Differentiable Voronoi Ray Tracing Beyond Rasterization Speeds

कंप्यूटर ग्राफिक्स की दुनिया में, गति और लचीलेपन के बीच लंबे समय से एक मौलिक समझौता रहा है। दशकों से, स्क्रीन पर यथार्थवादी चित्र बनाने का सबसे तेज़ तरीका 'रास्टरइज़ेशन' (rasterization) नामक एक तकनीक रही है। कल्पना कीजिए कि एक चित्रकार एक 3D दृश्य को देखता है और उसे बस एक सपाट कैनवास पर प्रोजेक्ट करता है, और एक-एक करके पिक्सेल भरता जाता है। यह विधि अविश्वसनीय रूप से तेज़ है और उन वीडियो गेम और फिल्मों को शक्ति प्रदान करती है जिन्हें हम रोज़ देखते हैं, लेकिन यह कैमरा लेंस के धुंधलेपन या वाइड-एंगल व्यू के विरूपण जैसे जटिल ऑप्टिकल प्रभावों के साथ संघर्ष करती है। उन प्रभावों को प्राप्त करने के लिए, सॉफ़्टवेयर को पेंटिंग प्रक्रिया में विशेष, जटिल नियम जोड़ने होते हैं, जो अक्सर इसकी गति को धीमा कर देते हैं या त्रुटियां पैदा करते हैं। इसका विकल्प 'रे ट्रेसिंग' (ray tracing) है, एक ऐसी विधि जो इस बात की नकल करती है कि प्रकाश वास्तव में कैसे यात्रा करता है। एक सपाट छवि को प्रोजेक्ट करने के बजाय, कंप्यूटर दृश्य में कैमरे से अदृश्य प्रकाश की किरणें छोड़ता है ताकि यह देखा जा सके कि वे किससे टकराती हैं। यह दृष्टिकोण बिना किसी अतिरिक्त नियम के सभी जटिल ऑप्टिकल प्रभावों को स्वाभाविक रूप से संभाल लेता है, लेकिन ऐतिहासिक रूप से यह वास्तविक समय (real-time) के उपयोग के लिए बहुत धीमा रहा है, जिसमें केवल कुछ फ्रेम प्रति सेकंड की गणना करने के लिए भी भारी कंप्यूटिंग शक्ति की आवश्यकता होती है।

स्वीडन के शोधकर्ताओं की एक टीम ने अब इस विचार को चुनौती दी है कि आपको चित्रकार की गति और प्रकाश-किरण चलाने वाले की लचीलेपन के बीच किसी एक को चुनना ही होगा। उन्होंने 'वोरोट्रेसिंग' (VoroTracing) नामक एक नई प्रणाली विकसित की है जो प्रकाश-किरण वाले दृष्टिकोण का उपयोग करती है लेकिन इतनी तेज़ चलती है कि इसे वास्तविक समय में उपयोग किया जा सके। उनका कार्य 3D स्थान को व्यवस्थित करने के एक विशिष्ट तरीके पर केंद्रित है, जो इसे अनियमित बुलबुलों (bubbles) के एक पैचवर्क में विभाजित करता है, जो बिल्कुल मधुमक्खी के छत्ते की कोशिकाओं की तरह है लेकिन ऐसे आकार जो दृश्य की वस्तुओं में फिट बैठते हैं। इन बुलबुलों के माध्यम से एक स्मार्ट और व्यवस्थित तरीके से नेविगेट करके, उनका सिस्टम एक जटिल वातावरण में प्रकाश किरणों को उस गति से ट्रैक कर सकता है जो पारंपरिक तरीकों की बराबरी करती है, और कुछ मामलों में उनसे बेहतर भी है।

शोधकर्ताओं ने शुरुआत में इस बात पर गौर किया कि रे ट्रेसिंग इतनी धीमी क्यों बनी हुई थी। उन्होंने पाया कि मुख्य बाधा केवल यह नहीं थी कि प्रकाश की किरण किसी वस्तु से कहाँ टकराती है, बल्कि डेटा की वह विशाल मात्रा थी जिसे कंप्यूटर को यात्रा के हर एक चरण के लिए लोड और प्रोसेस करना पड़ता था। पिछले प्रयासों में, कंप्यूटर अक्सर प्रत्येक छोटे कदम के लिए बहुत अधिक जानकारी लोड करने में फंस जाता था, या किसी ठोस वस्तु को खोजने से पहले बहुत लंबे समय तक खाली स्थान में भटकता रहता था। टीम ने महसूस किया कि इसे सफल बनाने के लिए, उन्हें प्रकाश की किरण की पूरी यात्रा को फिर से डिजाइन करने की आवश्यकता है, इस बात से लेकर कि दृश्य कैसे बनाया जाता है, जब तक कि कंप्यूटर चिप डेटा को कैसे संभालती है।

