Nvidia تشرح مبدأ عمل DLSS 5: إطار ثنائي الأبعاد ومتجهات الحركة تكفيان النظام

كشفت Nvidia جانبًا من «الصندوق الأسود» المحيط بتقنية DLSS 5. ووفق جيكوب فريدمان، لا يتلقى النظام مشهدًا ثلاثي الأبعاد متكاملًا: فالمُدخل إليه هو إطار عادي ثنائي الأبعاد رسمته اللعبة بالفعل، إضافة إلى متجهات حركة الكائنات.

ماذا تتلقى DLSS

يُعد هذا التوضيح مهمًا في كل الجدل الدائر حول الكيفية التي «يرسم» بها رفع الدقة المعتمد على الذكاء الاصطناعي البكسلات الناقصة. فكثيرون يتصورون DLSS نموذجًا يرى عالم اللعبة بأكمله تقريبًا على مستوى المحرك نفسه. أما عمليًا، فالمخطط أكثر إيجازًا بكثير.

ترسم اللعبة الإطار أولًا بدقة أدنى، ثم تمرره إلى DLSS مع خريطة حركة تبين كيف تنزاح الكائنات وأجزاء الصورة المختلفة من إطار إلى آخر. وعلى هذا الأساس، تعيد الشبكة العصبية بناء صورة أكثر تفصيلًا.

ويفسر هذا النهج قدرة التقنية على رفع الوضوح بشكل ملحوظ دون إعادة احتساب المشهد كاملًا بالدقة الأصلية. فالنموذج لا يحتاج إلى بناء هندسة العالم من جديد، ولا إلى الحصول على كل البيانات الداخلية للمحرك. إنه يعمل كنظام إعادة بناء: يبحث عن الأنماط، ويطابق الإطار الحالي مع حركة العناصر، ويتنبأ بالشكل الذي ينبغي أن تكون عليه النتيجة النهائية بدقة أعلى. ولهذا تبقى DLSS مرتبطة بإحكام لا بالشبكة العصبية نفسها فحسب، بل أيضًا بمدى دقة تحضير اللعبة للبيانات الأولية.

«يتلقى DLSS 5 في المُدخل إطارًا ثنائي الأبعاد ومتجهات الحركة».

لماذا نحتاج إلى المتجهات

تمثل متجهات الحركة الجزء الأساسي في هذا المخطط. فهي تبين إلى أين تنتقل الكائنات وبأي سرعة بين الإطارات المتجاورة. وبدونها سيضطر الذكاء الاصطناعي إلى التخمين شبه الأعمى: أين ينبغي أن تكون يد الشخصية، وإلى أين انزاح الظل، وكيف يمكن مواصلة خط دقيق على جسم سريع الحركة.

وكلما زادت دقة هذه البيانات، بدت الصورة أكثر ثباتًا أثناء الحركة، سواء عند تدوير اللاعب للكاميرا، أو القيادة بسرعة عالية، أو خوض معركة إطلاق نار تعج بالمؤثرات على الشاشة.

وعمليًا يمنح ذلك عدة مزايا ملحوظة:

• وضوح أعلى للتفاصيل الدقيقة دون رسم كامل بالدقة الأصلية
• وميض أقل في الخطوط الرفيعة والأسلاك والعشب والأجسام البعيدة
• صورة أكثر ثباتًا أثناء الحركة، لا في لقطة الشاشة الثابتة فقط
• مكسب في الأداء، لأن اللعبة لا تحتاج إلى احتساب كل بكسل بأعلى جودة

ويترتب على ذلك أيضًا اعتماد عكسي: فإذا كوّنت اللعبة متجهات الحركة بشكل سيئ، تضرّرت النتيجة النهائية كذلك. ولهذا لا تتحدد جودة DLSS بنموذج «سحري» واحد من Nvidia، بل بالتكامل بين الخوارزمية والمحرك والتنفيذ الفعلي في كل لعبة على حدة.

أين حدود هذه الطريقة

تفيد توضيحات Nvidia أيضًا في أنها ترسم حدودًا للتوقعات. فـ DLSS 5 لا «يعرف» المشهد كما يعرفه محرك اللعبة نفسه. إنه لا يتلقى نموذجًا ثلاثي الأبعاد جاهزًا للعالم بالكامل، ما يعني أنه يعتمد في أي موقف معقد على معلومات غير كاملة، وإن كانت مفيدة جدًا.

ومن هنا تأتي العيوب المعتادة التي يعرفها مستخدمو تقنيات إعادة البناء: تمويه العناصر الصغيرة، وظهور أثر خلفي على الحواف عالية التباين، وعدم الاستقرار في اللقطات ذات الحركة المعقدة جدًا والشفافية والعدد الكبير من المؤثرات الدقيقة.

ومع ذلك، من المهم ألا نخلط بين إعادة البناء والرسم العشوائي. فجوهر DLSS هو أن النظام يستند إلى بيانات حقيقية من اللعبة، لا أنه «يتخيل» ببساطة فوق الصورة. لكن شرح فريدمان يبين أن حتى أقوى ذكاء اصطناعي يبقى هنا معتمدًا على جودة الإطار الأصلي والبيانات المساندة. وبعبارة أخرى، DLSS 5 ليس زر «اصنع شيئًا جميلًا من لا شيء»، بل حل وسط متقدم بين الأداء والجودة البصرية.

ماذا يعني ذلك

بالنسبة إلى اللاعبين والمطورين، هذه إشارة مفيدة: فقوة DLSS 5 الرئيسية لا تكمن في الوصول إلى «سحر ثلاثي الأبعاد» خفي، بل في القدرة على إعادة بناء الصورة بأكبر قدر من الكفاءة انطلاقًا من مجموعة محدودة من البيانات. وكلما أحسنت اللعبة تحضير الإطار ومتجهات الحركة، كانت النتيجة أكثر إقناعًا.

وهذا يعني أن السباق نحو جودة الرسوميات المعتمدة على الذكاء الاصطناعي يتوقف بدرجة متزايدة لا على نموذج Nvidia وحده، بل على انضباط الاستوديوهات نفسها عند دمج التقنية.