Cabelo é uma daquelas coisas que a gente só repara num jogo quando dá errado, quando a franja atravessa o ombro ou o rabo de cavalo vira um capacete duro que acompanha a cabeça. Um paper publicado no arXiv em 3 de outubro por pesquisadores da Meta e da NVIDIA mexe justamente nesse ponto. O Neuroll é um simulador de cabelo fio a fio guiado por rede neural, pensado para rodar em tempo real em hardware comum, e os números que a equipe apresenta são difíceis de ignorar.
O grupo reúne Gene Wei-Chin Lin, Jessica Jia-En Lee e Yu Ju (Edwin) Chen, da Meta, Egor Larionov, da Meta Reality Labs, e Tuur Stuyck, hoje na NVIDIA. Eles testaram um penteado de 3.000 fios num notebook com RTX 4080. A simulação física tradicional levou 89,5 milissegundos por quadro, enquanto o Neuroll fez o mesmo trabalho em 0,46 milissegundo, somando a parte que lê o corpo do personagem e a que calcula o movimento. Um jogo a 60 quadros por segundo tem cerca de 16 milissegundos para resolver tudo, da lógica à iluminação, então o cabelo passa de inviável para quase invisível na conta. Os detalhes estão no artigo publicado no arXiv.
A rede imita a estrutura de um integrador temporal clássico. Ela recebe o estado anterior de cada fio, a rigidez do material e a geometria de colisão, e devolve o passo seguinte. Durante o treino, o simulador físico roda junto e corrige a rede a cada etapa, o que dispensa montar antes um banco gigante de animações. Como o cálculo acontece no referencial de cada fio, o problema fica pequeno o bastante para a mesma rede funcionar com penteados, corpos e movimentos que ela nunca viu. Contra o Quaffure, trabalho anterior de parte dessa equipe, o Neuroll roda 7,7 vezes mais rápido e balança de um jeito bem mais natural.
Acho curioso que a saída para tirar a física do caminho tenha sido trazer a física para dentro do aprendizado. Na prática, a rede aprende com um professor que conhece as regras, e talvez por isso generalize melhor que as abordagens anteriores. É a outra metade de um problema que já apareceu por aqui quando a Zhejiang University mostrou uma IA que reconstrói cabelo em 3D, porque criar o penteado e fazer ele se mexer direito são desafios diferentes.
Os próprios autores admitem que cabelo longo continua sendo o ponto fraco, já que cada janela de treino começa com os fios assentados e o comprimento acumula erro. Não sei quanto tempo uma pesquisa dessas leva para sair do paper e chegar a um avatar de realidade virtual ou a um personagem de jogo. Uma queda de 89 para menos de meio milissegundo costuma encurtar bastante esse caminho.