TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1019 · 11.09

Можно много за что ругать корпорации и современное устройство различных продуктов и сервисов, но важно понимать, что они — победители эволюционной гонки. Если вас удивляет, почему какой-то замечательный продукт не сделан, то варианта два: 1. Вы открыли совершенно новую идею, которая не пришла в голову ни единому человеку до вас; 2. Это никому не нужно. Угадайте, какой случай вероятнее. Условного Инстаграма без рекламы не существует не из-за того, что его никто не может сделать, а из-за того, что за него никто не станет платить. Почему-то так вышло, что мусор в информационно-визуальном поле для большинства людей является меньшей проблемой, тем потеря нескольких долларов в месяц (сколько стоила бы платная подписка, чтобы компенсировать отсутствие заработка на рекламе). Каждый раз, когда вы встречаете плохой продукт (забитую говном соцсеть, урезанный по функциям гаджет, скучный фильм с одними эффектами, скам-дрочилью без геймплея), который можно было бы сделать лучше, задайте себе вопрос: "Сколько людей захотят за это платить?". #life#web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #generativea

当前筛选 #generativea清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8675 · 02.10.2025 г., 15:11

🔦Генерация изображений на свете, а не на GPU Исследователи из UCLA представили оптическую генеративную модель (Optical Generative Model). Она использует свет и линзы вместо вычислительных блоков - то есть картинки рождаются не на чипах, а в физике. 🔬 Как это работает: 1. Лёгкий цифровой энкодер превращает случайный шум в фазовый узор. 2. Этот узор загружается на оптический модулятор света. 3. Свет проходит через дифракционный декодер и прямо на сенсоре формируется изображение. ✔️ Авторами проведены реальные эксперименты: с помощью видимого света и SLM показаны результаты генерации: - Созданы цифры, лица, бабочки и даже картины в стиле Ван Гога. - Качество сравнимо с современными диффузионными моделями. - Есть две версии: мгновенная (один проход) и итеративная (несколько шагов, как у диффузии). ⚡ Чем интересен такой подход - Подход не требует никакой вычислительной нагрузки. - Супербыстрая генерация: физика света выполняет то, что GPU делает миллиардами операций. - Это открывает путь к энергоэффективному ИИ для edge-устройств: AR/VR, мобильные камеры, компактные сенсоры. ⚠️ Ограничения: - Сложно выравнивать оптические системы. - Ограничения по точности фазовых масок. - Зависимость от качества оборудования (шум, битовая глубина). Но даже с этими проблемами, это первый шаг к новому классу ИИ, где вычисления заменяются чистой оптикой. Nature: https://www.nature.com/articles/s41586-025-09446-5 @ai_machinelearning_big_data #AI#OpticalComputing#Photonics#GenerativeA