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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1105 · 27.05

Что-то свежий сезон Love. Death. Robots совсем тухлый, и оценки серий (на IMDB) говорят сами за себя: почти ни одной выше семи, большинство в районе 5-6. А кукольных RHCP аудитория вообще не оценила, что понятно. Претенденты на хотя бы минимально интересные серии: Девушка в паутине, Кот-захватчик, но не хватило ни масштаба, ни смысла (кто-нибудь понял концовку про девушку?). Комментаторы в сети пишут: «An echo of past seasons», лучше и не скажешь. И это после сезона, в котором была фантастически крутая Bad Traveling (про краба на корабле) и очень неплохие Swarm, Three Robots 2, Mason's Rats. Хотя пока до первого сезона авторы так и не могут дотянуться. И правда, тогда в 2019-м казалось, что половина сезона хороших серий это так себе показатель, но теперь уже хорошо если в сезон будет одна крутая серия и парочка хороших. Увы, несравнимо с первым, где можно прям навечно отложить в коллекцию и пересматривать Good Hunting (про лису), Aquila Rift (корабли застревают в паутине), Zima Blue (робот-художник), The Secret War (демоны на войне) и конечно совершенно восхитительную Sonnie's Edge (бои монстров, к которым люди подключаются телепатически). Пока можно сказать, что чётные сезоны авторам совсем не удаются. Но во втором хотя бы была серия про детей (очень вторичная относительно романа «Будущее» Глуховского) и серия про санту. В чётвёртом нет вообще ничего. Демки, сделанные обучающимися 3D-аниматорами, вот что это: местами красиво, но без сценария и смысла. При этом я не понимаю, почему авторы не могут взять за основу сюжеты тысяч офигенных научно-фантастических рассказов. У них что, Шекли кончился? Что-то серии про Страж-птицу я не увидел. А Азимов? Где моя «Профессия» в виде мини-серии? Не слишком понятно, кем и для кого снято то, что вышло сейчас. #fiction

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #opticalcomputing

当前筛选 #opticalcomputing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

Machinelearning

@ai_machinelearning_big_data · Post #8489 · 09.09.2025 г., 15:30

🔬Университет Флориды представил оптический AI-чип Инженеры UF создали чип, который использует лазеры и микролинзы для выполнения операций свёртки — ключевых для распознавания изображений, видео и речи. 🚀 Почему это интересно: - Энергопотребление таких чипов эффективнее в 10–100 раз, чем у обычных электронных чипов - Точность обработки сохраняется на уровне ~98% - Технология поможет снизить нагрузку на энергосети и сделать масштабные AI-системы более устойчивыми Впервые оптические вычисления встроены прямо в чип и применены к нейросети. Это значит, что чип может выполнять самые ресурсоёмкие операции почти не потребляя энергию. 📊 Итог - Потребление энергии ↓ в 10–100 раз - Точность ~98% Этот чип может стать новым стандартом в энергоэффективных вычислениях для AI. ⚡Подробности: news.ufl.edu/2025/09/optical-ai-chip/ @ai_machinelearning_big_data #AI#Chip#OpticalComputing#Photonics#Energy