NVIDIA Maxine quiere llevar las videollamadas a un nuevo nivel gracias a la IA y a la aceleración por GPU en la nube

Las videollamadas se han vuelto muy populares en los últimos meses, ya sea para trabajar desde casa o para comunicarnos con familiares y amigos a los que no podemos visitar. Sin embargo, el software y hardware que muchos usamos habitualmente puede no estar a la última en cuanto a prestaciones se refiere y es ahí donde puede ayudarnos el procesamiento avanzado en la nube.

O por lo menos eso es lo que piensa NVIDIA con su nuevo lanzamiento Maxine, una plataforma que pretende renovar las capacidades de los sistemas de videollamadas actuales gracias al procesado remoto, la aceleración por hardware (a través de sus GPUs) y a algoritmos de inteligencia artificial aplicados a diferentes ámbitos en el tratamiento de la imagen y el sonido.

Para empezar, hay que señalar que la intención de NVIDIA no es que seamos nosotros los que ofrezcamos la potencia de proceso en nuestras casas usando una de sus gráficas. Todo estará acelerado en la nube y esto incrementará las posibilidades de uso ya que nos dará la opción de acercar las mejoras a cualquier plataforma como móviles, ordenadores, tabletas, televisores, etc.

¿Cuáles son estas funcionalidades? Pues hay un poco de todo y van encaminadas sobre todo a mejorar la calidad de imagen y sonido, pero ofrecen también otras interesantes opciones que si bien ya están implementadas en su concepción básica en otros servicios, ahora llegarán con más calidad, mayor número de opciones y lo que es más importante sin consumir recursos de procesamiento en local.

Mejor escalado, enfoque, avatares y menor ancho de banda

Por ejemplo, en la presentación se ha hablado de una mejora de "super-resolución" o escalado de imagen para que si usamos una cámara de baja calidad (por ejemplo la típica que viene integrada en un portátil de gama baja) percibamos un mejor contraste y nitidez similar al de una en alta definición. Maxine puede enfocar nuestras caras, encuadrar el plano, ajustar el brillo y la luminosidad de la imagen e incluso reorientar nuestras cabezas de forma virtual haciendo una captura y simulación en 3D.

También puede insertar fondos virtuales con un menor número de artefactos digitales a la hora de recortar nuestras siluetas, crear un avatar en 3D acelerado por hardware que remplaza nuestra cara con movimientos en tiempo real, traducir conversaciones y mostrarlas en texto subtitulado en tiempo real o reducir los ruidos de fondo mientras hablamos, como podemos ver en el vídeo que han colgado para mostrar las bondades de su plataforma.

Otro punto interesante es el relacionado con el consumo de ancho de banda necesario para efectuar las videollamadas, que según aseguran sus creadores se reduce en hasta un 90% con respecto a los códecs tradicionales como H.264 gracias a que se centran en transmitir solo los píxeles más esenciales de la imagen.

¿Cuándo podremos usar esta tecnología en casa? Pues de momento ya han lanzado Maxine en fase beta pero enfocado a que los desarrolladores se interesen por el sistema y lo implementen en las aplicaciones de videollamadas que utilizamos habitualmente (como por ejemplo Zoom, Skype, Microsoft Teams o Google Meet), ya sea total o parcialmente.

Más información | NVIDIA