Açıklayıcı matematik videoları için animasyon motoru Manim
(github.com/3b1b)- Manim, matematik anlatım videoları üretmek için kullanılan hassas, programlama tabanlı bir animasyon motorudur
- 3Blue1Brown'un yazarı tarafından kendi eğitim videoları için geliştirilen bir projedir
- Topluluk çatalı sürümü de bulunmaktadır ve kullanım kolaylığı, katkı ve test açısından geliştirilmektedir
- Python tabanlıdır ve FFmpeg, OpenGL, LaTeX gibi çeşitli sistem bağımlılıkları gerektirir
- Açık kaynaklıdır (MIT lisansı) ve herkes tarafından özgürce kullanılabilir ve katkı verilebilir
Manim projesinin önemi ve avantajları
- Manim, matematik ve bilim kavramlarını görsel olarak etkili biçimde açıklamak için geliştirilmiş açık kaynaklı bir animasyon motorudur
- Diğer video araçlarından farklı olarak, hassas kod tabanlı animasyonlar üretilebilir; bu da karmaşık matematiksel fikirleri adım adım görselleştirmede çok güçlü bir avantaj sağlar
- 3Blue1Brown tarafından doğrudan yürütülür ve eğitim videosu üretim deneyimi ile birikimini yansıtan özgün bir araç olarak değerlendirilir
- Ayrı bir topluluk çatalı sürümü de aktif olarak geliştirildiğinden, geliştirici dostu bir yapıya sahiptir ve çeşitli iyileştirmeler hızla yansıtılır
Projeye genel bakış
- Manim, matematik anlatımı için geliştirilmiş hassas bir programlama animasyon motorudur; videolarda formüller, şekiller ve çok yönlü kavramsal akışlar serbestçe oluşturulabilir
- Başlangıçta 3Blue1Brown'un eğitim videoları için geliştirildi ve buna bağlı özel kodlar da ayrı bir depoda yayımlanmaktadır
- 2020'de daha fazla kişinin kolayca kullanabilmesi için topluluk sürümü çatallanmış, böylece kararlılık, topluluk katkısı ve testler açısından gelişen bir ekosistem oluşmuştur
Başlıca özellikler ve gereksinimler
- ManimGL (orijinal) ve Manim Community Edition (topluluk çatalı) olarak ikiye ayrılır
- Kurulum ve kullanım yöntemi sürümlere göre farklı olduğundan, istenen sürüm önceden seçilmelidir
- pip ile kurulumda orijinal sürüm, manimgl paket adı üzerinden kurulabilir
- Python 3.7 ve üzeri gerektirir; ayrıca FFmpeg, OpenGL ve bazı ortamlarda LaTeX ile Linux için Pango gibi ek bileşenler gerekir
Kullanım rehberi (örnek)
- Kod örnekleri, sahne dosyaları ve çalıştırma komutlarını içeren örnekler sunulur
- Birden çok örnek sahne, dokümantasyon ve gerçek 3Blue1Brown videolarında kullanılan özel kodlar incelenip kullanılabilir
- Komut satırından çalıştırmada çeşitli bayraklar sunularak
- çıktı dosyası kaydetme, tüm sahneleri atlama, tam ekran çalıştırma gibi farklı çıktı yöntemleri ve özelleştirilmiş ortamlar desteklenir
custom_config.ymldosyası üzerinden stil, kalite, yol gibi ayrıntılı ortam ayarları yapılabilir
Dokümantasyon ve katkı
- Resmî dokümantasyon ayrı bir sitede sunulmaktadır; Çince sürüm ve ek özelleştirilmiş kaynaklar da kullanılabilir
- Bir açık kaynak proje olarak pull request ve topluluk katkıları aktif biçimde memnuniyetle karşılanır
- MIT lisansı ile sunulur; herkes özgürce değiştirebilir ve dağıtabilir
Teknik bilgiler ve istatistikler
- Başlıca diller Python (%96,3) ve GLSL (%3,7) olarak belirtilir
- GitHub'da 80 bin yıldız ve 6.800'den fazla fork ile yüksek popülerlik ve topluluk katılımı görülür
- 167'den fazla farklı katkıcı aktiftir
Özet
- Manim, doğru ve ayrıntılı matematik/bilim görselleştirmesine odaklanan bir programlama animasyon motorudur
- Kod tabanlı animasyona ihtiyaç duyan eğitim videosu üreticileri, veri görselleştirme uzmanları ve geliştiriciler için çok faydalıdır
- Hızlı öğrenme eğrisi, özelleştirilebilir ortam, özgür katkı ve büyüyen topluluk öne çıkan farklarıdır
1 yorum
Hacker News görüşleri
Son zamanlarda kodlama asistanlarıyla birlikte bunun gerçekten çok etkili çalıştığını deneyimledim; “X denkleminin Y'ye dönüştüğü bir diyagrama ihtiyacım var” gibi bir istemle çoğu zaman tek seferde istediğim sonucu alıyorum. Bunun nedeni basit sözdizimi ve eğitimde kullanılmış çok sayıdaki açık kaynaklı manim örneği. Bence bu, yapay zeka kodlama ajanlarının ne kadar zaman kazandırdığını gösteren harika bir örnek. Ortaya çıkan video iyi olduğu sürece ayrıntılı süreçle uğraşmamak da daha konforlu.
