Apple continua a spingere con decisione nel campo dell’intelligenza artificiale, cercando non solo di integrare strumenti smart nei suoi dispositivi e sistemi, ma anche di ridefinire le possibilità tecnologiche della visione tridimensionale basata su dati bidimensionali. L’ultima novità presentata dall’azienda di Cupertino è un modello sperimentale chiamato SHARP, descritto in uno studio intitolato Sharp Monocular View Synthesis in Less Than a Second, che segna un progresso significativo nella capacità di creare rappresentazioni tridimensionali partendo da una sola immagine bidimensionale in meno di un secondo.
Il principio alla base di SHARP non è semplicemente quello di trasformare un’immagine piatta in un oggetto 3D, ma di prevedere come la scena apparirebbe da punti di vista leggermente diversi rispetto a quello originale, stimando profondità, geometria e colori con un realismo sorprendente. Questo è possibile grazie all’impiego di una rete neurale addestrata su enormi quantità di dati reali e sintetici, che ha imparato a riconoscere e interpretare le regolarità spaziali e geometriche tipiche di ambienti fotografati. Il modello utilizza una rappresentazione basata su elementi 3D chiamati gaussiane, minuscole particelle di colore e luce distribuite nello spazio, che possono essere poi renderizzate rapidamente per ricreare la scena da vettori prospettici vicini.
Ciò che distingue SHARP da molte tecnologie 3D già viste è la velocità e la semplicità con cui avviene la conversione: mentre la ricostruzione tridimensionale tradizionale richiede di solito decine o centinaia di fotografie scattate da punti di vista differenti o processi di calcolo molto complessi, SHARP richiede unicamente un singolo passaggio nella rete neurale e lavora in meno di un secondo su una GPU standard. Questa caratteristica apre prospettive nuove non solo per gli usi creativi, come la generazione di contenuti VR o AR immersivi, ma anche per applicazioni pratiche in ambiti come l’editing digitale, la fotografia spaziale o la scansione rapida di ambienti per uso educativo o professionale.
La ricerca è stata resa accessibile anche attraverso piattaforme open source come GitHub, dove sviluppatori e appassionati possono esplorare il codice e sperimentare direttamente con il modello. Pur essendo ancora principalmente un risultato di laboratorio e non una funzione integrata in prodotti di consumo come iPhone o Mac, la disponibilità del progetto a livello pubblico indica la volontà di Apple di diffondere l’uso di tecnologie di AI avanzate e di stimolare l’innovazione collettiva attorno a queste tecniche.
Dal punto di vista tecnico, SHARP rappresenta un salto in avanti nella cosiddetta “sintesi di viste”, ovvero la capacità di generare nuove prospettive visive a partire da osservazioni limitate. Nel linguaggio della ricerca sulla visione artificiale, ciò significa che il modello predice la profondità, struttura e posizione di elementi spaziali con una accuratezza che permette di mantenere distanze e scala coerenti in termini reali, pur non potendo “immaginare” completamente ciò che è completamente assente nella foto iniziale. Questa limitazione è parte del compromesso che consente l’elevata velocità di elaborazione, ma non diminuisce la portata potenziale della tecnologia per la creazione di esperienze immersive o la prototipazione rapida di ambienti digitali.
L’introduzione di SHARP si inserisce in un contesto più ampio di ricerca e sviluppo sull’AI da parte di Apple, che negli ultimi anni ha presentato diversi studi su modelli di visione, apprendimento automatico e “spatial computing”, ovvero l’uso della tecnologia per rappresentare e interagire con ambienti in tre dimensioni. Questi progressi sono destinati non solo a migliorare funzioni specifiche dei dispositivi Apple, come la gestione delle foto spaziali su Vision Pro o i futuri sistemi di realtà mista, ma a mostrare come l’intelligenza artificiale possa trasformare il modo in cui percepiamo e interagiamo con le immagini e i dati visivi.