太極：MIT華人學神開源的計算機圖形庫

MIT 人工智能實驗室胡淵鳴等研究者構建了一個名爲太極的開源計算機圖形庫，想要製做炫酷場景或特效的同窗，不妨試試姚班大神的這項工做。

太極（Taichi）是一個開源的計算機圖形庫，它旨在提供易於使用的計算機圖形學基礎架構，並提供了 40 多份計算機圖形學重要研究的實現。出於效率的考慮，太極自己是由 C++ 構建的，但用 Python 包裝了接口。

簡而言之，計算機圖形學的主要研究內容是如何在計算機中表示圖形、以及利用計算機進行圖形的計算、處理和顯示的相關原理與算法。太極提供了很是多的圖形學展現。

做者表示，該項目之因此稱爲 「太極」，是由於它不只是漢語繁體字，同時仍是日語的平假名。由於太極很大一部分都是做者在東京大學實習期完成的，包括 10 多篇論文和軟件的通常框架，因此他採用二者皆可的名字。

總之，太極做爲基於物理的模擬庫（剛性 / 變形 / 流體動力學 / 光傳輸），做者但願它能夠和名字同樣做爲模擬虛擬宇宙的起點。

什麼是計算機圖形學

關注機器學習的研究者與開發者不少並不太瞭解計算機圖形學，如上所述，它主要但願在計算機中表示和計算不一樣的圖形。計算機圖形學的目的就是要利用計算機產生使人賞心悅目的真實感圖形。爲此，必須建立圖形描述場景的幾何表示，再用某種光照模型，計算在假想光源、紋理、材質等屬性下的光照明效果。

計算機圖形學有不少主題，包括用戶界面設計、精靈圖（sprite graphics）、矢量圖形、3D 建模、着色器光線追蹤和計算機視覺等。計算機圖形學在總體方法論上很大程度須要依賴於基礎幾何、光學和物理科學。

正由於有這麼多主題，它在實踐中負責接收並處理物理世界的圖像數據，併合理地展現這些圖像數據。所以它對多媒體有很是重要的影響，並改變了動漫、電影、廣告和視頻遊戲等的製做方式。

雖然看起來計算機圖形學和計算機視覺之間有不少區別，但實際上它們並無一個明確的界限，它們之間共享了大量的數學基礎與理論基礎。它們之間就像同一過程的兩個方向，計算機視覺但願從圖像中抽取語義信息，而計算機圖形學但願將抽象的語義信息轉化爲圖像。

太極的一些效果展現

太極在項目地址中展現了不少效果圖，咱們快看看吧。

做者簡介

Yuanming Hu 胡淵鳴

胡淵鳴是 MIT 人工智能實驗室（CSAIL）的一名博士二年級學生，師從 Fredo Durand 和 Bill Freeman 兩位教授。

他從小就對計算機表現出極大的興趣，因其在 2012 年全國高中學科奧賽（信息學）中的優異成績而被保送至清華大學。

2017 年 7 月，衚衕窗做爲優秀畢業生從清華大學姚班畢業。他在微軟亞洲研究院跟隨 Stephen Lin 博士實習時從事深度學習和計算機視覺相關工做。衚衕窗的本科論文主要研究的是使用強化學習和對抗學習的自動照片後期處理（發表在 SIGGRAPH 2018 大會上）。2018 年 11 月，衚衕窗在 Wojciech Matusik 教授的指導下完成其碩士論文。

• 本科論文連接：https://arxiv.org/abs/1709.09602

• 碩士論文連接：http://taichi.graphics/wp-content/uploads/2018/11/thesis_ChainQueen.pdf

YU FANG

Yu Fang 是美國賓夕法尼亞大學的一名博士一年級學生，師從 Chenfanfu Jiang 教授，主修計算機和信息科學。2018 年 7 月，Fang 同窗從清華大學畢業。他的主要研究興趣是物理基礎上的模擬。如今，Fang 同窗一直致力於利用物質點法模擬不一樣的現象，同時開發新技術加速現有的模擬框架。

兩位做者合著論文

兩位做者曾合做完成如下三篇論文：

• 論文 1：《An Asynchronous Material Point Method》

• 連接：http://squarefk.com/static/files/ampm.pdf

• 這篇論文由胡淵鳴擔任一做，Yu Fang 爲二做，在 SIGGRAPH 2017 大會上發表。

• 論文 2：《A Moving Least Squares Material Point Method with Displacement Discontinuity and Two-Way Rigid Body Coupling》

• 連接：http://squarefk.com/static/files/mlsmpm.pdf

• 這篇論文依然由胡淵鳴擔任一做，Yu Fang 爲二做，在 SIGGRAPH 2018 大會上發表。

• 論文 3：《A Temporally Adaptive Material Point Method with Regional Time Stepping》

• 連接：http://squarefk.com/static/files/fang2018async.pdf

• 這篇論文則由 Yu Fang、胡淵鳴及其餘兩位做者合做完成，在 SCA 2018 大會上發表。