Grant Sanderson'ın konuk olduğu bir podcast'te duyduğum kadarıyla, LLM ile manim kodunu otomatik üretmeyi denemiş ama sonuçların pek iyi olmadığını söylemişti. Bunun, manim konusundaki ustalık ya da kalite ölçütünün bizim düşündüğümüzle Grant'in düşündüğü arasında büyük fark olduğunu gösterdiğini düşünüyorum.
Belgelere RAG özelliği eklenirse nasıl olur diye merak ediyorum.
Manim'i ders sunum materyallerinde kullandım ve gerçekten çok keyifli bir deneyimdi. Birçok kişi bu stili fark etti ve sunum da çok beğenildi. Bir de şans eseri birkaç yıl önce Grant'le bizzat tanıştım. Manim kullandığımı söylediğimde içtenlikle sevinmişti; bu çok etkileyiciydi. İnsanlığın bilgisine ve anlayışına büyük katkı yapan harika biri.
Bence 3b1b gerçekten internet dünyasının harikalarından biri. Son derece güzel animasyonlar ve özenle işlenmiş anlatımlar insanı hayran bırakıyor. Yalnız anlamadığım bir nokta var: tek bir kütüphane nasıl bu kadar farklı kavramı animasyonla ifade edebiliyor? Her şeyin baştan sona özel yapım olduğunu sanıyordum ama belki de Grant daha yüksek seviyede bir matematiksel düşünce katmanında çalışıyor.
Çoğu kişi için topluluk fork sürümünün bağlantısının daha uygun olacağını düşünüyorum: Manim Community GitHub
Grant'in yaptığı proje gerçekten olağanüstü; çünkü burada yalnızca açık kaynaklı bir kütüphane bakımcısı değil, alanına gerçekten bağlı ve uzman birinin, gerçek uygulama için uygun araç bulamadığı için kendisinin geliştirip sürdürdüğü bir çalışma var. Buna karşılık topluluk fork'u, altyapı kurmak isteyen kişilerin belirli bir amaca hizmet etmek yerine birçok kullanım senaryosuna hitap etmeye çalışması nedeniyle giderek ilk hedeften uzaklaşıyor ve kullanıcı deneyimini de feda ediyor gibi geliyor. Bunu, işi gerçekten yapmak için uzman bir geliştiricinin araç üretmesiyle, sadece bakım ve tanıtım amacıyla fork sürdürmek arasındaki fark olarak görüyorum.
Fork'un iyi bir nedenle mi yoksa sadece bir tartışma yüzünden mi oluşturulduğunu merak ediyorum. Fork'la ilgili açıklamaları okudum ama Grant orijinali hâlâ sürdürürken bunun tam nedenini anlayamadım.
Matematik odaklı olmayan, daha çok genel infografik/grafik/motion graphics tarafına yoğunlaşan kod tabanlı bir animasyon render aracı arıyorum. Mevcut seçenekler After Effects, Davinci Fusion, Blender, Cavalry vb. ama eskiden PovRay'i, sonrasında da Manim'i deneyimledikten sonra kod/metin tabanlı motion graphics araçları fikri aklımdan çıkmıyor. LLM ile birleşince gerçekten parlayabileceğini düşünüyorum. Son zamanlarda ChatGPT tabanlı motion graphics hizmetleri de çıkıyor ama böyle web tabanlı video üreticilerinden ziyade benim istediğim şey, şablon kod/dil ile herhangi bir veriyi tekrar tekrar render edebilen, hatta çevrimdışı ya da otomasyona uygun bir araç.
Yaklaşık 4 yıl önce Manim'i kullandığımda, neredeyse kwargs-itis denecek kadar bütün parametreler kwargs olarak verilmişti ve tip anotasyonları da mümkün değildi; bu yüzden kullanımı gereksiz yere zordu. Bunu iyileştirmeye çalıştım ama pek karşılık bulamadım. Son zamanlarda bunun nasıl değiştiğini merak ediyorum.
Bu proje HN'de sık sık paylaşılıyor ve iyi tartışmalar çıkıyor; o yüzden tartışma bağlantısı yerine bir arama bağlantısı bırakıyorum: HN'de manim arama sonuçları
Manim yazılım ekosistemini bir bakışta görebileceğim bir awesome list olup olmadığını merak ediyorum; aşağıya bazı kaynakları derledim
HN'de normalde aynı bağlantının tekrar paylaşılmasına izin verilmediğini sanıyordum; yinelenen gönderiler yapılabiliyor mu diye merak ediyorum.
Manim ile ilgili eski HN tartışmaları ve Show HN bağlantılarını derledim
Grant'in 3blue1brown ve Manim ile ortaya koyduğu işler gerçekten hayranlık uyandırıyor. Videoların yüksek kalitesi ve görselleştirmeleri sayesinde, konu soyut olsa bile anlamak kolaylaşıyor. README'de zaten geçiyor ama Grant'in Manim ile nasıl çalıştığını gösteren demo videoyu özellikle tavsiye etmek isterim: (YouTube bağlantısı)
Gerçekten harika bir proje; tıklayınca aklıma hemen eski, etkileyici Animation vs Math videosu geldi: Animation vs Math YouTube. Matematiği seviyorum ama devasa grafikler göstermek insanlara her zaman iyi gelen bir yöntem değil gibi hissediyorum.