Işın İzleme (Ray Tracing) Nedir? Fotorealistik Sanal Dünyaları İnşa Ederken Bu Tekniği Nasıl Kullanabiliriz?

Işın izleme (İng: "ray tracing"), 3 boyutlu bilgisayar grafiklerinde ışığın izlediği yolu ve çarptığı sanal objelerdeki etkisini simüle eden bir görüntü oluşturma tekniğidir. Gerçek dünyada bir ışık kaynağından yayılan ışık ışınları, bir yüzeye çarpana kadar seyahat etmeye devam eder. Bu ışın soğurulabilir, yansıyabilir veya kırılabilir.

Görüntü oluşturmada kullanılan ilk ışın izleme algoritması 1968’de Arthur Appel tarafından oluşturulmuştur.^[1] Appel, bu algoritmayı ışın dökme (İng: “ray casting”) algoritması olarak adlandırmıştır. Işın dökme algoritması, ekran üzerindeki her piksele bir ışın düşecek şekilde ışınların yolunu takip ederek yol üzerindeki en yakın engeli bulmak üzerine çalışıyordu. Daha sonrasında objenin materyal özelliklerine göre ışığa etkileri belirlenip, objenin gölgelendirilmesi hesaplanıyordu.

Wikipedia

1979 yılında J. Turner Whitted, ışın izlemeye yeni bir bakış açısı kazandırdı. Yinelemeli ışın izleme (İng: "recursive ray tracing") adını verdiği algoritması, kendini yineleyen süreçler üzerinden bir sonuç elde etmek üzerine çalışıyordu. Sürekli kendini yineleyen bir süreçten sonuç çıkarılamayacağı için belirli bir sayıda yinelemeden sonra ışının izleyeceği süreç simüle ediliyordu.^[2]

Işın izleme algoritması kullanılarak üretilen ilk animasyon yine 1979 yılında Whitted tarafından oluşturuldu. Görsellikle alakalı bu teknolojiyi tamamen anlayabilmek ve geçmişten günümüze değişimini görebilmek için yazının devamında kullanılan videolara en azından göz atmanızı tavsiye ederiz.

Bell Laboratuvarları'nda üretilen 37 saniyelik bu animasyonda, şeffaf ve parlak bir küre etrafında opak ve parlak bir küre dönüyordu. Whitted, 1979 yılına göre çığır açan bir bilgisayar üretimli imgeleme (İng: "CGI" veya "computer-generated imagery") oluşturmayı başarmıştı. Yinelemeli ışın izleme algoritması, ışın dökme algoritmasına kıyasla çok daha gerçekçi görüntüler oluşturuyordu.

Sinema Sektöründe Işın İzleme Kullanımı

Uzun bir süre boyunca film yapımcıları ve oyun geliştiricileri, gereken hesaplama gücü nedeniyle çok pahalı olan ışın izleme tekniği yerine rasterleştirme (üç boyutlu bir objeyi iyi boyutlu üçgenler şeklinde ifade ederek ışıklandırma) tekniğini kullandılar. Dreamworks’ün Shrek 2, Pixar’ın Kayıp Balık Nemo filmlerinde^[4] nispeten düşük maliyetlerle gerçekçiliği artırmak için sahte ileri ışın izleme^[10] (İng: “pseudo forward ray-tracing”) yaklaşımı uygulandı. Sahnelerin genelinde rasterleştirme kullanılırken, karmaşık ışıklandırmalar gereken sahnelerde ışın izleme kullanıldı.

GPU’ların (grafik işleme birimi, İng: "graphical processing unit") gelişimi ile ulaşılabilen işlem gücü arttı ve ışın izleme teknolojilerinin masrafları azaldı. İlk olarak yaygın şekilde ışın izleme kullanılan animasyon Disney ve Pixar ortaklığıyla “Arabalar” oldu.^[4]

Semantic Scholar

Pixar’ın 2013 yılında çıkardığı animasyon filmi Sevimli Canavarlar Üniversitesi’nin animasyonları ve ışıklandırmalarının oluşturulması için 100’den fazla mühendis çalıştı. Tüm sahnelerin işlenmesi 100 milyon CPU saatinden uzun sürdü.^[8] Yani ışın izleme teknolojisi ile gerçek zamanlı fotorealistik dünyalar yaratmak hâlâ bir hayaldi.

