Revolucionāra inovācija mākslīgā intelekta jomā sola radikāli samazināt attēlu ģeneratoru enerģijas patēriņu, izmantojot gaismu tradicionālo skaitļošanas ierīču vietā.
Saturs
Inovācijas mākslīgā intelekta (AI) jomā turpina pārsteigt. Jaunais sasniegums sola radīt revolūciju attēlu radīšanā. Izmantojot gaismu tradicionālās datoriekārtas vietā, šis attēlu ģenerators var ievērojami samazināt enerģijas patēriņu. Šī tehnoloģija, ko izstrādājis Aidogans Ozkans un viņa komanda no Kalifornijas Universitātes Losandželosā, piedāvā videi draudzīgu alternatīvu tradicionālajiem difūzijas modeļiem, kurus plaši izmanto, lai no teksta radītu reālistiskus attēlus ar augstu izšķirtspēju.
Difūzijas procesa izpratne
Difūzijas process ir daudzu AI balstītu attēlu ģeneratoru pamatā. Parasti tas ietver modeli, kas tiek apmācīts, balstoties uz lielas attēlu kolekcijas novērošanu. Modelis tiek apmācīts izjaukt šos attēlus, pievienojot statistisku troksni, un pēc tam kodē šīs likumsakarības noteikumu kopumā. Ja ir jauns trokšņots attēls, tā izmanto šos noteikumus, lai vairākos posmos rekonstruētu sākotnējo attēlu. Šis process prasa ievērojamus aprēķinu resursus.
Difūzijas attēlu ģeneratori ir slaveni ar savu spēju radīt augstas kvalitātes, reālistiskus attēlus. Tomēr šai kvalitātei ir sava cena: augsts enerģijas patēriņš. Piemēram, OpenAI paziņoja, ka tās attēlu ģenerators radīja vairāk nekā 700 miljonus attēlu nedēļā, kas prasīja milzīgus enerģijas un ūdens resursus, lai barotu un dzesētu mašīnas, uz kurām tika palaisti modeļi.
Revolūcija gaismas izmantošanā
Ozcan izstrādātā attēlu ģeneratora jaunums ir gaismas izmantošana dešifrēšanai. Kamēr sākotnējā kodēšana paliek digitāla, prasot minimālu enerģijas patēriņu, dešifrēšana tiek veikta, izmantojot tikai gaismas staru. Šāda pieeja izslēdz nepieciešamību veikt papildu aprēķinus pēc sākotnējās kodēšanas. Ar šķidro kristālu displeja, saukta par telpisko gaismas modulētāju (SLM), palīdzību statisks attēls tiek uzklāts uz lāzera staru. Izejot caur otro dekodējošo SLM, attēls tiek uzreiz projicēts uz ekrāna un reģistrēts ar kameru.
Rezultāti ir daudzsološi. Šī metode ne tikai patērē tikai nelielu daļu no enerģijas, kas nepieciešama digitālajiem difūzijas modeļiem, bet arī rada attēlus ar salīdzināmu kvalitāti. Piemēram, attēliem Van Goga stilā sistēma patērē tikai dažus milidžoulus uz attēlu, kamēr tradicionālās metodes patērē simtiem vai tūkstošiem džoulus.
Iespējamās lietošanas jomas un ietekme uz vidi
Šai inovatīvajai tehnoloģijai var būt daudz lietošanas jomu. Ozkan paredz tās izmantošanu portatīvajās elektroniskajās ierīcēs, piemēram, viedajās brillēs, pateicoties zemajam enerģijas patēriņam. Tomēr, lai aizstātu attēlu ģenerēšanas instrumentus, ko pašlaik izmanto datu apstrādes centros, būs nepieciešama pielāgošana.
Patiesi, šīs sistēmas enerģijas patēriņa samazināšana var kļūt par nozīmīgu priekšrocību cīņā pret klimata pārmaiņām. Enerģijas ietaupījums, kas panākts, ieviešot šo tehnoloģiju, var veicināt datu apstrādes centru ietekmes uz vidi samazināšanu, kurus bieži kritizē par pārmērīgu enerģijas patēriņu.
Ierobežojumi un perspektīvas nākotnē
Neskatoties uz daudzsološajām iespējām, gaismas balstītajam attēlu ģeneratoram ir arī ierobežojumi. Pašlaik tas ir testēts galvenokārt uz melnbaltiem attēliem ar vienkāršiem objektiem un dažiem krāsainiem attēliem mākslinieciskā stilā. Lai to plaši ieviestu, būs nepieciešami tehniskie uzlabojumi, lai apstrādātu sarežģītākus un daudzveidīgākus attēlus.
Pētnieki apsver iespēju sadarboties ar tehnoloģiju uzņēmumiem, lai uzlabotu un pielāgotu šo tehnoloģiju tirgus vajadzībām. Šīs inovācijas potenciāls esošo prakšu pārveidošanai ir milzīgs, bet pagaidām nav zināms, kā tā attīstīsies un tiks ieviesta tuvākajos gados.
Šis progress gaismas izmantošanā attēlu radīšanai ar AI palīdzību paver jaunas aizraujošas perspektīvas. Tomēr paliek daudz jautājumu. Kā šī tehnoloģija tiks integrēta esošajās sistēmās? Kādas būs ekonomiskās un sociālās sekas tās plašai ieviešanai?
