DLSS 5 من Nvidia يوظّف الذكاء الاصطناعي التوليدي لتحقيق الواقعية الفوتوغرافية في الألعاب وخارجها

لا يُعدّ DLSS 5 من Nvidia مجرد تحديث جديد لخوارزمية رفع الدقة. فالشركة توظّف الذكاء الاصطناعي التوليدي مع بيانات رسومية منظّمة، لتبدو ألعاب الفيديو مختلفة جذريًا، لا أفضل مما كانت عليه فحسب، بل واقعية فوتوغرافيًا بحق. ويؤكد الرئيس التنفيذي لـ Nvidia جنسن هوانغ أن التقنية ستتجاوز عالم الألعاب وتغيّر صناعات أخرى. وهذه خطوة تغيّر بنية عملية الرندرة نفسها.

ظهرت تقنية Deep Learning Super Sampling، المعروفة اختصارًا بـ DLSS، عام 2018 أداةً لرفع الدقة: كانت وحدة GPU تعرض الصورة بدقة منخفضة، ثم تعيد الشبكة العصبية بناء التفاصيل حتى الحجم المطلوب. وأضاف DLSS 4 تقنية Multi Frame Generation، أي توليد عدة إطارات وسيطة بين الإطارات المحسوبة فعليًا، ما رفع معدل الإطارات في الألعاب بصورة ملحوظة. أما الإصدار الخامس فيخطو خطوة أكثر جذرية: فبدلًا من تحسين البكسلات الموجودة، يُنشئ الصورة من الصفر اعتمادًا على بيانات منظّمة عن المشهد، هي خرائط العمق ومخازن المتجهات العمودية (normals) ومتجهات حركة الأجسام.

والابتكار الأساسي هنا هو استخدام بيانات G-buffer، أي المخازن الهندسية. وهي مجموعة من البيانات المنظّمة عن المشهد ثلاثي الأبعاد: مواد الأسطح وموضعها في الفضاء والإضاءة واتجاه الكاميرا. ولا يتلقى النموذج التوليدي تدفقًا من البكسلات فحسب، بل سياقًا غنيًا دلاليًا عن محتوى المشهد. وهذا ما يميّز DLSS 5 جوهريًا عن رفع الدقة العصبي التقليدي: فالنظام يفهم المشهد ولا يكتفي بتخمين البكسلات.

وبحسب Nvidia، تعطي التقنية في الاختبارات نتيجة لا يستطيع مراقبون خارجيون تمييزها عن الرندرة بتتبّع المسار الكامل (path tracing)، وبكلفة حسابية أقل بكثير.

ويقدّم هوانغ DLSS 5 بوصفه منصة، لا ميزة للألعاب. فبحسب قوله، ينطبق النهج نفسه، أي الذكاء الاصطناعي التوليدي مع البيانات المنظّمة، على التصوير الطبي والتصميم المعماري والتصميم الصناعي والسينما. وفي هذه المجالات لا تزال كلفة الرندرة الفوتوغرافية مرتفعة: يدفع المعماريون آلاف الدولارات مقابل رندر لقطة عرض واحدة، وتقضي استوديوهات السينما ساعات في إنجاز مؤثر بصري واحد بتتبّع الأشعة. وإذا نقلت Nvidia منطق DLSS إلى الأدوات الاحترافية، فسيكون سوق التقنية أكبر بما لا يُقاس من سوق الألعاب.

ويُقدَّر الإمكان بأنه كبير. فالسوق الإجمالي للرسوميات الحاسوبية في الطب والعمارة والسينما يفوق قطاع الألعاب. وتتحرك Nvidia أصلًا في هذا الاتجاه عبر منصة Omniverse المخصصة للتوائم الرقمية والمحاكاة الصناعية. وقد يصبح DLSS 5 جسرًا تقنيًا بين رندرة الألعاب وهذه السيناريوهات الاحترافية.

وتستحوذ Nvidia على نحو 85% من سوق وحدات GPU المنفصلة. وقد صار DLSS منذ زمن حجة رئيسية لشراء بطاقات RTX: فالتقنية مدمجة في مئات الألعاب، وتدعمها أكبر المحركات، ومنها Unreal Engine وUnity وGodot. ويواصل DLSS 5 هذه الاستراتيجية: فكل جيل يجعل العتاد الحالي أكثر جاذبية حتى حين يتباطأ الفارق الفعلي في الأداء بين أجيال GPU. أما المنافسون، وهم AMD بتقنية FSR وIntel بتقنية XeSS، فيقدّمون حلولًا تعمل على أي عتاد، لكنها من دون وحدات Tensor Cores المخصصة لا تستطيع إعادة إنتاج الخوارزميات نفسها بالكفاءة نفسها.

يشير DLSS 5 إلى أن الحدّ الفاصل بين الرندرة وتوليد الصور يتلاشى نهائيًا. فحين تُنشئ وحدة GPU الإطار بنموذج توليدي مدرَّب، لا بحساب فيزياء الضوء، فهذه بنية مختلفة جذريًا. وإذا حققت Nvidia وعودها ونقلت التقنية إلى ما وراء الألعاب، فقد لا يكون DLSS 5 مجرد تحديث للاعبين، بل أساسًا للجيل القادم من الحوسبة البصرية.