Gerçek Zamanlı Işın İzleme

Aslında ilk gerçek zamanlı ışın izleme kullanımı 1986’da Mike Muuss tarafından başarılmıştı ancak saniyede birkaç kareyi geçemiyordu. 2008 yılında Intel, Enemy Territory: Quake Wars video oyununun özel versiyonu olan Quake Wars: Ray Traced’i yayınladı. 2.93GHz’de çalışan 4 adet Xeon Tigerton kullanan bir sistem ile 720p çözünürlükte 14-29 FPS’ye (saniye başına düşen kare sayısı) ulaşılabiliyordu. 22 yıl sonra, gerçek zamanlı ışın izleme kullanılarak akıcı bir görüntü elde edilebilmişti.

2009’da Nvidia, kendi üretimi GPU’larında gerçek zamanlı ışın izlemeye olanak sağlayan ücretsiz programlama arayüzü OptiX’i duyurdu. OptiX programlama arayüzü Autodesk Arnold, Adobe AfterEffects, 3ds Max gibi görüntü sentezleme (İng: "rendering") programlarında kullanıldı.^[9]

2018’de yine Nvidia, adını bilgisayar bilimi ve yapay zekânın babası olarak bilinen Alan Turing’den alan Turing mimarisini duyurdu. Turing mimarisi kartlar, eski mimariye ek olarak Ray-tracing (RT) ve Tensor (yapay zekâ) çekirdekleri içermekteydi.^[7] RT ve Tensor çekirdekleri içeren RTX serisi Nvidia GPU'ları, desteklenen video oyunlarda ışın izleme teknolojisini gerçek zamanlı ve akıcı şekilde kullanmaya olanak sağlıyordu.

Hesaplama gerektiren bir problemin çözümünde her olasılığı teker teker denemeye kaba kuvvet yaklaşımı (İng: "brute-force approach") adı verilir. Bir matematik sorusunu çözmek için tüm şıkları teker teker denemek, kaba kuvvet yaklaşımına örnek olarak verilebilir. Zaman kaygısının olmadığı tüm ışın izlemeli görüntü sentezlemelerde kaba kuvvet yaklaşımı tercih ediliyordu. Çünkü her piksel için her olasılığı teker teker denemek en doğru sonucu veriyordu.

Peki, Nvidia gerçek zamanlı ışın izlemede nasıl bu kadar başarılı oldu? Kaba kuvvet yaklaşımını terk edip hibrit bir ışıklandırma tekniği kullanarak. Animasyon yapımcılarının gerçek zamanlı sonuç elde etme kaygısı olmadığı için hibrit bir tekniğe ihtiyaçları yok. Yazının başında da bahsettiğimiz gibi animasyonlarda hibrit yaklaşıma en son maliyetler yüzünden başvurulmuştu.

Günümüzde GPU'ların oldukça yüksek işlem gücü sayesinde maliyet gibi bir problemleri de kalmadı. Ancak GPU'ların işlem gücü hâlâ gerçek zamanlı ve kaba kuvvet yaklaşımı ile ışın izlemeye yeterli değil. Bu yüzden Nvidia, ışın izleme ile rasterleştirme tekniklerini harmanlayarak yeterince doğru ve hızlı ışıklandırmayı oluşturmayı başardı. Hibrit tekniği hızlandırmak için nerede rasterleştirme nerede ışın izleme kullanılması gerektiğini ise makine öğrenmesi sayesinde belirliyor.