उन्होंने दृश्य के प्रतिनिधित्व को बदलकर शुरुआत की। प्रत्येक बुलबुले के लिए एक एकल, चिकने रंग का उपयोग करने के बजाय जो केवल आपके देखने के कोण के आधार पर बदलता है, उन्होंने प्रत्येक बुलबुले को एक छोटा, विस्तृत टेक्सचर मैप (texture map) दिया। इसने एक एकल बुलबुले को जटिल पैटर्न और विवरण रखने की अनुमति दी, जिसका अर्थ था कि कंप्यूटर को ईंट की दीवार या पत्तेदार पेड़ दिखाने के लिए लाखों छोटे बुलबुले बनाने की आवश्यकता नहीं थी। उन्होंने यह भी बदला कि कंप्यूटर कब देखना बंद करने का निर्णय लेता है। सिस्टम को यह सिखाकर कि वस्तुओं के बीच के खाली स्थान को पूरी तरह से अदृश्य और वस्तुओं की सतह को पूरी तरह से ठोस बनाया जाए, प्रकाश किरणें बिना धीमे हुए हवा में यात्रा कर सकती थीं और सतह से टकराते ही रुक सकती थीं। इससे कंप्यूटर ने खाली स्थान के रंग की गणना करने में समय बर्बाद करने से बच लिया।

प्रक्रिया को और भी तेज़ बनाने के लिए, शोधकर्ताओं ने पुनर्गठित किया कि कंप्यूटर मेमोरी इन बुलबुलों को कैसे संग्रहीत करती है। उन्होंने डेटा को इस तरह व्यवस्थित किया कि 3D दुनिया में पास स्थित बुलबुले कंप्यूटर की मेमोरी में भी पास-पास संग्रहीत हों। इससे ग्राफ़िक्स कार्ड प्रकाश की किरणों के एक समूह के लिए आवश्यक सारी जानकारी को एक कुशल चाल में प्राप्त कर सका, बजाय इसके कि वह मेमोरी बैंक में इधर-उधर भटकता रहे। उन्होंने एक स्मार्ट फ़िल्टर भी जोड़ा जो कंप्यूटर को किसी ऐसे बुलबुले को अनदेखा करने के लिए कहता है जो इतना धुंधला है कि वह अंतिम चित्र को नहीं बदलेगा, जिससे पूरी गणना ही छोड़ दी जाती है।

इस पुनर्गठन के परिणाम आश्चर्यजनक थे। एक मानक जटिल 3D दृश्यों के सेट पर परीक्षण किए जाने पर, नए सिस्टम ने एक उच्च-स्तरीय ग्राफ़िक्स कार्ड पर 623 फ्रेम प्रति सेकंड की दर से चित्र रेंडर किए। यह प्रकाश किरणों का उपयोग करने वाले पिछले सर्वोत्तम तरीके से तीन गुना से अधिक तेज़ है, और यह क्षेत्र में वर्तमान में उपयोग किए जाने वाले सबसे तेज़ पारंपरिक पेंटिंग-आधारित तरीकों से भी काफी तेज़ है। उत्पादित चित्र उतने ही तीखे और यथार्थवादी थे जितने कि धीमे तरीकों के, गुणवत्ता में बिना किसी कमी के। सबसे महत्वपूर्ण बात यह है कि चूंकि सिस्टम प्रकाश किरणों का उपयोग करता है, इसलिए यह विभिन्न कैमरा प्रभावों के साथ चित्र रेंडर करने के लिए तुरंत स्विच कर सकता है। मूल सॉफ़्टवेयर में बिना किसी बदलाव के, शोधकर्ता प्रकाश किरणों के पथ को बदलकर फिशआई लेंस का विरूपण, चलते हुए कैमरे का धुंधलापन, या पोर्ट्रेट लेंस का उथला फोकस (shallow focus) उत्पन्न कर सकते थे।

यह कार्य इस पुराने विश्वास को प्रदर्शित करता है कि रे ट्रेसिंग वास्तविक समय के अनुप्रयोगों के लिए बहुत धीमी है—यदि सिस्टम को शुरुआत से ही हार्डवेयर को ध्यान में रखकर डिज़ाइन किया जाए तो यह अब सच नहीं है। दृश्य को कैसे संग्रहीत किया जाता है, प्रकाश किरणें कैसे यात्रा करती हैं, और कंप्यूटर डेटा को कैसे प्रोसेस करता है, इसे सावधानीपूर्वक सह-डिज़ाइन (co-design) करके, शोधकर्ताओं ने दिखाया है कि आधुनिक वीडियो गेम की गति और वास्तविक प्रकाश का प्राकृतिक लचीलापन दोनों होना संभव है। उन्होंने अपना कोड दूसरों के उपयोग के लिए जारी कर दिया है, जिससे वर्चुअल रियलिटी, स्वायत्त ड्राइविंग और मोबाइल उपकरणों के लिए भविष्य के अनुप्रयोगों का द्वार खुल गया है, जहाँ उन्होंने पहले ही स्मार्टफोन पर सिस्टम को सुचारू रूप से चलते हुए प्रदर्शित किया है। अध्ययन सुझाव देता है कि भविष्य के यथार्थवादी कंप्यूटर ग्राफिक्स का मार्ग गति और यथार्थवाद के बीच चुनाव करने में नहीं, बल्कि उन्हें एक साथ काम करने का एक नया तरीका खोजने में है।