Investigadores diseñan un mosaico hexagonal de inteligencia artificial que duplica la velocidad para recrear mundos en 3D

Un equipo de científicos computacionales ha presentado en el repositorio abierto de prepublicaciones arXiv un nuevo paradigma de representación gráfica denominado Hexels o elementos hexagonales de superficie. La propuesta busca resolver uno de los mayores desafíos actuales de la visión artificial: reconstruir digitalmente escenarios tridimensionales hiperrealistas a partir de fotografías ordinarias sin desbordar la capacidad computacional de los equipos convencionales.

En los últimos años, técnicas como los campos de radiancia o la dispersión gaussiana tridimensional (conocida en inglés como Gaussian splatting) han revolucionado la generación de entornos interactivos. Sin embargo, estas tecnologías dependen del trazado simultáneo de millones de elipses microscópicas superpuestas, lo que exige una ingente cantidad de memoria de vídeo (VRAM) en las tarjetas gráficas. Este elevado apetito de recursos computacionales limita severamente su despliegue en teléfonos móviles, cascos autónomos o plataformas de robótica que operan con hardware limitado.

Para superar este cuello de botella, los investigadores se han inspirado en la legendaria eficiencia espacial de los panales de abejas. En lugar de acumular miríadas de puntos diminutos para dibujar superficies lisas, el nuevo algoritmo organiza la escena mediante losas hexagonales planas de mayor tamaño que encajan de forma contigua sin dejar huecos ni duplicar bordes. Además, cada hexágono incorpora internamente un campo continuo de color que modula las sombras y los cambios de luz, permitiendo capturar áreas extensas con un número sensiblemente menor de piezas primitivas y sin mermar la riqueza visual.

Las pruebas empíricas confirman un salto cualitativo respecto a las técnicas consolidadas. En una batería de 34 escenarios, el método de hexágonos superó a los modelos bidimensionales equivalentes en memoria logrando una ganancia de nitidez de entre 4,53 y 7,38 decibelios en la relación señal-ruido pico (PSNR). Asimismo, la arquitectura redujo el consumo de VRAM durante el entrenamiento y demostró ser 2,31 veces más rápida en la tasa de fotogramas por segundo, al tiempo que rebajó el error de reconstrucción geométrica en un 28,9 % en el banco de pruebas estandarizado DTU.

Este avance allana el camino hacia experiencias de realidad virtual, videojuegos y cartografía robótica mucho más fluidas y accesibles, capaces de ejecutarse directamente en procesadores de consumo sin depender de gigantescos servidores en la nube. El trabajo al completo se encuentra a disposición de la comunidad científica y técnica en el repositorio arXiv, coordinado por la Universidad de Cornell, como una muestra de cómo la optimización matemática puede democratizar la computación gráfica avanzada.

Información tecnológica elaborada de forma automática con asistencia de inteligencia artificial y traducción a partir de preprints científicos de computación e IA indexados en arXiv (Universidad de Cornell). Revisado por la redacción de Las Provincias.