3屆奧斯卡獎得主電腦繪圖資深科學家Jos Stam博士分享，未來電腦繪圖會往哪裡走？

曾於2006年、2008年、2019年3度獲得奧斯卡科技成就獎的NVIDIA電腦繪圖資深科學家Jos Stam博士，專精於水、空氣、雲霧、火焰等流體模擬，成果應用在《阿凡達》、《復仇者聯盟》、《惡靈戰警》等許多好萊塢特效大片，它日前來訪台灣時分享了30年間電腦繪圖的進展。

流體模擬重要推手

Jos Stam出生於荷蘭海牙，成長於瑞士日內瓦，在日內瓦大學攻讀數學與電腦科學，並前往加拿大多倫多大學的動態圖像實驗室( The Dynamic Graphics Project )取得電腦科學碩士和博士學位，博士後研究則分別於法國國立電腦圖像與自動化研究院( INRIA in Paris )、芬蘭赫爾辛基的VTT研究中心完成。

他早期效力於當時全球圖像電腦主導廠商SGI公司，任職於Alias Wavefront軟體部門，是主流電腦3D繪圖軟體Maya的主要開發者，目前在NVIDIA從事高階研究工作。

▲ Jos Stam於台大資訊系館的演說吸引許多有興趣的學子參加。

▲ 在會前的訪談中，Jos Stam闡述許多對電腦繪圖的哲思。

▲ Jos Stam的興趣由藝術、數學、程式所構成，很慶幸自己能找到符合興趣的工作。（簡報投影片為現場拍攝，畫質欠佳敬請見諒，下同）

▲ 他在少年時期就創作許多繪畫，並因為煙霧、水流能在靜態畫面中呈現時間的流動，因此對流體充滿興趣。

▲ 1970、80年代就開始透過電腦編寫流體模擬與電腦繪圖的程式。

▲ Jos Stam甚至在Amiga電腦上完成光線追蹤的繪圖程式。

推動電影工業前進

Jos Stam的專長是透過電腦繪製水面、河流、洪水等各種液體，以及空氣、雲朵、煙霧、火焰等粒子的效果，而在電影工業上，使用電腦繪圖最大的好處除了可以控制並產生導演理想中的畫面之外，也可以讓拍攝過程更加安全。舉例來說，如果要使用真的火藥拍攝爆破畫面，可能要重覆進行很多次，才能捕捉到需要的畫面，而且可能讓劇組人員曝露於危險下。

另一方面，Jos Stam也以電影《鐵達尼號》為例，因為劇中場景為較冷的環境，而在夏天也拍攝時會因為溫度差異，造成演員呼吸時不會吐出白氣，透過特效就能將這個效果加入畫面中，讓拍攝工作不受季節限制，有助於提升工作效率。

而談到這30年來電腦繪圖的演進部分，Jos Stam將議題拆分為硬體與軟體等2個層面，硬體的效能隨時間不斷成長，讓動畫師可以支配更充沛的運算能量，而軟體也隨著眼算法的進步而改善效能並增加品質。

不過有趣的是，他特別提到了由Jim Blinn所提出的布林法則（Blinn's Law）：即便電腦越來越快，繪製動畫的時間也會傾向維持固定長度。其中原因是當電腦效能提升後動畫師偏好於增加畫面品質，繪製更複雜且精細的畫面，而非縮短繪製時間。

這個情況也可以在電玩遊戲中得到應證，因為遊戲主機或電腦被指派的任務是每秒繪製60張畫面（以高FPS為訴求的電競情境例外），因此當電腦效能提升時，遊戲開發者也會傾向提升畫質。

於是Jos Stam也表示，他認為業界不應只聚焦於開發更快的電腦硬體或軟體演算法，而是要思考超越影像 (Go beyond images)。無論在電影或遊戲中，影像應該只是扮演與觀眾、玩家溝通的介面，而且應該保持少即是多（Less is more）的概念，因為當畫面中的細節太多，就會消弱創作者想要傳遞的感情，也會讓人的想像空間受到限制。

至於我們是否能用眼睛以外的器官「看」，則是Jos Stam提出的另一個思考方向，他除了提到麻省理工學院進行的將視覺訊號送到矇眼貂的聽覺神經的實驗，或許未來我們也能透過類似的技術大幅提升VR體驗。

▲ 在電腦效能持續堆高的情況下，因為動畫師傾向增加動畫的細節，所以繪製時間並沒有縮短。

▲ 從30年至今，電玩遊戲的畫面從粗糙的點陣圖進步到逼真的3D動畫，那接下來30年電腦繪圖會往哪裡走呢？

▲ 回顧歷史，越高的效能可以在繪圖過程中產生更多多邊型，讓畫面更加逼真。（但Jos Stam逗趣地提到，2000年左右電腦繪圖計術的效果，甚至不比火柴人「逼真」）

▲ 未來的VR會發展成什麼樣子？除了顯示器的革新外，是否有可能直接將「訊號」傳送到腦內。

▲ 科學家曾嘗試將視覺訊號送到矇眼貂的聽覺神經。

AI有如神秘箱，創造不可思議畫面

NVIDIA是顯示處理器（GPU）的領導廠商，顯示處理器除了應用於電腦繪圖之外，也因為架構特性與中央處理器（CPU）不同，近來也成為AI運算的重要元件。

在訪談上，Jos Stam不免提到對於AI的看法，他認為AI就像個黑盒子，雖然我們不知道它如何運作，但是它卻實能夠發揮功效。有趣的是，在演講結束時，有聽眾詢問「AI為什麼會思考」，Jos Stam只是用簡單的反問句回答「你先回答你為什麼會思考，我就回答AI為什麼會思考」。

縱觀演講的脈絡，可以發現雖然Jos Stam的工作是位理性的電腦科學家，但他仍保有許多藝術家的感性，這個回答除了有些逗趣的意味之外，一來表達了AI如同我們人類的思考模式，人類的智慧是將神經訊號收束在一起，AI則是將數位資料收束而成，二來則闡明了就像人類不需探究腦部運作原理，但我們還是可以思考，反過來說我們不需探究AI原理，仍然可以運用AI。

例如AI已經可以明顯強化畫面升頻的效果，在放大畫面時能得到更清晰、銳利的畫質，此外也能透過生成對抗網路 (Generative Adversarial Network，GAN) 產生原創的圖像，只要給AI框架，它就能自動幫填入更多細節，例如先前NVIDIA開發的GauGAN，可以把隨手塗鴉的草圖，轉換為逼真風景照片，都是AI的應用範疇。

▲ 在說明AI之前，Jos Stam以圖型舉例，說明Linux的收斂特性與iPhone的發散特性。