Bu noktada devreye Tensor çekirdekleri giriyor. Yapay zekâ için özel olarak üretilen bu çiplerde çok kısa sürede tahminler gerçekleştiriliyor. Rasterleştirme veya ışın izleme kullanılacak yerleri tahmin ettikten sonra hızlı şekilde bu teknikleri uyguluyor. Böylece gerçekçi ve gerçek zamanlı görüntüler elde edebiliyoruz. Tabii ki kaba kuvvet ışın izleme kadar %100 doğrulukta bir görüntü elde edemiyoruz ama işlemi inanılmaz derecede kolaylaştırıp hızlandırıyoruz.^[12]

Fotorealistik Sanal Dünyaları İnşaa Etmek

Bir görüntü gerçek dünyadan mı yoksa bilgisayar üretimli mi nasıl anlayabiliriz? Elbette bilgisayarın "taklit edemeyeceği" şeyleri bularak. İnsan algısında gerçek görüntüyü sahte görüntüden ayırmadaki önemli faktörlerden bazıları: gölgeler, yansımalar ve hareketliliktir. Kısaca doğanın fizik kânunlarına bağlı eşsiz özelliklerinden bazıları diyebiliriz. Hareketlilik olmadan yansımalar ve gölgeler gerçeğe yakın şekilde taklit edilebilir. Fotorealizm akımına gönül vermiş resim sanatçılarının, insan üretimi olduğu ayırt edilemeyecek düzeyde gerçekçi çalışmaları var. Statik görüntülerde (resim, fotoğraf) hareketlilik geçerli değildir. Hareketli görüntülerde (video, canlı görüntü) insan algısını alt etmek daha zordur.

boredpanda

Bu portreyi Morgan Freeman bir çizim olarak değil de fotoğraf çekiminden bir kare olarak sosyal medyada paylaşsa, muhtemelen hiç kimse çizim olduğunu fark etmeyecekti.

Bilgisayar tarafından üretilmiş bir sokağın canlı görüntüsünü hayal edin. Su birikintisindeki yansıma, evin camından içeri vuran ışık, güneşin parlaması... İlk olarak bu saydıklarımız gerçekçi olmalı ancak daha da önemlisi gerçekçiliğini devam ettirebilmeli. Su birikintisinin yanından bir kedi geçtiğinde yansıması suya vurmalı, evin camının perdesi yavaş yavaş kapanırken odanın içi yavaşça kararmalı, güneşin önüne bulut geçtiğinde tüm sokağın ışık dinamikleri değişmeli.

Sadece rasterleştirme kullanarak gerçeklik algımızı kandıracak şekilde gerçekçi görüntüler elde edemiyoruz. Sadece ışın izleme kullanarak da gerçek zamanlı görüntüler elde edemiyoruz. Hibrit ve makine öğrenmesi destekli yaklaşım sayesinde bu konudaki en büyük problemimiz çözüldü. 2018 yılından itibaren fotorealistik ve etkileşimli sanal dünyalar inşa etmeye başladık.

En popüler oyun motorlarından biri olan Unreal Engine 4 ile üretilen bu interaktif sanal dünyayı gerçeklikten ayırmak epey zor. Ayrıca videonun Youtube tarafından işlenip kalitesinin düşürüldüğünü hatırlatmakta fayda var. Yani kendi deneyiminiz, izlediğiniz videodan çok daha iyi gözükecek. Fotorealistik grafiklere sahip VR denemeleri de var, aşağıdan birini izleyebilirsiniz:

Sonuç

2020 yılı itibarıyla 52 yıldır hayatımızda olan bu teknolojide bazı dönüm noktalarını aşmamız epey uzun sürdü. Neredeyse 10 yıl öncesine kadar gerçek zamanlı ışın izlemeyi kullanabilmek bir bilim kurgu filmi içeriğiydi. Ancak 2 yıl önce bu başarıldı ve geçtiğimiz 2 yılda sadece yazılım optimizasyonuyla neredeyse %80-90 performans artışı sağlandı.

Önümüze çıkan en büyük engeli de aştığımıza göre, gerisi hayal gücümüze ve mühendislik becerilerimize bağlı. Belki de bundan 10 yıl sonra VR müzeleri inşaa edeceğiz, tamamen gerçekçi grafiklere sahip oyunlar oynayacağız. 52 yıl önce transistör yığını bir makineye ışık ışınlarını simüle ettirebileceğini düşünen bir bilim insanı sayesinde, bu hayallerimize her gün bir adım daha yaklaşıyoruz.