🎙️ เรื่องเล่าจากโลกกราฟิกเกม: Intel เปิดตัว CGVQM เครื่องมือ AI วัดคุณภาพภาพเกมแบบเรียลไทม์ ในยุคที่เกมสมัยใหม่ใช้เทคนิคเรนเดอร์ขั้นสูง เช่น supersampling, denoising, frame interpolation และ shading แบบปรับอัตราอัตโนมัติ การประเมินคุณภาพภาพด้วยสายตาอาจไม่แม่นยำพอ Intel จึงเปิดตัว CGVQM ซึ่งเป็นโมเดล AI ที่สามารถวิเคราะห์และให้คะแนนคุณภาพภาพของเกมได้อย่างแม่นยำและเป็นกลาง CGVQM ประกอบด้วย 2 ส่วนหลัก: 1️⃣ ชุดข้อมูลวิดีโอ CGVQD ที่รวบรวมตัวอย่างภาพผิดเพี้ยนจากเทคนิคเรนเดอร์ต่าง ๆ 2️⃣ โมเดล AI แบบ 3D-ResNet ที่ถูกฝึกให้รู้จักความผิดเพี้ยน เช่น ghosting, flicker, aliasing และ disocclusion โดยเทียบกับการให้คะแนนจากมนุษย์ ผลการทดสอบพบว่า CGVQM-5 มีความแม่นยำใกล้เคียงกับการประเมินของมนุษย์ ส่วน CGVQM-2 ก็ยังติดอันดับ 3 จากเครื่องมือทั้งหมดที่นำมาทดสอบ เครื่องมือนี้เปิดให้ใช้งานฟรีบน GitHub ในรูปแบบ PyTorch application และสามารถนำไปใช้วิเคราะห์คุณภาพภาพของเกมหรือแอปพลิเคชันกราฟิกแบบเรียลไทม์ได้ทันที ✅ Intel เปิดตัว CGVQM เครื่องมือ AI สำหรับวัดคุณภาพภาพเกม ➡️ ใช้โมเดล 3D convolutional neural network (3D-ResNet-18) ✅ CGVQM ประเมินภาพผิดเพี้ยนจากเทคนิคเรนเดอร์สมัยใหม่ ➡️ เช่น DLSS, FSR, XeSS, Gaussian splatting, frame gen, denoising ✅ สร้างชุดข้อมูล CGVQD เพื่อฝึกโมเดล AI ➡️ ประกอบด้วยวิดีโอที่มี distortions หลากหลายรูปแบบ ✅ ใช้การให้คะแนนจากมนุษย์เป็น baseline ➡️ เพื่อฝึกโมเดลให้เข้าใจความรู้สึกต่อภาพผิดเพี้ยน ✅ CGVQM-5 มีความแม่นยำใกล้เคียงกับมนุษย์ ➡️ ส่วน CGVQM-2 ก็ยังติดอันดับ 3 จากเครื่องมือที่ทดสอบ ✅ เปิดให้ใช้งานฟรีบน GitHub ในรูปแบบ PyTorch ➡️ เหมาะสำหรับนักพัฒนาเกมและนักวิจัยด้านกราฟิก ‼️ CGVQM ยังไม่เป็นมาตรฐานอุตสาหกรรม ⛔ ต้องรอการยอมรับจากนักพัฒนาและผู้ผลิตเกมในวงกว้าง ‼️ โมเดล AI อาจไม่แม่นยำกับวิดีโอที่อยู่นอกชุดข้อมูลฝึก ⛔ แม้จะมีความสามารถในการ generalize แต่ยังต้องทดสอบเพิ่มเติม ‼️ การใช้โมเดล 3D-CNN ต้องใช้ทรัพยากรค่อนข้างสูง ⛔ อาจไม่เหมาะกับการประเมินแบบเรียลไทม์ในระบบที่จำกัด ‼️ ยังไม่มีการเปรียบเทียบกับโมเดลแบบ transformer อย่างละเอียด ⛔ ซึ่งอาจให้ผลลัพธ์ที่ดีกว่าในอนาคตแต่ต้องใช้พลังประมวลผลมาก https://www.tomshardware.com/video-games/pc-gaming/intel-releases-new-tool-to-measure-gaming-image-quality-in-real-time-ai-tool-measures-impact-of-upscalers-frame-gen-others-computer-graphics-video-quality-metric-now-available-on-github