدة للتنبؤ بالحركة من مشاهد جزئية أو مغلقة، بالإضافة إلى توليد أطراف معينة بدقة عالية.

وقد حقق EquiFusion نتائج رائدة على أبرز المعايير، حيث يقل حجمه بنسبة تصل إلى 75% مقارنة بالطرق السابقة المعتمدة على الحركيات، مع توفير سرعة أعلى في التدريب والاستنتاج.

لهذا، يُعَدّ EquiFusion معياراً جديداً ومرناً للتنبؤ بحركة البشر، ويستطيع تغيير طريقة تعاملنا مع هذا التحدي. للاطلاع على نموذج EquiFusion وكود التدريب، يمكن زيارة الموقع الرسمي.

سيكون مثيراً للاهتمام متابعة كيف سيساهم هذا الابتكار في تطوير التطبيقات المستقبلية! ما رأيكم في هذا التطور؟ شاركونا في التعليقات!